[發(fā)明專利]動畫生成方法、裝置、電子設(shè)備和存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202010013366.8
• 申請日: 2020-01-07
• 公開（公告）號: CN111223170B
• 公開（公告）日: 2022-06-10
• 發(fā)明（設(shè)計）人: 曾子驕;周志強;林群芬
• 申請（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號: G06T13/40
• 分類號: G06T13/40
• 代理公司: 北京同達信恒知識產(chǎn)權(quán)代理有限公司 11291
• 代理人: 李娟

1.一種動畫生成方法，其特征在于，所述方法包括：

獲得目標虛擬角色的第一動畫片段（T0），所述第一動畫片段（T0）中包括A0動畫幀；

獲取A0動畫幀中的目標虛擬角色的姿態(tài)，根據(jù)目標虛擬角色設(shè)定的目標任務(wù)調(diào)整目標虛擬角色在A0動畫幀中的姿態(tài)得到A1動畫幀，其中，所述調(diào)整目標虛擬角色的姿態(tài)是通過調(diào)整A0動畫幀中的目標虛擬角色的N個關(guān)節(jié)的力矩得到的，N為大于或者等于1的正整數(shù)；用于調(diào)整A0動畫幀中的目標虛擬角色的N個關(guān)節(jié)的力矩是基于所述目標虛擬角色在A0動畫幀中的狀態(tài)信息確定的；所述狀態(tài)信息包括目標虛擬角色的相位數(shù)據(jù)、姿態(tài)數(shù)據(jù)和速度數(shù)據(jù)，其中，所述相位數(shù)據(jù)用于表征所述目標虛擬角色在當前動畫片段中所處的階段，所述姿態(tài)數(shù)據(jù)用于表征目標虛擬角色當前的姿態(tài)，所述速度數(shù)據(jù)用于表征目標虛擬角色當前的速度狀態(tài)；

獲得目標虛擬角色執(zhí)行所述目標任務(wù)的第二動畫片段（T1），所述第二動畫片段（T1）是由至少兩幀動畫A0和A1組成的。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述第二動畫片段（T1）還包括A2動畫幀，所述A2動畫幀是A1動畫幀的下一幀動畫，所述A2動畫幀通過如下方式得到：

獲取A1動畫幀中的目標虛擬角色的姿態(tài)，根據(jù)目標虛擬角色設(shè)定的目標任務(wù)調(diào)整目標虛擬角色在A1動畫幀中的姿態(tài)得到A2動畫幀，其中，所述調(diào)整目標虛擬角色的姿態(tài)是通過調(diào)整A1動畫幀中的目標虛擬角色的N個關(guān)節(jié)的力矩得到的。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述調(diào)整A0動畫幀中的目標虛擬角色的N個關(guān)節(jié)的力矩通過如下方式獲取：

獲取所述目標虛擬角色在A0動畫幀中的狀態(tài)信息；

將所述目標虛擬角色在A0動畫幀中的狀態(tài)信息和所述目標任務(wù)輸入控制策略網(wǎng)絡(luò)，獲得控制策略網(wǎng)絡(luò)輸出的用于調(diào)整目標虛擬角色的N個關(guān)節(jié)的力矩，所述控制策略網(wǎng)絡(luò)是根據(jù)樣本動畫片段訓(xùn)練得到的，所述樣本動畫片段包含參考虛擬角色完成所述目標任務(wù)的參考姿態(tài)序列。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述調(diào)整A0動畫幀中的目標虛擬角色的N個關(guān)節(jié)的力矩通過如下方式獲取：

獲取所述目標虛擬角色在A0動畫幀中的狀態(tài)信息和所述目標虛擬角色所處的場景環(huán)境的環(huán)境信息；

將所述目標虛擬角色在A0動畫幀中的狀態(tài)信息、所述目標任務(wù)和所述目標虛擬角色所處的場景環(huán)境的環(huán)境信息輸入控制策略網(wǎng)絡(luò)，獲得所述控制策略網(wǎng)絡(luò)輸出的用于調(diào)整目標虛擬角色的N個關(guān)節(jié)的力矩，所述控制策略網(wǎng)絡(luò)是根據(jù)樣本動畫片段訓(xùn)練得到的，所述樣本動畫片段包含參考虛擬角色完成所述目標任務(wù)的參考姿態(tài)序列。

5.根據(jù)權(quán)利要求3或4所述的方法，其特征在于，所述控制策略網(wǎng)絡(luò)的訓(xùn)練過程，包括：

根據(jù)樣本動畫片段確定訓(xùn)練對象的初始狀態(tài)；將訓(xùn)練對象在當前時刻的狀態(tài)信息和設(shè)定的訓(xùn)練任務(wù)輸入控制策略網(wǎng)絡(luò)，得到控制策略網(wǎng)絡(luò)輸出的下一時刻的控制策略；所述控制策略在下一時刻作用于所述訓(xùn)練對象的各個關(guān)節(jié)上的力矩，每一時刻對應(yīng)一幀動畫；

根據(jù)得到的控制策略，樣本動畫片段中參考虛擬角色的參考姿態(tài)序列以及設(shè)定的目標任務(wù)確定期望獎勵值；

根據(jù)所述期望獎勵值調(diào)整控制策略網(wǎng)絡(luò)的參數(shù)，并對調(diào)整參數(shù)后的控制策略網(wǎng)絡(luò)繼續(xù)進行訓(xùn)練，直至達到設(shè)定的訓(xùn)練結(jié)束條件為止，得到已訓(xùn)練的控制策略網(wǎng)絡(luò)。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，將訓(xùn)練對象在當前時刻的狀態(tài)信息和設(shè)定的訓(xùn)練任務(wù)輸入控制策略網(wǎng)絡(luò)，得到控制策略網(wǎng)絡(luò)輸出的下一時刻的控制策略，包括：

獲取所述訓(xùn)練對象所處的場景環(huán)境的環(huán)境信息；

將所述環(huán)境信息、所述訓(xùn)練對象在當前時刻的狀態(tài)信息和所述訓(xùn)練任務(wù)輸入所述控制策略網(wǎng)絡(luò)，得到控制策略網(wǎng)絡(luò)輸出的下一時刻的控制策略。