[發明專利]一種動畫實現方法、裝置、電子設備和存儲介質

有效

• 申請號: 202010059845.3
• 申請日: 2020-01-19
• 公開（公告）號: CN111260762B
• 公開（公告）日: 2023-03-28
• 發明（設計）人: 林群芬
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06T13/40
• 分類號: G06T13/40;A63F13/60
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 李娟

1.一種動畫實現方法，其特征在于，所述方法包括：

獲得目標動畫片段T0，所述目標動畫片段T0中包括第一關鍵幀，所述第一關鍵幀中包括目標虛擬角色的初始姿態數據；

獲取所述目標虛擬角色在所述第一關鍵幀中的狀態信息，所述狀態信息包括目標虛擬角色的當前相位數據、當前姿態數據、當前速度數據和歷史姿態序列；其中，所述當前相位數據用于表征所述目標虛擬角色在所述第一關鍵幀中所處的階段，所述當前姿態數據用于表征所述目標虛擬角色當前的姿態，所述當前速度數據用于表征所述目標虛擬角色當前的速度狀態，所述歷史姿態序列用于表征所述目標虛擬角色在歷史時間段內的姿態；

將所述狀態信息和設定的目標任務輸入已訓練的控制策略網絡，獲得所述控制策略網絡輸出的所述目標虛擬角色的目標姿態數據；

根據所述目標虛擬角色的初始姿態數據和目標姿態數據，調整所述目標虛擬角色的N個關節的力矩；N為大于或者等于1的正整數；

利用所述N個關節的力矩，將所述目標虛擬角色由初始姿態調整至目標姿態，得到第二關鍵幀；

獲取目標動畫片段T1，所述目標動畫片段T1由至少所述第一關鍵幀以及所述第二關鍵幀組成。

2.根據權利要求1所述的方法，其特征在于，所述第一關鍵幀與所述第二關鍵幀之間包括M個固定幀；

所述利用所述N個關節的力矩，將所述目標虛擬角色由初始姿態調整至目標姿態，得到第二關鍵幀，包括：

利用所述N個關節的力矩，將所述目標虛擬角色由初始姿態調整至目標姿態，得到所述第一關鍵幀與所述第二關鍵幀之間的固定幀以及所述第二關鍵幀；

所述目標動畫片段T1由至少所述第一關鍵幀、所述M個固定幀以及所述第二關鍵幀組成。

3.根據權利要求1所述的方法，其特征在于，所述控制策略網絡是根據參考動畫片段訓練得到的，所述參考動畫片段包含參考虛擬角色完成所述目標任務的參考姿態序列。

4.根據權利要求1所述的方法，其特征在于，所述第二關鍵幀中所述目標虛擬角色的目標姿態數據通過以下方式獲?。?/p>

獲取所述目標虛擬角色在所述第一關鍵幀中的狀態信息和所述目標虛擬角色所處的場景環境的環境信息；

將所述目標虛擬角色在所述第一關鍵幀中的狀態信息、所述目標任務和所述目標虛擬角色所處的場景環境的環境信息輸入控制策略網絡，獲得所述控制策略網絡輸出的所述目標虛擬角色的目標姿態數據；所述控制策略網絡是根據參考動畫片段訓練得到的，所述參考動畫片段包含參考虛擬角色完成所述目標任務的參考姿態序列。

5.根據權利要求3或4所述的方法，其特征在于，所述控制策略網絡的訓練過程，包括：

將樣本動畫片段中訓練虛擬對象在當前時刻的狀態信息和設定的訓練任務輸入控制策略網絡，得到控制策略網絡輸出的下一時刻的所述訓練虛擬對象的姿態數據；每一時刻對應一關鍵幀動畫；

將訓練虛擬對象在當前時刻的狀態信息和設定的訓練任務輸入價值評估網絡，得到價值評估網絡輸出的當前時刻的狀態價值；所述價值評估網絡是根據所述參考動畫片段訓練得到的；

根據所述狀態價值調整所述控制策略網絡的參數并對調整參數后的控制策略網絡繼續進行訓練，直至達到設定的訓練結束條件為止，得到已訓練的控制策略網絡。

6.根據權利要求5所述的方法，其特征在于，所述價值評估網絡的訓練過程，包括：

根據所述訓練虛擬對象和參考動畫片段中參考虛擬角色在下一時刻的狀態信息及設定的訓練任務，確定所述訓練虛擬對象當前時刻的即時獎勵值；

根據樣本動畫片段中每個時刻所述訓練虛擬對象的即時獎勵值和狀態價值，確定所述訓練虛擬對象的期望獎勵值；

根據所述期望獎勵值調整所述價值評估網絡的參數并對調整參數后的價值評估網絡繼續進行訓練，直至達到設定的訓練結束條件為止，得到已訓練的價值評估網絡。