本申請公開了一種基于深度強化學習的虛擬三維場景構(gòu)建方法、裝置及設備,可解決目前在生成虛擬三維場景時,存在成本高、技術(shù)復雜、難以大規(guī)模擴展的問題。包括:將與預設虛擬三維場景匹配的隨機噪聲輸入神經(jīng)網(wǎng)絡模型,獲取預設虛擬三維場景中所包含實例物體的參數(shù)預測值;以參數(shù)預測值作為迭代初值,對神經(jīng)網(wǎng)絡模型進行迭代訓練,直至生成場景服從的概率分布逼近于真實場景服從的概率分布,判斷神經(jīng)網(wǎng)絡模型訓練完成;利用訓練完成的神經(jīng)網(wǎng)絡模型確定目標虛擬三維場景下所包含目標實例物體的目標參數(shù)預測值,其中,目標虛擬三維場景為預設虛擬三維場景中的任意一種;根據(jù)目標參數(shù)預測值以及目標實例物體的預制體構(gòu)建得到目標虛擬三維場景。
聲明:
“基于深度強化學習的虛擬三維場景構(gòu)建方法、裝置及設備” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)