基于深度强化学习的虚拟三维场景构建方法、装置及设备
公开
摘要
本申请公开了一种基于深度强化学习的虚拟三维场景构建方法、装置及设备，可解决目前在生成虚拟三维场景时，存在成本高、技术复杂、难以大规模扩展的问题。包括：将与预设虚拟三维场景匹配的随机噪声输入神经网络模型，获取预设虚拟三维场景中所包含实例物体的参数预测值；以参数预测值作为迭代初值，对神经网络模型进行迭代训练，直至生成场景服从的概率分布逼近于真实场景服从的概率分布，判断神经网络模型训练完成；利用训练完成的神经网络模型确定目标虚拟三维场景下所包含目标实例物体的目标参数预测值，其中，目标虚拟三维场景为预设虚拟三维场景中的任意一种；根据目标参数预测值以及目标实例物体的预制体构建得到目标虚拟三维场景。
基本信息
专利标题 ：
基于深度强化学习的虚拟三维场景构建方法、装置及设备
专利标题（英）：
暂无
公开（公告）号 ：
CN114565713A
申请号 ：
CN202210126532.4
公开（公告）日 ：
2022-05-31
申请日 ：
2022-02-10
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
江迅程咏
申请人 ：
北京箩筐时空数据技术有限公司
申请人地址 ：
北京市朝阳区光华路9号SOHO二期B座B9-6
代理机构 ：
北京中强智尚知识产权代理有限公司
代理人 ：
刘敏
优先权 ：
CN202210126532.4
主分类号 ：
G06T17/00
IPC分类号 ：
G06T17/00 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T17/00
用于计算机制图的3D建模
法律状态
2022-05-31 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
