本申請公開了一種基于深度強化學習的虛擬三維場景構建方法、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、技術復雜、難以大規模擴展的問題。包括:將與預設虛擬三維場景匹配的隨機噪聲輸入神經網絡模型,獲取預設虛擬三維場景中所包含實例物體的參數預測值;以參數預測值作為迭代初值,對神經網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,判斷神經網絡模型訓練完成;利用訓練完成的神經網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;根據目標參數預測值以及目標實例物體的預制體構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建方法、裝置及設備” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)