买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉腾讯科技(深圳)有限公司申请的专利动作生成模型的训练方法、动作生成方法、装置、设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN113559513B 。

龙图腾网通过国家知识产权局官网在2025-11-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202110069697.8，技术领域涉及：A63F13/56；该发明授权动作生成模型的训练方法、动作生成方法、装置、设备是由李珽光;张冲;周城;王天舟;李世迪设计研发完成，并于2021-01-19向国家知识产权局提交的专利申请。

本动作生成模型的训练方法、动作生成方法、装置、设备在说明书摘要公布了：本申请公开了一种动作生成模型的训练方法、动作生成方法、装置、设备，涉及人工智能的机器学习。该方法包括：调用动作编码器对虚拟角色的动作状态进行动作特征提取，得到动作编码；调用风格编码器对虚拟角色的动作状态进行风格特征提取，得到风格编码；调用解码器对动作编码和风格编码进行解码得到虚拟角色的预测动作；根据不同动作状态的风格编码计算风格损失；根据不同动作状态的动作编码计算动作损失；根据动作状态对应的真实动作以及预测动作计算重建损失；根据动作损失、风格损失和重建损失训练动作生成模型。该方法可以区分不同虚拟角色的动作风格，提高生成的虚拟角色的动作质量。

本发明授权动作生成模型的训练方法、动作生成方法、装置、设备在权利要求书中公布了：1.一种动作生成模型的训练方法，其特征在于，所述动作生成模型包括第一编码器、动作编码器、风格编码器和解码器；所述方法包括： 调用所述第一编码器对虚拟角色的动作状态进行特征提取，得到第一编码；所述动作状态包括骨骼关节信息、运动轨迹信息、目标点信息、相位中的至少一种； 调用所述风格编码器对所述第一编码进行风格特征提取，得到风格编码，所述风格编码包括所述虚拟角色的动作风格的特征； 动作状态包括第一动作状态、与第一动作状态的动作类型相同的第四动作状态和与第一动作状态的动作类型不同的第五动作状态；调用所述动作编码器对所述第一动作状态、所述第四动作状态和所述第五动作状态各自对应的第一编码分别进行动作特征提取，得到第一动作编码、第四动作编码和第五动作编码；动作编码包括所述虚拟角色的动作类型的特征； 对动作编码进行实例归一化，得到归一化动作编码；根据归一化系数对所述归一化动作编码进行自适应实例归一化，得到归一化结果； 调用所述解码器对所述归一化结果进行解码得到所述虚拟角色的预测动作； 根据不同动作状态的所述风格编码计算风格损失； 将第二差值与动作边界距离之和确定为动作损失，所述第二差值为包括所述第一动作编码与所述第四动作编码的距离的第三损失，与包括所述第一动作编码与所述第五动作编码的距离的第四损失之差，所述动作边界距离为常数，所述动作损失鼓励相同动作类型的动作状态的动作编码的距离，比不同动作类型的动作状态的动作编码的距离小所述动作边界距离； 根据所述动作状态对应的真实动作以及所述预测动作之间的距离，计算重建损失，所述重建损失用于使预测动作接近真实动作； 调用判别器判断所述预测动作是否为真实的动作，将判断结果作为第一预测结果；调用判别器判断真实动作是否为真实的动作，将判断结果作为第二预测结果，将第二预测结果与预设常数之间的差值作为第三预测结果；根据所述第一预测结果和所述第三预测结果计算对抗损失，所述对抗损失用于训练判别器区分预测的动作以及真实的动作； 基于第一数值和第二数值之间的距离，计算特征匹配损失，所述第一数值是将预测动作输入判别器后，判别器倒数第二层的输出，所述第二数值是将真实动作输入判别器后判别器倒数第二层的输出，与风格相同的动作状态的集合之间的比值，所述特征匹配损失用于最小化判别器输入预测动作与输入真实动作的平均值之间的距离； 根据所述动作损失、所述风格损失、所述对抗损失、所述特征匹配损失和所述重建损失训练所述动作生成模型；所述动作损失用于训练所述动作编码器对所述动作类型相同的动作状态输出相近的所述动作编码，所述风格损失用于训练所述风格编码器对所述动作风格相同的动作状态输出相近的所述风格编码； 针对任一虚拟角色，调用训练好的所述动作生成模型，根据输入的所述虚拟角色在一个时刻或者一段时间内的动作状态，预测所述虚拟角色在下一时刻的动作。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人腾讯科技(深圳)有限公司，其通讯地址为：518057 广东省深圳市南山区高新区科技中一路腾讯大厦35层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。