CN114237402A - 一种虚拟现实的空间移动控制***及方法 - Google Patents
一种虚拟现实的空间移动控制***及方法 Download PDFInfo
- Publication number
- CN114237402A CN114237402A CN202111618890.9A CN202111618890A CN114237402A CN 114237402 A CN114237402 A CN 114237402A CN 202111618890 A CN202111618890 A CN 202111618890A CN 114237402 A CN114237402 A CN 114237402A
- Authority
- CN
- China
- Prior art keywords
- event
- interaction control
- space
- target
- behavior
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000033001 locomotion Effects 0.000 title claims abstract description 47
- 230000003993 interaction Effects 0.000 claims abstract description 224
- 230000006399 behavior Effects 0.000 claims abstract description 184
- 238000011217 control strategy Methods 0.000 claims abstract description 63
- 238000012545 processing Methods 0.000 claims abstract description 21
- 238000005070 sampling Methods 0.000 claims abstract description 11
- 238000005065 mining Methods 0.000 claims description 28
- 238000011156 evaluation Methods 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 5
- 238000003908 quality control method Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000002650 habitual effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004377 microelectronic Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3438—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment monitoring of user actions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/542—Event management; Broadcasting; Multicasting; Notifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Human Computer Interaction (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请实施例提供的一种虚拟现实的空间移动控制***及方法，第一VR交互控制事件中涵盖的VR空间操作行为可以预先确定得到，包括在第一VR交互控制事件的第一事件主题中，无需额外进行注释处理，从而提高控制策略生成网络的调试效率。基于VR空间操作行为的行为偏好对基础VR交互控制事件序列中的VR交互控制事件进行特征上采样处理，得到尽可能丰富的且能够用于调试控制策略生成网络的VR交互控制事件，可保障控制策略生成网络的调试质量以便获得高质量的控制策略生成网络，能够借助控制策略生成网络根据根据目标VR交互控制事件实现当前空间移动控制策略的更新，且上述策略更新能够考虑用户操作行为和行为偏好，因而可以提高空间移动控制的灵活性。
Description
技术领域
本申请涉及虚拟现实技术领域，特别涉及一种虚拟现实的空间移动控制***及方法。
背景技术
虚拟现实技术（VR）是一种可以创建和体验虚拟世界的计算机仿真***，虚拟现实技术可以通过计算机生成一种模拟环境，是一种多源信息融合的、交互式的三维动态视景和实体行为的***仿真使VR用户沉浸到该环境中。
虚拟现实被认为是多媒体最高级别的应用。它是计算机技术、计算机图形、计算机视觉、视觉生理学、视觉心理学、仿真技术、微电子技术、立体显示技术、传感与测量技术、语音识别与合成技术、人机接口技术、网络技术及人工智能技术等多种高新技术集成之结晶。其逼真性和实时交互性为***仿真技术提供有力的支撑。虚拟现实技术有以下几个特点：沉浸性、交互性以及构想性。在实际应用的过程中，在VR交互时通常会通过以上特点进行空间移动，然而相关虚拟现实技术难以保障VR交互时空间移动的灵活性。
发明内容
为改善相关技术中存在的技术问题，本申请提供了一种虚拟现实的空间移动控制***及方法。
第一方面，本申请实施例提供了一种虚拟现实的空间移动控制方法，应用于虚拟现实空间移动控制***，该方法包括：确定基础VR交互控制事件序列，所述基础VR交互控制事件序列包括第一VR交互控制事件和所述第一VR交互控制事件的第一事件主题，所述第一VR交互控制事件的第一事件主题指示所述第一VR交互控制事件是对目标VR空间的第一用户操作行为进行挖掘操作所得的；基于VR空间操作行为的行为偏好对所述第一VR交互控制事件进行特征上采样处理，得到已处理的VR交互控制事件，以及基于所述VR空间操作行为的行为偏好对所述第一事件主题进行事件主题映射处理，得到所述已处理的VR交互控制事件的第二事件主题，并将所述已处理的VR交互控制事件以及所述第二事件主题加载至目标VR交互控制事件序列中；所述第二事件主题指示所述已处理的VR交互控制事件是对目标VR空间第二用户操作行为进行挖掘操作所得的，所述目标VR空间的第一用户操作行为和所述目标VR空间第二用户操作行为之间匹配所述VR空间操作行为的行为偏好；通过所述基础VR交互控制事件序列和所述目标VR交互控制事件序列对控制策略生成网络进行网络调试，得到完成调试的控制策略生成网络，所述完成调试的控制策略生成网络用于根据目标VR交互控制事件更新当前空间移动控制策略。
对于一些可独立实施的技术方案而言，所述VR空间操作行为的行为偏好包括延续性；所述基于VR空间操作行为的行为偏好对所述第一VR交互控制事件进行特征上采样处理，得到已处理的VR交互控制事件，包括：基于所述VR空间操作行为的行为偏好所包括的延续性，对所述第一VR交互控制事件进行调整，得到与所述第一VR交互控制事件存在顺承关系的已处理的VR交互控制事件，并将所述已处理的VR交互控制事件加载至所述目标VR交互控制事件序列中。
对于一些可独立实施的技术方案而言，所述目标VR空间的第一用户操作行为为VR空间操作行为中其中一种，所述VR空间操作行为包括：热门用户操作行为、冷门用户操作行为、本地用户操作行为以及远程用户操作行为；任一VR交互控制事件的事件主题为涵盖若干特征成员的线性数组，每个特征成员对应一个VR空间操作行为；所述第一VR交互控制事件对应的第一事件主题中，与所述目标VR空间的第一用户操作行为对应的特征值为第一特征值，与除所述目标VR空间的第一用户操作行为外剩余VR空间操作行为对应的特征值为第二特征值。
对于一些可独立实施的技术方案而言，所述基于所述VR空间操作行为的行为偏好对所述第一事件主题进行事件主题映射处理，得到所述已处理的VR交互控制事件的第二事件主题，包括：将所述第一事件主题中所述目标VR空间的第一用户操作行为对应的特征值由所述第一特征值更新为所述第二特征值；以及，将所述第一事件主题中的所述目标VR空间第二用户操作行为对应的特征值由所述第二特征值，更新为所述第一特征值；将更新后的第一事件主题作为所述已处理的VR交互控制事件的第二事件主题。
对于一些可独立实施的技术方案而言，所述基础VR交互控制事件序列中还包括第二VR交互控制事件，所述第二VR交互控制事件是对目标VR空间第三用户操作行为进行挖掘操作所得的，所述目标VR空间的第一用户操作行为与所述目标VR空间第三用户操作行为存在差异；所述VR空间操作行为的行为偏好包括关联偏好；所述基于VR空间操作行为的行为偏好对所述第一VR交互控制事件进行特征上采样处理，得到已处理的VR交互控制事件，包括：基于所述VR空间操作行为的行为偏好所包含的关联偏好，将所述第一VR交互控制事件和所述第二VR交互控制事件进行加权处理，得到所述已处理的VR交互控制事件。
对于一些可独立实施的技术方案而言，所述基于所述VR空间操作行为的行为偏好对所述第一事件主题进行事件主题映射处理，得到所述已处理的VR交互控制事件的第二事件主题，包括：将所述第一事件主题中，与所述目标VR空间第三用户操作行为对应的特征值更新为第一特征值；将更新后的所述第一事件主题确定为所述已处理的VR交互控制事件的第二事件主题。
对于一些可独立实施的技术方案而言，所述通过所述基础VR交互控制事件序列和所述目标VR交互控制事件序列对控制策略生成网络进行网络调试，得到完成调试的控制策略生成网络，包括：借助所述控制策略生成网络对所述基础VR交互控制事件序列中若干VR交互控制事件进行挖掘操作，得到所述基础VR交互控制事件序列中若干VR交互控制事件对应的若干第一挖掘内容；借助所述控制策略生成网络对所述目标VR交互控制事件序列中若干VR交互控制事件进行挖掘操作，得到所述目标VR交互控制事件序列中若干VR交互控制事件对应的若干第二挖掘内容；基于所述若干第一挖掘内容与相应VR交互控制事件对应的第一事件主题之间的比较情况，以及所述若干第二挖掘内容与相应VR交互控制事件对应的第二事件主题之间的比较情况，得到所述控制策略生成网络的第一网络评价指标；基于所述第一网络评价指标更新所述控制策略生成网络的网络变量，以调试所述控制策略生成网络。
对于一些可独立实施的技术方案而言，所述基于所述第一网络评价指标更新所述控制策略生成网络的网络变量，包括：确定模板VR交互控制事件序列，所述模板VR交互控制事件序列包括若干模板VR交互控制事件和每个模板VR交互控制事件的模板信息，任一模板VR交互控制事件的模板信息指示所述任一模板VR交互控制事件中目标VR空间第四用户操作行为所包含的目标行为节点的延时信息，所述延时信息包括所述目标行为节点的延时概率信息以及所述目标行为节点的延时时间信息；借助所述控制策略生成网络对所述模板VR交互控制事件序列中若干模板VR交互控制事件进行估计处理，得到所述若干模板VR交互控制事件中目标行为节点的估计延时信息；根据每个模板VR交互控制事件中目标行为节点的估计延时信息与相应模板VR交互控制事件的模板信息之间的比较情况，得到所述控制策略生成网络的第二网络评价指标；基于所述第一网络评价指标、所述第二网络评价指标优化所述控制策略生成网络，所述完成调试的控制策略生成网络用于估计目标VR交互控制事件中的目标VR空间目标用户操作行为，以及估计所述目标VR交互控制事件中目标VR空间目标用户操作行为的目标行为节点的延时信息。
第二方面，本申请还提供了一种虚拟现实空间移动控制***，包括处理器和存储器；所述处理器和所述存储器通信连接，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述所述的方法。
第三方面，本申请还提供了一种可读存储介质，其上存储有程序，该程序被处理器执行时实现上述所述的方法。
本申请实施例中，第一VR交互控制事件中涵盖的VR空间操作行为可以预先确定得到，则第一VR交互控制事件的模板信息（事件标注情况）已经包括在第一VR交互控制事件的第一事件主题中，无需额外进行注释处理，从而提高控制策略生成网络的调试效率。此外，基于VR空间操作行为的行为偏好对基础VR交互控制事件序列中的VR交互控制事件进行特征上采样处理，得到尽可能丰富的且能够用于调试控制策略生成网络的VR交互控制事件，可保障控制策略生成网络的调试质量以便获得高质量的控制策略生成网络，这样能够借助控制策略生成网络根据根据目标VR交互控制事件实现当前空间移动控制策略的更新，且上述策略更新能够考虑用户操作行为和行为偏好，因而可以提高空间移动控制的灵活性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并于说明书一起用于解释本申请的原理。
图1是本申请实施例提供的一种虚拟现实空间移动控制***的硬件结构示意图。
图2是本申请实施例提供的一种虚拟现实的空间移动控制方法的流程示意图。
图3是本申请实施例提供的一种虚拟现实的空间移动控制方法的应用环境的通信架构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
本申请实施例所提供的方法实施例可以在虚拟现实空间移动控制***、计算机设备或者类似的运算装置中执行。以运行在虚拟现实空间移动控制***上为例，图1是本申请实施例的实施一种虚拟现实的空间移动控制方法的虚拟现实空间移动控制***的硬件结构框图。如图1所示，虚拟现实空间移动控制***10可以包括一个或多个（图1中仅示出一个）处理器102（处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置）和用于存储数据的存储器104，可选地，上述虚拟现实空间移动控制***还可以包括用于通信功能的传输装置106。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述虚拟现实空间移动控制***的结构造成限定。例如，虚拟现实空间移动控制***10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本申请实施例中的一种虚拟现实的空间移动控制方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至虚拟现实空间移动控制***10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括虚拟现实空间移动控制***10的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器（Network Interface Controller，简称为NIC），其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频（RadioFrequency，简称为RF）模块，其用于通过无线方式与互联网进行通讯。
基于此，请参阅图2，图2是本发明实施例所提供的一种虚拟现实的空间移动控制方法的流程示意图，该方法应用于虚拟现实空间移动控制***，进一步该方法具体可以包括以下步骤11-步骤13所记录的技术方案。
步骤11，确定基础VR交互控制事件序列。
在本申请实施例中，所述基础VR交互控制事件序列包括第一VR交互控制事件和所述第一VR交互控制事件的第一事件主题，所述第一VR交互控制事件的第一事件主题指示所述第一VR交互控制事件是对目标VR空间的第一用户操作行为进行挖掘操作所得的。其中，VR交互控制事件可以理解为用户在进行VR交互时所涉及的控制事件，进一步地，控制事件主要侧重于虚拟空间变换。
步骤12，基于VR空间操作行为的行为偏好对所述第一VR交互控制事件进行特征上采样处理，得到已处理的VR交互控制事件，以及基于所述VR空间操作行为的行为偏好对所述第一事件主题进行事件主题映射处理，得到所述已处理的VR交互控制事件的第二事件主题，并将所述已处理的VR交互控制事件以及所述第二事件主题加载至目标VR交互控制事件序列中。
在本申请实施例中，VR空间操作行为可以理解为VR用户行为。VR空间操作行为的行为偏好可以理解为VR用户在进行VR交互时所产生的习惯动作。特征上采样处理可以理解为特征扩展处理。所述第二事件主题指示所述已处理的VR交互控制事件是对目标VR空间第二用户操作行为进行挖掘操作所得的，所述目标VR空间的第一用户操作行为和所述目标VR空间第二用户操作行为之间匹配所述VR空间操作行为的行为偏好。
对于一种可示性实施例而言，所述VR空间操作行为的行为偏好包括延续性。基于此，步骤12所记录的基于VR空间操作行为的行为偏好对所述第一VR交互控制事件进行特征上采样处理，得到已处理的VR交互控制事件，示例性的可以包括如下内容：基于所述VR空间操作行为的行为偏好所包括的延续性，对所述第一VR交互控制事件进行调整，得到与所述第一VR交互控制事件存在顺承关系的已处理的VR交互控制事件，并将所述已处理的VR交互控制事件加载至所述目标VR交互控制事件序列中。
如此一来，通过VR空间操作行为的行为偏好所包括的延续性，对第一VR交互控制事件进行特征上采样处理，这样不仅产生第一VR交互控制事件对应的已处理的VR交互控制事件，而且产生已处理的VR交互控制事件的第二事件主题，进而能够丰富用于网络调试的任务和数据，进一步提高基于VR交互控制事件调试得到的控制策略生成网络的稳定性。
在本申请实施例中，所述目标VR空间的第一用户操作行为为VR空间操作行为中其中一种，所述VR空间操作行为包括：热门用户操作行为、冷门用户操作行为、本地用户操作行为以及远程用户操作行为；任一VR交互控制事件的事件主题为涵盖若干特征成员的线性数组（特征向量），每个特征成员对应一个VR空间操作行为；所述第一VR交互控制事件对应的第一事件主题中，与所述目标VR空间的第一用户操作行为对应的特征值为第一特征值，与除所述目标VR空间的第一用户操作行为外剩余VR空间操作行为对应的特征值为第二特征值。
在上述描述内容的基础上，对于一种可示性实施例而言，步骤12所记录的基于所述VR空间操作行为的行为偏好对所述第一事件主题进行事件主题映射处理，得到所述已处理的VR交互控制事件的第二事件主题，示例性地可以包括：将所述第一事件主题中所述目标VR空间的第一用户操作行为对应的特征值由所述第一特征值更新为所述第二特征值；以及，将所述第一事件主题中的所述目标VR空间第二用户操作行为对应的特征值由所述第二特征值，更新为所述第一特征值；将更新后的第一事件主题作为所述已处理的VR交互控制事件的第二事件主题。如此一来，能够确保确定第二事件主题的精准性。
对于一种可示性实施例而言，所述基础VR交互控制事件序列中还包括第二VR交互控制事件，所述第二VR交互控制事件是对目标VR空间第三用户操作行为进行挖掘操作所得的，所述目标VR空间的第一用户操作行为与所述目标VR空间第三用户操作行为存在差异；所述VR空间操作行为的行为偏好包括关联偏好。基于此，步骤12所记录的所述基于VR空间操作行为的行为偏好对所述第一VR交互控制事件进行特征上采样处理，得到已处理的VR交互控制事件，示例性的还可以包括如下内容：基于所述VR空间操作行为的行为偏好所包含的关联偏好，将所述第一VR交互控制事件和所述第二VR交互控制事件进行加权处理，得到所述已处理的VR交互控制事件。如此一来，通过VR空间操作行为的行为偏好所包含的关联偏好，对第一VR交互控制事件和第二VR交互控制事件进行加权处理，能够确保确定已处理的VR交互控制事件的全面性及完整性。
在上述描述内容的基础上，对于一种可示性实施例而言，步骤12所记录的基于所述VR空间操作行为的行为偏好对所述第一事件主题进行事件主题映射处理，得到所述已处理的VR交互控制事件的第二事件主题，示例性的可以包括如下内容：将所述第一事件主题中，与所述目标VR空间第三用户操作行为对应的特征值更新为第一特征值；将更新后的所述第一事件主题确定为所述已处理的VR交互控制事件的第二事件主题。如此一来，能够确保确定第二事件主题的精准性。
步骤13，通过所述基础VR交互控制事件序列和所述目标VR交互控制事件序列对控制策略生成网络进行网络调试，得到完成调试的控制策略生成网络，所述完成调试的控制策略生成网络用于根据目标VR交互控制事件更新当前空间移动控制策略。
在本申请实施例中，控制策略生成网络比如可以是神经网络。完成调试的控制策略生成网络可以基于目标VR交互控制事件对应的控制行为特征确定连续的空间移动状态变化，从而对应生成适配的空间移动控制策略，从而实现空间移动的平滑性和仿真性。关于空间移动控制策略生成的底层技术可以参阅相关现有技术，在此不作更多说明。
对于一种可示性实施例而言，步骤13所记录的通过所述基础VR交互控制事件序列和所述目标VR交互控制事件序列对控制策略生成网络进行网络调试，得到完成调试的控制策略生成网络，示例性的可以包括步骤131-步骤134所记录的内容。
步骤131，借助所述控制策略生成网络对所述基础VR交互控制事件序列中若干VR交互控制事件进行挖掘操作，得到所述基础VR交互控制事件序列中若干VR交互控制事件对应的若干第一挖掘内容。
步骤132，借助所述控制策略生成网络对所述目标VR交互控制事件序列中若干VR交互控制事件进行挖掘操作，得到所述目标VR交互控制事件序列中若干VR交互控制事件对应的若干第二挖掘内容。
步骤133，基于所述若干第一挖掘内容与相应VR交互控制事件对应的第一事件主题之间的比较情况，以及所述若干第二挖掘内容与相应VR交互控制事件对应的第二事件主题之间的比较情况，得到所述控制策略生成网络的第一网络评价指标。
步骤134，基于所述第一网络评价指标更新所述控制策略生成网络的网络变量，以调试所述控制策略生成网络。
实施步骤131-步骤134所记录的内容，通过控制策略生成网络对基础VR交互控制事件序列中若干VR交互控制事件以及目标VR交互控制事件序列中若干VR交互控制事件进行挖掘操作，以确定出控制策略生成网络的第一网络评价指标，这样一来，通过网络评价指标对控制策略生成网络进行反复调试，能够保障控制策略生成网络的稳定性，进而能够借助控制策略生成网络根据根据目标VR交互控制事件实现当前空间移动控制策略的更新，且上述策略更新能够考虑用户操作行为和行为偏好，因而可以提高空间移动控制的灵活性。
对于一种可示性实施例而言，步骤134所记录的基于所述第一网络评价指标更新所述控制策略生成网络的网络变量，示例性的可以包括如下内容：确定模板VR交互控制事件序列，所述模板VR交互控制事件序列包括若干模板VR交互控制事件和每个模板VR交互控制事件的模板信息，任一模板VR交互控制事件的模板信息指示所述任一模板VR交互控制事件中目标VR空间第四用户操作行为所包含的目标行为节点的延时信息，所述延时信息包括所述目标行为节点的延时概率信息以及所述目标行为节点的延时时间信息；借助所述控制策略生成网络对所述模板VR交互控制事件序列中若干模板VR交互控制事件进行估计处理，得到所述若干模板VR交互控制事件中目标行为节点的估计延时信息；根据每个模板VR交互控制事件中目标行为节点的估计延时信息与相应模板VR交互控制事件的模板信息之间的比较情况，得到所述控制策略生成网络的第二网络评价指标；基于所述第一网络评价指标、所述第二网络评价指标优化所述控制策略生成网络，所述完成调试的控制策略生成网络用于估计目标VR交互控制事件中的目标VR空间目标用户操作行为，以及估计所述目标VR交互控制事件中目标VR空间目标用户操作行为的目标行为节点的延时信息。如此一来，能够提高控制策略生成网络的调试效率。
综上，本申请实施例中，第一VR交互控制事件中涵盖的VR空间操作行为可以预先确定得到，则第一VR交互控制事件的模板信息（事件标注情况）已经包括在第一VR交互控制事件的第一事件主题中，无需额外进行注释处理，从而提高控制策略生成网络的调试效率。此外，基于VR空间操作行为的行为偏好对基础VR交互控制事件序列中的VR交互控制事件进行特征上采样处理，得到尽可能丰富的且能够用于调试控制策略生成网络的VR交互控制事件，可保障控制策略生成网络的调试质量以便获得高质量的控制策略生成网络，这样能够借助控制策略生成网络根据根据目标VR交互控制事件实现当前空间移动控制策略的更新，且上述策略更新能够考虑用户操作行为和行为偏好，因而可以提高空间移动控制的灵活性。
基于上述相同或相似的发明构思，还提供了一种虚拟现实的空间移动控制方法的应用环境30的架构示意图，包括互相之间通信的虚拟现实空间移动控制***10和VR交互设备20，虚拟现实空间移动控制***10和VR交互设备20在运行时实现或者部分实现上述方法实施例所描述的技术方案。
进一步地，还提供了一种可读存储介质，其上存储有程序，该程序被处理器执行时实现上述的方法。
在本申请实施例所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，媒体业务服务器10，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种虚拟现实的空间移动控制方法，其特征在于，应用于虚拟现实空间移动控制***，该方法包括：
确定基础VR交互控制事件序列，所述基础VR交互控制事件序列包括第一VR交互控制事件和所述第一VR交互控制事件的第一事件主题，所述第一VR交互控制事件的第一事件主题指示所述第一VR交互控制事件是对目标VR空间的第一用户操作行为进行挖掘操作所得的；
基于VR空间操作行为的行为偏好对所述第一VR交互控制事件进行特征上采样处理，得到已处理的VR交互控制事件，以及基于所述VR空间操作行为的行为偏好对所述第一事件主题进行事件主题映射处理，得到所述已处理的VR交互控制事件的第二事件主题，并将所述已处理的VR交互控制事件以及所述第二事件主题加载至目标VR交互控制事件序列中；所述第二事件主题指示所述已处理的VR交互控制事件是对目标VR空间第二用户操作行为进行挖掘操作所得的，所述目标VR空间的第一用户操作行为和所述目标VR空间第二用户操作行为之间匹配所述VR空间操作行为的行为偏好；
通过所述基础VR交互控制事件序列和所述目标VR交互控制事件序列对控制策略生成网络进行网络调试，得到完成调试的控制策略生成网络，所述完成调试的控制策略生成网络用于根据目标VR交互控制事件更新当前空间移动控制策略。
2.根据权利要求1所述的方法，其特征在于，所述VR空间操作行为的行为偏好包括延续性；所述基于VR空间操作行为的行为偏好对所述第一VR交互控制事件进行特征上采样处理，得到已处理的VR交互控制事件，包括：
基于所述VR空间操作行为的行为偏好所包括的延续性，对所述第一VR交互控制事件进行调整，得到与所述第一VR交互控制事件存在顺承关系的已处理的VR交互控制事件，并将所述已处理的VR交互控制事件加载至所述目标VR交互控制事件序列中。
3.根据权利要求2所述的方法，其特征在于，所述目标VR空间的第一用户操作行为为VR空间操作行为中其中一种，所述VR空间操作行为包括：热门用户操作行为、冷门用户操作行为、本地用户操作行为以及远程用户操作行为；任一VR交互控制事件的事件主题为涵盖若干特征成员的线性数组，每个特征成员对应一个VR空间操作行为；
所述第一VR交互控制事件对应的第一事件主题中，与所述目标VR空间的第一用户操作行为对应的特征值为第一特征值，与除所述目标VR空间的第一用户操作行为外剩余VR空间操作行为对应的特征值为第二特征值。
4.根据权利要求3所述的方法，其特征在于，所述基于所述VR空间操作行为的行为偏好对所述第一事件主题进行事件主题映射处理，得到所述已处理的VR交互控制事件的第二事件主题，包括：
将所述第一事件主题中所述目标VR空间的第一用户操作行为对应的特征值由所述第一特征值更新为所述第二特征值；
以及，将所述第一事件主题中的所述目标VR空间第二用户操作行为对应的特征值由所述第二特征值，更新为所述第一特征值；
将更新后的第一事件主题作为所述已处理的VR交互控制事件的第二事件主题。
5.根据权利要求2所述的方法，其特征在于，所述基础VR交互控制事件序列中还包括第二VR交互控制事件，所述第二VR交互控制事件是对目标VR空间第三用户操作行为进行挖掘操作所得的，所述目标VR空间的第一用户操作行为与所述目标VR空间第三用户操作行为存在差异；所述VR空间操作行为的行为偏好包括关联偏好；
所述基于VR空间操作行为的行为偏好对所述第一VR交互控制事件进行特征上采样处理，得到已处理的VR交互控制事件，包括：
基于所述VR空间操作行为的行为偏好所包含的关联偏好，将所述第一VR交互控制事件和所述第二VR交互控制事件进行加权处理，得到所述已处理的VR交互控制事件。
6.根据权利要求5所述的方法，其特征在于，所述基于所述VR空间操作行为的行为偏好对所述第一事件主题进行事件主题映射处理，得到所述已处理的VR交互控制事件的第二事件主题，包括：
将所述第一事件主题中，与所述目标VR空间第三用户操作行为对应的特征值更新为第一特征值；
将更新后的所述第一事件主题确定为所述已处理的VR交互控制事件的第二事件主题。
7.根据权利要求2所述的方法，其特征在于，所述通过所述基础VR交互控制事件序列和所述目标VR交互控制事件序列对控制策略生成网络进行网络调试，得到完成调试的控制策略生成网络，包括：
借助所述控制策略生成网络对所述基础VR交互控制事件序列中若干VR交互控制事件进行挖掘操作，得到所述基础VR交互控制事件序列中若干VR交互控制事件对应的若干第一挖掘内容；
借助所述控制策略生成网络对所述目标VR交互控制事件序列中若干VR交互控制事件进行挖掘操作，得到所述目标VR交互控制事件序列中若干VR交互控制事件对应的若干第二挖掘内容；
基于所述若干第一挖掘内容与相应VR交互控制事件对应的第一事件主题之间的比较情况，以及所述若干第二挖掘内容与相应VR交互控制事件对应的第二事件主题之间的比较情况，得到所述控制策略生成网络的第一网络评价指标；
基于所述第一网络评价指标更新所述控制策略生成网络的网络变量，以调试所述控制策略生成网络。
8.根据权利要求7所述的方法，其特征在于，所述基于所述第一网络评价指标更新所述控制策略生成网络的网络变量，包括：
确定模板VR交互控制事件序列，所述模板VR交互控制事件序列包括若干模板VR交互控制事件和每个模板VR交互控制事件的模板信息，任一模板VR交互控制事件的模板信息指示所述任一模板VR交互控制事件中目标VR空间第四用户操作行为所包含的目标行为节点的延时信息，所述延时信息包括所述目标行为节点的延时概率信息以及所述目标行为节点的延时时间信息；
借助所述控制策略生成网络对所述模板VR交互控制事件序列中若干模板VR交互控制事件进行估计处理，得到所述若干模板VR交互控制事件中目标行为节点的估计延时信息；
根据每个模板VR交互控制事件中目标行为节点的估计延时信息与相应模板VR交互控制事件的模板信息之间的比较情况，得到所述控制策略生成网络的第二网络评价指标；
基于所述第一网络评价指标、所述第二网络评价指标优化所述控制策略生成网络，所述完成调试的控制策略生成网络用于估计目标VR交互控制事件中的目标VR空间目标用户操作行为，以及估计所述目标VR交互控制事件中目标VR空间目标用户操作行为的目标行为节点的延时信息。
9.一种虚拟现实空间移动控制***，其特征在于，包括处理器和存储器；所述处理器和所述存储器通信连接，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述权利要求1-8任一项所述的方法。
10.一种可读存储介质，其特征在于，其上存储有程序，该程序被处理器执行时实现上述权利要求1-8任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111618890.9A CN114237402B (zh) | 2021-12-28 | 2021-12-28 | 一种虚拟现实的空间移动控制***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111618890.9A CN114237402B (zh) | 2021-12-28 | 2021-12-28 | 一种虚拟现实的空间移动控制***及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114237402A true CN114237402A (zh) | 2022-03-25 |
| CN114237402B CN114237402B (zh) | 2024-01-23 |
Family
ID=80763843
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111618890.9A Active CN114237402B (zh) | 2021-12-28 | 2021-12-28 | 一种虚拟现实的空间移动控制***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114237402B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106943708A (zh) * | 2017-03-29 | 2017-07-14 | 北京小米移动软件有限公司 | 跑步机运动模式的选择方法及装置 |
| CN109460427A (zh) * | 2018-11-08 | 2019-03-12 | 广东工业大学 | 一种面向用户动态偏好挖掘的节目嵌入方法 |
| CN113190597A (zh) * | 2020-12-04 | 2021-07-30 | 崔秀芬 | 基于人工智能的交互意图知识网络配置方法及*** |
| CN113230584A (zh) * | 2021-04-19 | 2021-08-10 | 陕西天朗嘉业科技发展有限公司 | 一种光影跑步健身*** |
-
2021
- 2021-12-28 CN CN202111618890.9A patent/CN114237402B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106943708A (zh) * | 2017-03-29 | 2017-07-14 | 北京小米移动软件有限公司 | 跑步机运动模式的选择方法及装置 |
| CN109460427A (zh) * | 2018-11-08 | 2019-03-12 | 广东工业大学 | 一种面向用户动态偏好挖掘的节目嵌入方法 |
| CN113190597A (zh) * | 2020-12-04 | 2021-07-30 | 崔秀芬 | 基于人工智能的交互意图知识网络配置方法及*** |
| CN113230584A (zh) * | 2021-04-19 | 2021-08-10 | 陕西天朗嘉业科技发展有限公司 | 一种光影跑步健身*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114237402B (zh) | 2024-01-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3639137B1 (en) | Systems and methods for adaptive user interfaces | |
| US9536261B2 (en) | Resolving conflicts within saved state data | |
| CN111090756B (zh) | 基于人工智能的多目标推荐模型的训练方法及装置 | |
| US10656907B2 (en) | Translation of natural language into user interface actions | |
| CN109344314B (zh) | 一种数据处理方法、装置及服务器 | |
| CN105427865A (zh) | 基于人工智能的智能机器人的语音控制***以及方法 | |
| CN109754072B (zh) | 网络离线模型的处理方法、人工智能处理装置及相关产品 | |
| US20210398360A1 (en) | Generating Content Based on State Information | |
| CN109147022A (zh) | Vr数据渲染方法和***、计算机设备、计算机存储介质 | |
| JP2023501640A (ja) | 点群処理の方法、コンピュータシステム、プログラム及びコンピュータ可読記憶媒体 | |
| CN114259693B (zh) | 一种虚拟现实跑步机的控制方法及*** | |
| CN114222076B (zh) | 一种换脸视频生成方法、装置、设备以及存储介质 | |
| US20190205757A1 (en) | Model-free control for reinforcement learning agents | |
| CN102930581A (zh) | 对数据帧动画的通用表示 | |
| JP7361121B2 (ja) | デュアル・ネットワークと共に訓練された主ネットワークを介した多目的タスクの実行 | |
| US10888777B2 (en) | Deep learning from real world and digital exemplars | |
| CN114237402B (zh) | 一种虚拟现实的空间移动控制***及方法 | |
| CN113592074B (zh) | 一种训练方法、生成方法及装置、电子设备 | |
| CN115374141A (zh) | 虚拟形象的更新处理方法及装置 | |
| CN114723976A (zh) | 计算图的子图模式匹配方法及装置 | |
| CN114820895A (zh) | 动画数据处理方法、装置、设备及*** | |
| CN114493781A (zh) | 用户行为预测方法、装置、电子设备及存储介质 | |
| CN114237401B (zh) | 一种多种虚拟场景的无缝链接方法及*** | |
| CN116401418B (zh) | 一种数据读写方法、装置、设备及存储介质 | |
| CN116561735B (zh) | 一种基于多认证源的互信认证方法、***及电子设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |