公开(公告)号：CN110046457A

公开(公告)日：2019-07-23

申请号：CN201910344538.7

申请日：2019-04-26

Applicant: 百度在线网络技术(北京)有限公司

Inventor： 周波 ,  曾宏生 ,  王凡 ,  何径舟

IPC: G06F17/50

Abstract: 本申请提出一种人体模型的控制方法、装置、电子设备以及存储介质，其中，方法包括：通过获取用于指示人体模型状态的特征信息，将特征信息输入行走模型的多个策略网络，得到各策略网络输出的控制信息，采用行走模型的价值网络对每一个策略网络输出的控制信息进行评分，根据评分，从各策略网络输出的控制信息中确定目标控制信息，根据目标控制信息，控制人体模型。由于行走模型相比现有技术中的强化学习算法，具有数据利用率高、鲁棒性强的特点，因此，通过行走模型的多个价值网络对每一个策略网络输出的控制信息进行评分，进而根据评分确定的目标控制信息控制人体模型，能够更加准确的控制人体模型，从而使得人体模型保持正常的姿态行走。

公开(公告)号：CN110046457B

公开(公告)日：2021-02-05

申请号：CN201910344538.7

申请日：2019-04-26

Applicant: 百度在线网络技术(北京)有限公司

Inventor： 周波 ,  曾宏生 ,  王凡 ,  何径舟

IPC: G06F30/20 ,  G06F111/10

Abstract: 本申请提出一种人体模型的控制方法、装置、电子设备以及存储介质，其中，方法包括：通过获取用于指示人体模型状态的特征信息，将特征信息输入行走模型的多个策略网络，得到各策略网络输出的控制信息，采用行走模型的价值网络对每一个策略网络输出的控制信息进行评分，根据评分，从各策略网络输出的控制信息中确定目标控制信息，根据目标控制信息，控制人体模型。由于行走模型相比现有技术中的强化学习算法，具有数据利用率高、鲁棒性强的特点，因此，通过行走模型的多个价值网络对每一个策略网络输出的控制信息进行评分，进而根据评分确定的目标控制信息控制人体模型，能够更加准确的控制人体模型，从而使得人体模型保持正常的姿态行走。