一种基于强化学习的虚拟乒乓球手击球训练方法

作者:李桂清; 曾繁忠; 黎子聪; 吴自辉; 聂勇伟
来源:2019-08-19, 中国, ZL201910763946.6.

摘要

本发明公开了一种基于强化学习的虚拟乒乓球手击球训练方法,包括步骤:1)设计任务场景及任务流程;2)使用强化学习的方法对球拍的击球策略进行训练;3)使用逆向运动学的算法估计人体击球时各关节的运动情况;4)使用强化学习对根节点的移动策略进行训练。本发明能在无训练数据的情况下通过设计简单的奖励函数得到一个能以合理的姿态和高准确率进行击球的虚拟球手,不需要设计复杂的击球规则,同时因为强化学习正向运算的低耗特性,使虚拟球手的击球动作能稳定地保持高帧率,让用户有良好的交互体验。