JP6966654B2 - 仮想車両操作方法、モデルトレーニング方法、操作デバイス、および記憶媒体 - Google Patents
仮想車両操作方法、モデルトレーニング方法、操作デバイス、および記憶媒体 Download PDFInfo
- Publication number
- JP6966654B2 JP6966654B2 JP2020545272A JP2020545272A JP6966654B2 JP 6966654 B2 JP6966654 B2 JP 6966654B2 JP 2020545272 A JP2020545272 A JP 2020545272A JP 2020545272 A JP2020545272 A JP 2020545272A JP 6966654 B2 JP6966654 B2 JP 6966654B2
- Authority
- JP
- Japan
- Prior art keywords
- sample
- progress
- vehicle
- virtual
- image
- 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.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/60—Generating or modifying game content before or while executing the game program, e.g. authoring tools specially adapted for game development or game-integrated level editor
- A63F13/67—Generating or modifying game content before or while executing the game program, e.g. authoring tools specially adapted for game development or game-integrated level editor adaptively or by learning from player actions, e.g. skill level adjustment or by storing successful combat sequences for re-use
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/70—Game security or game management aspects
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/55—Controlling game characters or game objects based on the game progress
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/50—Controlling the output signals based on the game progress
- A63F13/53—Controlling the output signals based on the game progress involving additional visual information provided to the game scene, e.g. by overlay to simulate a head-up display [HUD] or displaying a laser sight in a shooting game
- A63F13/537—Controlling the output signals based on the game progress involving additional visual information provided to the game scene, e.g. by overlay to simulate a head-up display [HUD] or displaying a laser sight in a shooting game using indicators, e.g. showing the condition of a game character on screen
- A63F13/5378—Controlling the output signals based on the game progress involving additional visual information provided to the game scene, e.g. by overlay to simulate a head-up display [HUD] or displaying a laser sight in a shooting game using indicators, e.g. showing the condition of a game character on screen for displaying an additional top view, e.g. radar screens or maps
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/80—Special adaptations for executing a specific game genre or game mode
- A63F13/803—Driving vehicles or craft, e.g. cars, airplanes, ships, robots or tanks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F2300/00—Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game
- A63F2300/60—Methods for processing data by generating or executing the game program
- A63F2300/6027—Methods for processing data by generating or executing the game program using adaptive systems learning from user actions, e.g. for skill level adjustment
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F2300/00—Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game
- A63F2300/80—Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game specially adapted for executing a specific type of game
- A63F2300/8017—Driving on land or water; Flying
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Optics & Photonics (AREA)
- Human Computer Interaction (AREA)
- Computer Security & Cryptography (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Processing Or Creating Images (AREA)
- Toys (AREA)
- Image Analysis (AREA)
Description
本願は、参照により全文が本願に援用される、2018年5月18日に中国国家知識産権局に提出された、「アプリケーションで車両を操作する方法、デバイス、および記憶媒体」と題する、中国特許出願第201810482238.0号の優先権を主張する。
仮想車両進行図を得るステップであって、仮想車両進行図は仮想進路上を進行する仮想車両の図を含む、ステップと、
仮想車両進行図から仮想進路画像を抽出するステップであって、仮想進路画像は仮想車両が位置する仮想進路部分の画像である、ステップと、
仮想進路画像を進行意思決定モデルに入力するステップであって、進行意思決定モデルはサンプル進路画像とサンプル進行方針に基づくトレーニングを通じて生成され、サンプル進路画像とサンプル進行方針はサンプル車両進行図から抽出され、サンプル車両進行図は実在のプレイヤーによって操作される仮想車両が仮想進路上を進行する図を含む、ステップと、
進行意思決定モデルによって出力される目標進行方針に従って仮想車両を操作して進行させるステップとを含む。
サンプル車両進行図を得るステップであって、サンプル車両進行図は実在のプレイヤーによって操作される仮想車両が仮想進路上を進行する図を含む、ステップと、
サンプル車両進行図からサンプル進路画像とサンプル進行方針を抽出するステップであって、サンプル進行方針は仮想進路上での仮想車両の進行方法を示すために使われる、ステップと、
サンプル進路画像とサンプル進行方針に基づいて進行意思決定モデルをトレーニングするステップであって、サンプル進路画像は進行意思決定モデルの入力サンプルであり、サンプル進行方針は進行意思決定モデルの出力サンプルである、ステップとを含む。
仮想車両進行図から仮想進路画像を抽出するように構成された第1の抽出モジュールであって、仮想進路画像は仮想車両が位置する仮想進路部分の画像である、第1の抽出モジュールと、
仮想進路画像を進行意思決定モデルに入力するように構成された第1の入力モジュールであって、進行意思決定モデルはサンプル進路画像とサンプル進行方針に基づくトレーニングを通じて生成され、サンプル進路画像とサンプル進行方針はサンプル車両進行図から抽出され、サンプル車両進行図は実在のプレイヤーによって操作される仮想車両が仮想進路上を進行する図を含む、第1の入力モジュールと、
進行意思決定モデルによって出力される目標進行方針に従って仮想車両を操作して進行させるように構成された操作モジュールとを含む、
仮想車両操作装置。
サンプル車両進行図からサンプル進路画像とサンプル進行方針を抽出するように構成された第2の抽出モジュールであって、サンプル進行方針は仮想進路上での仮想車両の進行方法を示すために使われる、第2の抽出モジュールと、
サンプル進路画像とサンプル進行方針に基づいて進行意思決定モデルをトレーニングするように構成されたトレーニングモジュールであって、サンプル進路画像は進行意思決定モデルの入力サンプルであり、サンプル進行方針は進行意思決定モデルの出力サンプルである、トレーニングモジュールとを含む、
モデルトレーニング装置。
仮想車両進行図を得る作業であって、仮想車両進行図は仮想進路上を進行する仮想車両の図を含む、作業と、
仮想車両進行図から仮想進路画像を抽出する作業であって、仮想進路画像は仮想車両が位置する仮想進路部分の画像である、作業と、
仮想進路画像を進行意思決定モデルに入力する作業であって、進行意思決定モデルはサンプル進路画像とサンプル進行方針に基づくトレーニングを通じて生成され、サンプル進路画像とサンプル進行方針はサンプル車両進行図から抽出され、サンプル車両進行図は実在のプレイヤーによって操作される仮想車両が仮想進路上を進行する図を含む、作業と、
進行意思決定モデルによって出力される目標進行方針に従って仮想車両を操作して進行させる作業とを遂行させる。
仮想車両進行図を得る作業であって、仮想車両進行図は仮想進路上を進行する仮想車両の図を含む、作業と、
仮想車両進行図から仮想進路画像を抽出する作業であって、仮想進路画像は仮想車両が位置する仮想進路部分の画像である、作業と、
仮想進路画像を進行意思決定モデルに入力する作業であって、進行意思決定モデルはサンプル進路画像とサンプル進行方針に基づくトレーニングを通じて生成され、サンプル進路画像とサンプル進行方針はサンプル車両進行図から抽出され、サンプル車両進行図は実在のプレイヤーによって操作される仮想車両が仮想進路上を進行する図を含む、作業と、
進行意思決定モデルによって出力される目標進行方針に従って仮想車両を操作して進行させる作業とを遂行させる。
サンプル車両進行図を得る作業であって、サンプル車両進行図は実在のプレイヤーによって操作される仮想車両が仮想進路上を進行する図を含む、作業と、
サンプル車両進行図からサンプル進路画像とサンプル進行方針を抽出する作業であって、サンプル進行方針は仮想進路上での仮想車両の進行方法を示すために使われる、作業と、
サンプル進路画像とサンプル進行方針に基づいて進行意思決定モデルをトレーニングする作業であって、サンプル進路画像は進行意思決定モデルの入力サンプルであり、サンプル進行方針は進行意思決定モデルの出力サンプルである、作業とを遂行させる。
1つ以上のプロセッサによって実行されると、1つ以上のプロセッサに、
サンプル車両進行図を得る作業であって、サンプル車両進行図は実在のプレイヤーによって操作される仮想車両が仮想進路上を進行する図を含む、作業と、
サンプル車両進行図からサンプル進路画像とサンプル進行方針を抽出する作業であって、サンプル進行方針は仮想進路上での仮想車両の進行方法を示すために使われる、作業と、
サンプル進路画像とサンプル進行方針に基づいて進行意思決定モデルをトレーニングする作業であって、サンプル進路画像は進行意思決定モデルの入力サンプルであり、サンプル進行方針は進行意思決定モデルの出力サンプルである、作業とを遂行させる。
仮想車両進行図を得るように構成された第1の取得モジュール1410であって、この仮想車両進行図は仮想進路上を進行する仮想車両の図を含む、第1の取得モジュール1410と、
仮想車両進行図から仮想進路画像を抽出するように構成された第1の抽出モジュール1420であって、この仮想進路画像は仮想車両が位置する仮想進路部分の画像である、第1の抽出モジュール1420と、
仮想進路画像を進行意思決定モデルに入力するように構成された第1の入力モジュール1430であって、この進行意思決定モデルはサンプル進路画像とサンプル進行方針に基づくトレーニングを通じて生成され、サンプル進路画像とサンプル進行方針はサンプル車両進行図から抽出され、サンプル車両進行図は実在のプレイヤーによって操作される仮想車両が仮想進路上を進行する図を含む、第1の入力モジュール1430と、
進行意思決定モデルによって出力される目標進行方針に従って仮想車両を操作して進行させるように構成された操作モジュール1440とを含んでよい。
第1の抽出モジュール1420は、
地図表示エリアの座標に基づいて、地図表示エリアに表示される画像を抽出し、
地図表示エリアに表示された画像を仮想進路画像に決定するように構成される。
進路画像と車両画像を得るため、地図表示エリアに表示される画像に対して特徴抽出を行うように構成され、特徴抽出方法はエッジ特徴抽出および/またはカラー特徴抽出を含み、なおかつ第1の抽出モジュール1420は、
抽出された進路画像と車両画像に基づいて仮想進路画像を合成し、
仮想進路画像を所定のサイズにスケールするように構成され、この所定のサイズは進行意思決定モデルによって指定される入力画像サイズである。
操作モジュール1440は、
目標進行方針に対応する目標運転コントロールを判断するように構成され、目標運転コントロールは目標進行方針の実行を引き起こすように構成され、なおかつ操作モジュール1440は、
仮想車両進行図内の目標運転コントロールの座標に基づいて、目標運転コントロールを作動させる作業をシミュレーションするように構成される。
ワンホット符号化文字列内の最大文字に対応する目標進行方法を判断し、
この目標進行方法に対応する運転コントロールを目標運転コントロールと判断するように構成され、
目標進行方法が左ターンであるなら目標運転コントロールは左ターンコントロールであり、目標進行方法が右ターンであるなら目標運転コントロールは右ターンコントロールであり、目標進行方法が左向きドリフトであるなら目標運転コントロールは左ターンコントロールとドリフトコントロールであり、目標進行方法が右向きドリフトであるなら目標運転コントロールは右ターンコントロールとドリフトコントロールであり、目標進行方法が減速であるなら目標運転コントロールはブレーキコントロールである。
目標運転コントロールが第1の運転コントロールから第2の運転コントロールに変更される場合に、第1の運転コントロールを長押しする作業をシミュレーションするのを止め、第2の運転コントロールを長押しする作業をシミュレーションし、
目標運転コントロールが変わらない場合に、目標運転コントロールを長押しする作業をシミュレーションするように構成される。
仮想車両進行図に対して数字認識を行い、仮想車両進行図から車両速度を抽出するように構成された速度抽出モジュール、
および/または
仮想車両進行図に対して物体認識を行い、仮想車両進行図から障害物情報を抽出するように構成された情報抽出モジュール、および
車両速度および/または障害物情報を進行意思決定モデルに入力するように構成された第2の入力モジュールをさらに含む。
サンプル車両進行図を得るように構成された第2の取得モジュール1510であって、このサンプル車両進行図は実在のプレイヤーによって操作される仮想車両が仮想進路上を進行する図を含む、第2の取得モジュール1510と、
サンプル車両進行図からサンプル進路画像とサンプル進行方針を抽出するように構成された第2の抽出モジュール1520であって、このサンプル進行方針は仮想進路上での仮想車両の進行方法を示すために使われる、第2の抽出モジュール1520と、
サンプル進路画像とサンプル進行方針に基づいて進行意思決定モデルをトレーニングするように構成されたトレーニングモジュール1530であって、サンプル進路画像は進行意思決定モデルの入力サンプルであり、サンプル進行方針は進行意思決定モデルの出力サンプルであり、進行意思決定モデルは入力された仮想進路画像に基づいて目標進行方針を出力するために使われ、仮想進路画像は仮想車両進行図からの抽出によって得られ、目標進行方針は仮想車両を操作して進行させるために使われる、トレーニングモジュール1530とを含んでよい。
地図表示エリアの座標に基づいて、地図表示エリアに表示される画像を抽出し、
地図表示エリアに表示された画像をサンプル進路画像に決定し、
サンプル車両進行図内の運転コントロールに基づいてサンプル進行方針を判断するように構成され、この運転コントロールは仮想車両を操作するように構成される。
サンプル進路画像とサンプル車両画像を得るため、地図表示エリアに表示される画像に対して特徴抽出を行うように構成され、特徴抽出方法はエッジ特徴抽出および/またはカラー特徴抽出を含み、なおかつ第2の抽出モジュール1520は、
抽出されたサンプル進路画像とサンプル車両画像に基づいてサンプル進路画像を合成し、
サンプル進路画像を所定のサイズにスケールするように構成され、この所定のサイズは進行意思決定モデルによって指定される入力画像サイズである。
サンプル車両進行図で作動されたサンプル運転コントロールを認識し、
このサンプル運転コントロールに対応するサンプル進行方法に基づいてサンプル進行方針を判断するように構成される。
それぞれの運転コントロールの作動時サイズを得るように構成され、この作動時サイズは運転コントロールが作動されたときに表示されるサイズであり、なおかつ第2の抽出モジュール1520は、
サイズがサンプル車両進行図内の作動時サイズに一致する運転コントロールを作動されたサンプル運転コントロールと判断するように構成される。
第2の抽出モジュール1520は、
サンプル運転コントロールに対応するサンプル進行方法を判断し、
ワンホット符号化文字列でサンプル進行方法に対応する文字の値を最大値になるよう設定するように構成され、
目標運転コントロールが左ターンコントロールであるなら目標進行方法は左ターンであり、目標運転コントロールが右ターンコントロールであるなら目標進行方法は右ターンであり、目標運転コントロールが左ターンコントロールとドリフトコントロールであるなら目標進行方法は左向きドリフトであり、目標運転コントロールが右ターンコントロールとドリフトコントロールであるなら目標進行方法は右向きドリフトであり、目標運転コントロールがブレーキコントロールであるなら目標進行方法は減速である。
各トレーニングサンプルグループ内のサンプル進行方針とトレーニングサンプルの合計数に基づいて各サンプル進行方針の比率を計算するように構成された計算モジュールと、
各サンプル進行方針の比率に基づいて種々トレーニングサンプルに対してサンプル抜き取りかサンプル複製を行うように構成された抜き取り・複製モジュールであって、サンプル抜き取りはトレーニングサンプルの数を減らすために使われ、サンプル複製はトレーニングサンプルの数を増やすために使われる、抜き取り・複製モジュールとをさらに含む。
サンプル車両進行図に対して数字認識を行い、サンプル車両進行図からサンプル車両速度を抽出するように構成された数字認識モジュールと、
サンプル車両進行図に対して物体認識を行い、サンプル車両進行図からサンプル障害物情報を抽出するように構成された障害物認識モジュールとをさらに含む。
サンプル進路画像と、サンプル車両速度と、サンプル障害物情報と、サンプル進行方針とに基づいて進行意思決定モデルをトレーニングするようにさらに構成され、サンプル車両速度とサンプル障害物情報は進行意思決定モデルの入力サンプルである。
23 モデル使用段階
61 画像
62 サンプル進路画像
63 第1のサンプル車両画像
64 第2のサンプル車両画像
65 サンプル進路画像
66 サンプル進路画像
81 右ターンコントロール
82 コントロール画像
110 端末
120 操作デバイス
211 プレイヤー車両進行図
212 サンプル進路画像
213 サンプル進行方針
214 トレーニングサンプル
215 ビヘイビア意思決定モデル
231 仮想車両進行図
232 仮想進路画像
233 目標進行方針
234 仮想車両
411 第1の操作エリア
412 第2の操作エリア
412a ブレーキコントロール
413 地図表示エリア
414 ランキング表示エリア
415 車両走行時間表示エリア
416 速度表示エリア
1101 仮想車両進行図
1102 仮想進路画像
1103 グレー画像
1104 特徴画像
1105 特徴画像
1106 特徴画像
1107 特徴画像
1108 目標進行方針
1410 第1の取得モジュール
1420 第1の抽出モジュール
1430 第1の入力モジュール
1440 操作モジュール
1510 第2の取得モジュール
1520 第2の抽出モジュール
1530 トレーニングモジュール
1600 操作デバイス
1601 中央処理装置
1602 ランダムアクセスメモリー
1603 読み取り専用メモリー
1604 システムメモリー
1605 システムバス
1606 基本入出力システム
1607 マスストレージデバイス
1608 ディスプレイ
1609 入力デバイス
1610 入出力コントローラ
1611 ネットワークインターフェースユニット
1612 ネットワーク
1613 オペレーティングシステム
1614 アプリケーションプログラム
1615 他のプログラムモジュール
Claims (20)
- 操作デバイスによって遂行される仮想車両操作方法であって、
仮想車両進行図を得るステップであって、前記仮想車両進行図は仮想進路上を進行する仮想車両の図を含む、ステップと、
前記仮想車両進行図から仮想進路画像を抽出するステップであって、前記仮想進路画像は前記仮想車両が位置する仮想進路部分の画像である、ステップと、
前記仮想進路画像を進行意思決定モデルに入力するステップであって、前記進行意思決定モデルはサンプル進路画像とサンプル進行方針に基づくトレーニングを通じて生成され、前記サンプル進路画像と前記サンプル進行方針はサンプル車両進行図から抽出され、前記サンプル車両進行図は実在のプレイヤーによって操作される仮想車両が仮想進路上を進行する図を含む、ステップと、
前記進行意思決定モデルによって出力される目標進行方針に従って前記仮想車両を操作して進行させるステップと
を含む、方法。 - 前記仮想車両進行図は地図表示エリアを含み、前記地図表示エリアは前記仮想車両が位置する仮想進路部分の画像をリアルタイムで表示するために使われ、
前記仮想車両進行図から仮想進路画像を抽出する前記ステップは、
前記地図表示エリアの座標に基づいて、前記地図表示エリアに表示される画像を抽出するステップと、
前記地図表示エリアに表示された前記画像を前記仮想進路画像に決定するステップと
を含む、請求項1に記載の方法。 - 前記地図表示エリアに表示される前記画像は透明であり、前記地図表示エリアに表示された前記画像を前記仮想進路画像に決定する前記ステップは、
進路画像と車両画像を得るため、前記地図表示エリアに表示される前記画像に対して特徴抽出を行うステップであって、特徴抽出方法はエッジ特徴抽出とカラー特徴抽出との内の少なくともいずれか一方を含む、ステップと、
抽出された前記進路画像と前記車両画像に基づいて前記仮想進路画像を合成するステップと、
前記仮想進路画像を所定のサイズにスケールするステップであって、前記所定のサイズは前記進行意思決定モデルによって指定される入力画像サイズである、ステップと
を含む、請求項2に記載の方法。 - 前記仮想車両進行図は運転コントロールをさらに含み、前記運転コントロールは前記仮想車両を操作するように構成され、
前記進行意思決定モデルによって出力される目標進行方針に従って前記仮想車両を操作して進行させる前記ステップは、
前記目標進行方針に対応する目標運転コントロールを判断するステップであって、前記目標運転コントロールは前記目標進行方針の実行を引き起こすように構成される、ステップと、
前記仮想車両進行図内の前記目標運転コントロールの座標に基づいて、前記目標運転コントロールを作動させる作業をシミュレーションするステップと
を含む、請求項1から3のいずれか一項に記載の方法。 - 前記目標進行方針はワンホット符号化文字列を使って表現され、前記ワンホット符号化文字列の長さはnであり、前記ワンホット符号化文字列内の各文字は進行方法に相当し、nは2以上の整数であり、
前記目標進行方針に対応する目標運転コントロールを判断する前記ステップは、
前記ワンホット符号化文字列内の最大文字に対応する目標進行方法を判断するステップと、
前記目標進行方法に対応する運転コントロールを前記目標運転コントロールと判断するステップと
を含み、
前記目標進行方法が左ターンであるなら前記目標運転コントロールは左ターンコントロールであり、前記目標進行方法が右ターンであるなら前記目標運転コントロールは右ターンコントロールであり、前記目標進行方法が左向きドリフトであるなら前記目標運転コントロールは左ターンコントロールとドリフトコントロールであり、前記目標進行方法が右向きドリフトであるなら前記目標運転コントロールは右ターンコントロールとドリフトコントロールであり、前記目標進行方法が減速であるなら前記目標運転コントロールはブレーキコントロールである、請求項4に記載の方法。 - 前記目標運転コントロールを作動させる作業をシミュレーションする前記ステップは、
前記目標運転コントロールが第1の運転コントロールから第2の運転コントロールに変更される場合に、前記第1の運転コントロールを長押しする作業をシミュレーションするのを止めるステップと、前記第2の運転コントロールを長押しする作業をシミュレーションするステップと、
前記目標運転コントロールが変わらない場合に、前記目標運転コントロールを長押しする作業をシミュレーションするステップと
を含む、請求項4または5に記載の方法。 - 前記進行意思決定モデルはサンプル車両速度にさらに基づくトレーニングを通じて生成され、前記サンプル車両速度はサンプル車両走行ビデオの図から抽出され、
仮想車両進行図を得る前記ステップの後に、前記方法は、
前記仮想車両進行図に対して数字認識を行い、前記仮想車両進行図から車両速度を抽出するステップをさらに含み、
前記仮想進路画像を進行意思決定モデルに入力する前記ステップの後に、前記方法は、
前記車両速度を前記進行意思決定モデルに入力するステップ
をさらに含む、請求項1に記載の方法。 - 前記進行意思決定モデルはサンプル障害物情報にさらに基づくトレーニングを通じて生成され、前記サンプル障害物情報はサンプル車両走行ビデオの前記図から抽出され、
仮想車両進行図を得る前記ステップの後に、前記方法は、
前記仮想車両進行図に対して物体認識を行い、前記仮想車両進行図から障害物情報を抽出するステップをさらに含み、
前記仮想進路画像を進行意思決定モデルに入力する前記ステップの後に、前記方法は、
前記障害物情報を前記進行意思決定モデルに入力するステップ
をさらに含む、請求項1から7のいずれか一項に記載の方法。 - 操作デバイスによって遂行されるモデルトレーニング方法であって、
サンプル車両進行図を得るステップであって、前記サンプル車両進行図は実在のプレイヤーによって操作される仮想車両が仮想進路上を進行する図を含む、ステップと、
前記サンプル車両進行図からサンプル進路画像とサンプル進行方針を抽出するステップであって、前記サンプル進行方針は前記仮想進路上での前記仮想車両の進行方法を示すために使われる、ステップと、
前記サンプル進路画像と前記サンプル進行方針に基づいて進行意思決定モデルをトレーニングするステップであって、前記サンプル進路画像は前記進行意思決定モデルの入力サンプルであり、前記サンプル進行方針は前記進行意思決定モデルの出力サンプルである、ステップと
を含む、方法。 - 前記サンプル車両進行図は地図表示エリアを含み、前記地図表示エリアは前記仮想車両が位置する仮想進路部分の画像をリアルタイムで表示するために使われ、
前記サンプル車両進行図からサンプル進路画像とサンプル進行方針を抽出する前記ステップは、
前記地図表示エリアの座標に基づいて、前記地図表示エリアに表示される画像を抽出するステップと、
前記地図表示エリアに表示された前記画像を前記サンプル進路画像に決定するステップと、
前記サンプル車両進行図内の運転コントロールに基づいて前記サンプル進行方針を判断するステップであって、前記運転コントロールは前記仮想車両を操作するように構成される、ステップと
を含む、請求項9に記載の方法。 - 前記地図表示エリアに表示される前記画像は透明であり、前記地図表示エリアに表示された前記画像を前記サンプル進路画像に決定する前記ステップは、
進路画像と車両画像を得るため、前記地図表示エリアに表示される前記画像に対して特徴抽出を行うステップであって、特徴抽出方法はエッジ特徴抽出とカラー特徴抽出との内の少なくともいずれか一方を含む、ステップと、
抽出された前記進路画像と前記車両画像に基づいて前記サンプル進路画像を合成するステップと、
前記サンプル進路画像を所定のサイズにスケールするステップであって、前記所定のサイズは前記進行意思決定モデルによって指定される入力画像サイズである、ステップと
を含む、請求項10に記載の方法。 - 前記サンプル車両進行図内の運転コントロールに基づいて前記サンプル進行方針を判断する前記ステップは、
前記サンプル車両進行図で作動されたサンプル運転コントロールを認識するステップと、
前記サンプル運転コントロールに対応するサンプル進行方法に基づいて前記サンプル進行方針を判断するステップと
を含む、請求項9から11のいずれか一項に記載の方法。 - 前記進行意思決定モデルはサンプル車両速度にさらに基づくトレーニングを通じて生成され、前記サンプル車両速度はサンプル車両走行ビデオの図から抽出され、
サンプル車両進行図を得る前記ステップの後に、前記方法は、
前記サンプル車両進行図に対して数字認識を行い、前記サンプル車両進行図から車両速度を抽出するステップをさらに含み、
前記サンプル進路画像と前記サンプル進行方針に基づいて進行意思決定モデルをトレーニングする前記ステップの後に、前記方法は、
前記車両速度を前記進行意思決定モデルに入力するステップ
をさらに含む、請求項9から12のいずれか一項に記載の方法。 - 前記進行意思決定モデルはサンプル障害物情報にさらに基づくトレーニングを通じて生成され、前記サンプル障害物情報はサンプル車両走行ビデオの前記図から抽出され、
サンプル車両進行図を得る前記ステップの後に、前記方法は、
前記サンプル車両進行図に対して物体認識を行い、前記サンプル車両進行図から障害物情報を抽出するステップをさらに含み、
前記サンプル進路画像と前記サンプル進行方針に基づいて進行意思決定モデルをトレーニングする前記ステップの後に、前記方法は、
前記障害物情報を前記進行意思決定モデルに入力するステップ
をさらに含む、請求項9から13のいずれか一項に記載の方法。 - 仮想車両操作装置であって、
仮想車両進行図を得るように構成された第1の取得モジュールであって、前記仮想車両進行図は仮想進路上を進行する仮想車両の図を含む、第1の取得モジュールと、
前記仮想車両進行図から仮想進路画像を抽出するように構成された第1の抽出モジュールであって、前記仮想進路画像は前記仮想車両が位置する仮想進路部分の画像である、第1の抽出モジュールと、
前記仮想進路画像を進行意思決定モデルに入力するように構成された第1の入力モジュールであって、前記進行意思決定モデルはサンプル進路画像とサンプル進行方針に基づくトレーニングを通じて生成され、前記サンプル進路画像と前記サンプル進行方針はサンプル車両進行図から抽出され、前記サンプル車両進行図は実在のプレイヤーによって操作される仮想車両が仮想進路上を進行する図を含む、第1の入力モジュールと、
前記進行意思決定モデルによって出力される目標進行方針に従って前記仮想車両を操作して進行させるように構成された操作モジュールと
を含む、仮想車両操作装置。 - モデルトレーニング装置であって、
サンプル車両進行図を得るように構成された第2の取得モジュールであって、前記サンプル車両進行図は実在のプレイヤーによって操作される仮想車両が仮想進路上を進行する図を含む、第2の取得モジュールと、
前記サンプル車両進行図からサンプル進路画像とサンプル進行方針を抽出するように構成された第2の抽出モジュールであって、前記サンプル進行方針は前記仮想進路上での前記仮想車両の進行方法を示すために使われる、第2の抽出モジュールと、
前記サンプル進路画像と前記サンプル進行方針に基づいて進行意思決定モデルをトレーニングするように構成されたトレーニングモジュールであって、前記サンプル進路画像は前記進行意思決定モデルの入力サンプルであり、前記サンプル進行方針は前記進行意思決定モデルの出力サンプルである、トレーニングモジュールと
を含む、モデルトレーニング装置。 - メモリーと1つ以上のプロセッサとを含む操作デバイスであって、前記メモリーはコンピュータ可読命令を保管し、前記コンピュータ可読命令は、前記1つ以上のプロセッサによって実行されると、前記1つ以上のプロセッサに、請求項1から8のいずれか一項に記載の方法を実施させるように構成された、操作デバイス。
- 1つ以上のプロセッサに、請求項1から8のいずれか一項に記載の方法を実行させるためのコンピュータプログラム。
- メモリーと1つ以上のプロセッサとを含む操作デバイスであって、前記メモリーはコンピュータ可読命令を保管し、前記コンピュータ可読命令は、前記1つ以上のプロセッサによって実行されると、前記1つ以上のプロセッサに、請求項9から14のいずれか一項に記載の方法を実行させるように構成された、操作デバイス。
- 1つ以上のプロセッサに、請求項9から14のいずれか一項に記載の方法を実行させるためのコンピュータプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810482238.0A CN108635861B (zh) | 2018-05-18 | 2018-05-18 | 控制应用中车辆的方法、装置、设备及存储介质 |
CN201810482238.0 | 2018-05-18 | ||
PCT/CN2019/081168 WO2019218791A1 (zh) | 2018-05-18 | 2019-04-03 | 虚拟车辆的控制方法、模型训练方法、控制设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021515325A JP2021515325A (ja) | 2021-06-17 |
JP6966654B2 true JP6966654B2 (ja) | 2021-11-17 |
Family
ID=63757030
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020545272A Active JP6966654B2 (ja) | 2018-05-18 | 2019-04-03 | 仮想車両操作方法、モデルトレーニング方法、操作デバイス、および記憶媒体 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11135513B2 (ja) |
EP (1) | EP3796112B1 (ja) |
JP (1) | JP6966654B2 (ja) |
CN (1) | CN108635861B (ja) |
WO (1) | WO2019218791A1 (ja) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108635861B (zh) * | 2018-05-18 | 2022-04-22 | 腾讯科技(深圳)有限公司 | 控制应用中车辆的方法、装置、设备及存储介质 |
CN109513210B (zh) | 2018-11-28 | 2021-02-12 | 腾讯科技(深圳)有限公司 | 虚拟世界中的虚拟车辆漂移方法、装置及存储介质 |
US11504626B2 (en) * | 2018-11-29 | 2022-11-22 | Ts Tech Co., Ltd. | Seat system and seat experience device |
CN110032359B (zh) * | 2019-02-03 | 2021-06-11 | 清华大学 | 用于3d应用的模型获取方法及装置、介质及计算设备 |
CN109999499B (zh) * | 2019-04-04 | 2021-05-14 | 腾讯科技(深圳)有限公司 | 对象控制方法和装置、存储介质及电子装置 |
CN110141868A (zh) * | 2019-05-27 | 2019-08-20 | 合肥常春藤移动科技有限公司 | 一种用于竞速类游戏应用的ai追逐方法 |
CN110193192A (zh) * | 2019-06-03 | 2019-09-03 | 深圳市腾讯网域计算机网络有限公司 | 一种自动化游戏方法和装置 |
CN112742031B (zh) * | 2020-03-18 | 2022-08-02 | 腾讯科技(深圳)有限公司 | 模型训练方法、游戏测试方法、ai角色训练方法及装置 |
CN112121419B (zh) * | 2020-09-11 | 2022-02-25 | 腾讯科技(深圳)有限公司 | 虚拟对象控制方法、装置、电子设备以及存储介质 |
CN112337097A (zh) * | 2020-10-27 | 2021-02-09 | 网易(杭州)网络有限公司 | 游戏模拟方法及装置 |
CN112633471B (zh) * | 2020-12-17 | 2023-09-26 | 苏州浪潮智能科技有限公司 | 构建神经网络架构搜索框架的方法、系统、设备及介质 |
CN112883947B (zh) * | 2021-04-29 | 2021-07-16 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、计算机设备和存储介质 |
CN116251358B (zh) * | 2023-05-09 | 2023-07-21 | 深圳市卡妙思电子科技有限公司 | 一种基于图像识别的电竞赛车竞速管理系统 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2383246A (en) * | 2001-11-15 | 2003-06-18 | Blade Interactive Studios Ltd | Track generation in virtual space |
US8456475B2 (en) * | 2003-06-30 | 2013-06-04 | Microsoft Corporation | Motion line switching in a virtual environment |
US7090576B2 (en) * | 2003-06-30 | 2006-08-15 | Microsoft Corporation | Personalized behavior of computer controlled avatars in a virtual reality environment |
US7756602B2 (en) * | 2007-06-14 | 2010-07-13 | Panasonic Automotive Systems Company Of America Division Of Panasonic Corporation Of North America | Vehicle entertainment and gaming system |
US8437951B2 (en) * | 2009-09-14 | 2013-05-07 | Research In Motion Limited | Methods, device and systems for determining route metrics using stored route information |
US20130083061A1 (en) * | 2011-09-30 | 2013-04-04 | GM Global Technology Operations LLC | Front- and rear- seat augmented reality vehicle game system to entertain & educate passengers |
US20140274304A1 (en) * | 2013-03-13 | 2014-09-18 | Ignite Game Technologies, Inc. | Method and apparatus for evaluation of skill level progression and matching of participants in a multi-media interactive environment |
US20160288708A1 (en) * | 2015-03-30 | 2016-10-06 | Panasonic Automotive Systems Company Of America, Division Of Panasonic Corporation Of North America | Intelligent caring user interface |
WO2017171005A1 (ja) * | 2016-04-01 | 2017-10-05 | 株式会社wise | 3dグラフィック生成、人工知能の検証・学習システム、プログラム及び方法 |
CN107316457B (zh) * | 2016-04-27 | 2020-07-14 | 上海炬宏信息技术有限公司 | 判断道路交通状况是否符合汽车自动驾驶的方法 |
CN106080590B (zh) * | 2016-06-12 | 2018-04-03 | 百度在线网络技术(北京)有限公司 | 车辆控制方法和装置以及决策模型的获取方法和装置 |
CN107229973B (zh) * | 2017-05-12 | 2021-11-19 | 中国科学院深圳先进技术研究院 | 一种用于车辆自动驾驶的策略网络模型的生成方法及装置 |
JP2019023858A (ja) * | 2017-07-21 | 2019-02-14 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | 学習データ生成装置、学習データ生成方法、機械学習方法及びプログラム |
US10406438B2 (en) * | 2017-07-28 | 2019-09-10 | Microsoft Technology Licensing, Llc | Controlling behavior of entities in funnel sections of a computer-represented environment |
CN107564363B (zh) * | 2017-09-05 | 2019-11-05 | 百度在线网络技术(北京)有限公司 | 一种用于驾驶模式切换的方法和装置 |
CN107832836B (zh) * | 2017-11-27 | 2020-04-21 | 清华大学 | 无模型深度增强学习探索方法及装置 |
CN107998661B (zh) * | 2017-12-26 | 2021-03-26 | 苏州大学 | 一种在线对战游戏的辅助决策方法、装置及存储介质 |
CN108635861B (zh) * | 2018-05-18 | 2022-04-22 | 腾讯科技(深圳)有限公司 | 控制应用中车辆的方法、装置、设备及存储介质 |
-
2018
- 2018-05-18 CN CN201810482238.0A patent/CN108635861B/zh active Active
-
2019
- 2019-04-03 JP JP2020545272A patent/JP6966654B2/ja active Active
- 2019-04-03 EP EP19803364.9A patent/EP3796112B1/en active Active
- 2019-04-03 WO PCT/CN2019/081168 patent/WO2019218791A1/zh active Application Filing
-
2020
- 2020-07-29 US US16/942,321 patent/US11135513B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2021515325A (ja) | 2021-06-17 |
CN108635861B (zh) | 2022-04-22 |
EP3796112A1 (en) | 2021-03-24 |
WO2019218791A1 (zh) | 2019-11-21 |
US20200353356A1 (en) | 2020-11-12 |
EP3796112A4 (en) | 2021-06-09 |
EP3796112B1 (en) | 2022-08-24 |
US11135513B2 (en) | 2021-10-05 |
CN108635861A (zh) | 2018-10-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6966654B2 (ja) | 仮想車両操作方法、モデルトレーニング方法、操作デバイス、および記憶媒体 | |
WO2021043110A1 (zh) | 虚拟对象的移动控制方法、装置、终端及存储介质 | |
US11645518B2 (en) | Multi-agent simulations | |
CN106997236A (zh) | 基于多模态输入进行交互的方法和设备 | |
WO2019053052A1 (en) | METHOD FOR (RE-) TRAINING MACHINE LEARNING COMPONENT | |
CN107526906A (zh) | 一种基于数据采集的驾驶风格辨识装置及方法 | |
CN111310156B (zh) | 一种滑块验证码的自动识别方法及系统 | |
JP2022081613A (ja) | 自動運転特徴の特定方法、装置、設備、媒体及びコンピュータプログラム | |
JP2009181187A (ja) | 行動モデル作成装置及びプログラム | |
KR20200102370A (ko) | 차량 성능 평가 방법, 장치 및 단말 | |
Bazilinskyy et al. | Eye movements while cycling in GTA V | |
KR101991772B1 (ko) | 모션 시뮬레이터 기반의 가상현실 콘텐츠 체험 시스템 | |
Franke | Autonomous Driving with a Simulation Trained Convolutional Neural Network | |
Grasso et al. | A flexible virtual environment for autonomous driving agent-human interaction testing | |
Dal Bianco et al. | Preserving the motion features in nonavoiding collision crowds | |
CN115468778B (zh) | 车辆测试方法、装置、电子设备及存储介质 | |
JP7429809B2 (ja) | 自律運転シミュレーションのためのシナリオを作成する装置と方法 | |
US20230418433A1 (en) | Pixel-based automated testing of a navigable simulated environment | |
US20240160888A1 (en) | Realistic, controllable agent simulation using guided trajectories and diffusion models | |
CN118121924A (zh) | 一种虚拟角色的控制方法、装置、电子设备及存储介质 | |
Mathis et al. | A toolkit to co-develop Human-Machine Interfaces together with users in all automated transport modes | |
Bailey | Crowd Sourcing of Training Data for Machine Learning Models for a Video Game Controller | |
CN117413254A (zh) | 自主车辆规划器测试工具 | |
JP2023015768A (ja) | モデル評価方法およびモデル評価システム | |
CN118069782A (zh) | 驾驶指导方法、装置、计算机设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200928 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200828 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210921 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211021 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6966654 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |