任务级虚拟人运动合成方法研究

任务级虚拟人运动合成一直是计算机动画的追求目标之一。但怎样从已经捕获的运动数据中，合成任务级的运动控制，使虚拟人能够在复杂的虚拟环境中，逼真地完成指定的任务，是研究的难点和热点。该项研究具有重要的理论意义，它是进一步开展智能体、人工生命、人机功效研究的基础。而且，该技术在游戏、动画制作中有着广泛的应用前景，它可以极大地提高游戏的可玩性，提高动画的制作效率。.本项目主要研究在复杂的虚拟环境中，规划虚拟人完成指定的任务。具体包括建立一个领域运动数据库，并采用半监督学习方法对数据库的内容进行语义标注；其次，对标注出来的基本行为动作，采用神经网络方法对其进行行为建模，使模型对外界输入条件有较强的鲁棒性和泛化能力。最后，通过任务级的动作规划，可以以一种类自然语言脚本的方式驱动虚拟人运动。