位姿匹配模型的强化学习方法、装置、及位姿匹配方法

摘要

本发明公开了位姿匹配模型的强化学习方法、装置、位姿匹配方法、网络训练设备及存储介质。其中，强化学习方法包括：在增强现实画面中，获取机器实体及对应的机器虚拟体；确定机器实体的位姿，以及机器虚拟体当前的位姿；根据机器实体的位姿及机器虚拟体当前的位姿，控制机器虚拟体采用一个动作；基于机器实体的位姿，以及机器虚拟体采用动作前后的位姿，评价动作，并更新位姿匹配模型的网络参数；判断当前是否满足结束此轮强化学习的预设匹配条件；若是，返回继续进行强化学习，否则，结束此轮强化学习。通过本发明，可让机器虚拟体根据机器实物的位置和姿势，自己进行旋转、平移操作，以实现在增强现实画面中的机器虚拟体与机器实体的位姿匹配。