一種基于數(shù)字孿生展示的渲染方法和系統(tǒng) 技術(shù)領(lǐng)域 [0001] 本申請(qǐng)實(shí)施例涉及數(shù)字孿生技術(shù)領(lǐng)域，尤其涉及一種基于數(shù)字孿生展示的渲染方法和系統(tǒng)。 背景技術(shù) [0002] 隨著數(shù)字孿生技術(shù)的迅速發(fā)展，其在智慧城市、智能制造、智能醫(yī)療等領(lǐng)域展現(xiàn)出了巨大的潛力。數(shù)字孿生不僅能夠高精度地模擬現(xiàn)實(shí)世界的物理實(shí)體，還能夠通過(guò)實(shí)時(shí)數(shù)據(jù)反饋，實(shí)現(xiàn)物理世界與虛擬世界的雙向互動(dòng)，極大地提升了決策支持、遠(yuǎn)程監(jiān)控和預(yù)測(cè)分析的能力。然而，隨著數(shù)字孿生模型復(fù)雜度的提升，尤其是大規(guī)模場(chǎng)景的實(shí)時(shí)渲染成為了一項(xiàng)技術(shù)挑戰(zhàn)。 [0003] 傳統(tǒng)的渲染方法往往依賴于固定的渲染策略，例如統(tǒng)一的分辨率、紋理質(zhì)量和光照效果，這種“一刀切”的方式在面對(duì)復(fù)雜多變的數(shù)字孿生場(chǎng)景時(shí)顯得力不從心，容易造成渲染資源浪費(fèi)或不足。 發(fā)明內(nèi)容 [0004] 本申請(qǐng)實(shí)施例提供一種基于數(shù)字孿生展示的渲染方法和系統(tǒng)，用以解決上述背景技術(shù)中存在的技術(shù)問(wèn)題。 [0005] 第一方面，本申請(qǐng)實(shí)施例中提供了一種基于數(shù)字孿生展示的渲染方法，包括：確定待展示區(qū)域，對(duì)所述待展示區(qū)域進(jìn)行網(wǎng)格劃分，得到多個(gè)網(wǎng)格；將所述多個(gè)網(wǎng)格分配至資源池中的可用設(shè)備，以使所述可用設(shè)備利用完成訓(xùn)練的強(qiáng)化學(xué)習(xí)模型，確定出每個(gè)網(wǎng)格對(duì)應(yīng)的最優(yōu)渲染策略，其中，所述可用設(shè)備包括：本地計(jì)算機(jī)、工作站、邊緣服務(wù)器和云端GPU集群；利用每個(gè)網(wǎng)格對(duì)應(yīng)的最優(yōu)渲染策略對(duì)所述多個(gè)網(wǎng)格進(jìn)行渲染，得到渲染后的多個(gè)網(wǎng)格； 對(duì)所述渲染后的多個(gè)網(wǎng)格進(jìn)行整合，得到渲染后的待展示區(qū)域。 [0006] 進(jìn)一步的，所述完成訓(xùn)練的強(qiáng)化學(xué)習(xí)模型的訓(xùn)練過(guò)程如下：獲取所述可用設(shè)備的歷史渲染數(shù)據(jù)，其中，渲染數(shù)據(jù)包括：場(chǎng)景復(fù)雜度評(píng)分，用戶滿意度評(píng)分，渲染效率指標(biāo)和系統(tǒng)資源利用率；對(duì)所述歷史渲染數(shù)據(jù)進(jìn)行預(yù)處理，得到歷史渲染數(shù)據(jù)時(shí)間序列，其中，所說(shuō)預(yù)處理包括：數(shù)據(jù)清洗，標(biāo)準(zhǔn)化處理和特征工程處理；利用所述歷史渲染數(shù)據(jù)時(shí)間序列，對(duì)強(qiáng)化學(xué)習(xí)模型進(jìn)行訓(xùn)練，得到完成訓(xùn)練的強(qiáng)化學(xué)習(xí)模型。 [0007] 進(jìn)一步的，獲取歷史渲染數(shù)據(jù)，包括： [0008] 獲取場(chǎng)景復(fù)雜度參數(shù)，并利用所述場(chǎng)景復(fù)雜度參數(shù)，計(jì)算出所述場(chǎng)景復(fù)雜度評(píng)分，其中，所述場(chǎng)景復(fù)雜度參數(shù)包括：物體數(shù)量，光源數(shù)量和用戶關(guān)注區(qū)域的大小； [0009] 所述場(chǎng)景復(fù)雜度評(píng)分的計(jì)算公式為： [0010] ； [0011] 其中， 為所述場(chǎng)景復(fù)雜度評(píng)分， 至 為權(quán)重值， 為所述物體數(shù)量， 為所述光源數(shù)量， 為所述用戶關(guān)注區(qū)域的大小， 為用戶與展示區(qū)域之間的交互距離，為衰減因子，為常數(shù)項(xiàng)； [0012] 獲取用戶滿意度參數(shù)，并利用所述用戶滿意度參數(shù)，計(jì)算出所述用戶滿意度評(píng)分，其中，所述用戶滿意度參數(shù)包括：?jiǎn)柧頋M意度評(píng)分，平均使用時(shí)長(zhǎng)和重復(fù)訪問(wèn)次數(shù)； [0013] 所述用戶滿意度評(píng)分的計(jì)算公式為： [0014] ? ； [0015] 其中， 為所述用戶滿意度評(píng)分， ， 和 為權(quán)重， 為所述問(wèn)卷滿意度評(píng)分，為所述均使用時(shí)長(zhǎng)， 為所述重復(fù)訪問(wèn)次數(shù)； [0016] 獲取渲染效率指標(biāo)參數(shù)，并利用所述渲染效率指標(biāo)參數(shù)，計(jì)算出所述渲染效率指標(biāo)，其中，所述渲染效率指標(biāo)參數(shù)包括：幀率，平均渲染時(shí)間和延遲； [0017] 所述渲染效率指標(biāo)的計(jì)算公式為： [0018] ； [0019] 其中，為所述渲染效率指標(biāo)， 至 為權(quán)重值； [0020] 獲取系統(tǒng)資源利用率參數(shù)，并利用所述系統(tǒng)資源利用率參數(shù)，計(jì)算出所述系統(tǒng)資源利用率，其中，所述系統(tǒng)資源利用率參數(shù)包括：?GPU?使用率，CPU使用率和內(nèi)存占用； [0021] 所述系統(tǒng)資源利用率的計(jì)算公式為： [0022] ； [0023] 其中， 為所述系統(tǒng)資源利用率， 為所述系統(tǒng)資源利用率參數(shù)的總數(shù)， 為個(gè)系統(tǒng)資源利用率參數(shù)。 [0024] 進(jìn)一步的，利用所述歷史渲染數(shù)據(jù)時(shí)間序列，對(duì)強(qiáng)化學(xué)習(xí)模型進(jìn)行訓(xùn)練，得到完成訓(xùn)練的強(qiáng)化學(xué)習(xí)模型，包括：定義所述歷史渲染數(shù)據(jù)時(shí)間序列組成的向量作為狀態(tài)空間，以及定義調(diào)整渲染參數(shù)作為動(dòng)作空間，其中，所述渲染參數(shù)至少包括：分辨率、紋理質(zhì)量和陰影細(xì)節(jié)；利用所述狀態(tài)空間和所述動(dòng)作空間，對(duì)所述強(qiáng)化學(xué)習(xí)模型進(jìn)行訓(xùn)練，得到完成訓(xùn)練的強(qiáng)化學(xué)習(xí)模型。 [0025] 進(jìn)一步的，所述強(qiáng)化學(xué)習(xí)模型的獎(jiǎng)勵(lì)函數(shù)為： [0026] ； [0027] 其中， 為時(shí)間步 的獎(jiǎng)勵(lì)值， ， 和 為權(quán)重值， ， 和 分別為時(shí)間 對(duì)應(yīng)的用戶滿意度評(píng)分，渲染效率指標(biāo)和系統(tǒng)資源利用率 的非線性轉(zhuǎn)換函數(shù)， 為時(shí)間 對(duì)于上一時(shí)間步的動(dòng)作變化量， 為懲罰系數(shù)， 為隨時(shí)間衰減的懲罰項(xiàng)，和 分別控制懲罰的初始強(qiáng)度和衰減速率。

1.一種基于數(shù)字孿生展示的渲染方法，其特征在于，包括： 確定待展示區(qū)域，對(duì)所述待展示區(qū)域進(jìn)行網(wǎng)格劃分，得到多個(gè)網(wǎng)格； 將所述多個(gè)網(wǎng)格分配至資源池中的可用設(shè)備，以使所述可用設(shè)備利用完成訓(xùn)練的強(qiáng)化學(xué)習(xí)模型，確定出每個(gè)網(wǎng)格對(duì)應(yīng)的最優(yōu)渲染策略，其中，所述可用設(shè)備包括：本地計(jì)算機(jī)、工作站、邊緣服務(wù)器和云端GPU集群，所述完成訓(xùn)練的強(qiáng)化學(xué)習(xí)模型為通過(guò)所述可用設(shè)備的歷史渲染數(shù)據(jù)進(jìn)行訓(xùn)練得到的強(qiáng)化學(xué)習(xí)模型，渲染數(shù)據(jù)包括：場(chǎng)景復(fù)雜度評(píng)分，用戶滿意度評(píng)分，渲染效率指標(biāo)和系統(tǒng)資源利用率； 利用每個(gè)網(wǎng)格對(duì)應(yīng)的最優(yōu)渲染策略對(duì)所述多個(gè)網(wǎng)格進(jìn)行渲染，得到渲染后的多個(gè)網(wǎng)格； 對(duì)所述渲染后的多個(gè)網(wǎng)格進(jìn)行整合，得到渲染后的待展示區(qū)域； 獲取歷史渲染數(shù)據(jù)，包括： 獲取場(chǎng)景復(fù)雜度參數(shù)，并利用所述場(chǎng)景復(fù)雜度參數(shù)，計(jì)算出所述場(chǎng)景復(fù)雜度評(píng)分，其中，所述場(chǎng)景復(fù)雜度參數(shù)包括：物體數(shù)量，光源數(shù)量和用戶關(guān)注區(qū)域的大??； 所述場(chǎng)景復(fù)雜度評(píng)分的計(jì)算公式為： ； 其中， 為所述場(chǎng)景復(fù)雜度評(píng)分， 至 為權(quán)重值， 為所述物體數(shù)量， 為所述光源數(shù)量， 為所述用戶關(guān)注區(qū)域的大小， 為用戶與展示區(qū)域之間的交互距離，為衰減因子，為常數(shù)項(xiàng)； 獲取用戶滿意度參數(shù)，并利用所述用戶滿意度參數(shù)，計(jì)算出所述用戶滿意度評(píng)分，其中，所述用戶滿意度參數(shù)包括：?jiǎn)柧頋M意度評(píng)分，平均使用時(shí)長(zhǎng)和重復(fù)訪問(wèn)次數(shù)； 所述用戶滿意度評(píng)分的計(jì)算公式為： ； 其中， 為所述用戶滿意度評(píng)分， ， 和 為權(quán)重， 為所述問(wèn)卷滿意度評(píng)分， 為所述平均使用時(shí)長(zhǎng)， 為所述重復(fù)訪問(wèn)次數(shù)； 獲取渲染效率指標(biāo)參數(shù)，并利用所述渲染效率指標(biāo)參數(shù)，計(jì)算出所述渲染效率指標(biāo)，其中，所述渲染效率指標(biāo)參數(shù)包括：幀率，平均渲染時(shí)間和延遲； 所述渲染效率指標(biāo)的計(jì)算公式為： ； 其中，為所述渲染效率指標(biāo)， 至 為權(quán)重值， 為所述幀率； 獲取系統(tǒng)資源利用率參數(shù)，并利用所述系統(tǒng)資源利用率參數(shù)，計(jì)算出所述系統(tǒng)資源利用率，其中，所述系統(tǒng)資源利用率參數(shù)包括：?GPU?使用率，CPU使用率和內(nèi)存占用； 所述系統(tǒng)資源利用率的計(jì)算公式為： ； 其中， 為所述系統(tǒng)資源利用率， 為所述系統(tǒng)資源利用率參數(shù)的總數(shù)， 為 個(gè)系統(tǒng)資源利用率參數(shù)。 2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述完成訓(xùn)練的強(qiáng)化學(xué)習(xí)模型的訓(xùn)練過(guò)程如下： 獲取所述可用設(shè)備的歷史渲染數(shù)據(jù)，其中，渲染數(shù)據(jù)包括：場(chǎng)景復(fù)雜度評(píng)分，用戶滿意度評(píng)分，渲染效率指標(biāo)和系統(tǒng)資源利用率；