三维人体动画技术在动漫游戏、影视特技、运动仿真和虚拟现实等领域占有重要地位,是计算机动画领域的一大研究热点。近些年,机器学习技术被广泛应用于三维人体运动合成,取得了许多研究成果,这得益于运动捕捉技术软硬件的飞速发展和广泛使用。人体运动合成方法可以初略的分为两类,一类是基于运动捕捉数据的方法,一类是逆向运动学方法。研究基于运动捕捉数据,应用机器学习技术训练人体运动模型——学习逆向运动学模型,并根据运动模型进行人体运动合成。逆向运动学模型是按照逆向运动学问题求解的思想设计的,该模型为一个双层模型,第一层为末端位置层,第二层为关节角度层。首先对人体运动骨架进行描述,并介绍常用的运动控制方法和机器学习基本理论。接着将给定人体关节机构的运动捕捉数据作为样本运动数据进行聚类学习,根据样本运动的末端位置数据和关节角度数据分别进行聚类并提取聚类后的特征值,最终创建适用人体关节结构的逆向运动学模型。研究了在逆向运动学模型创建好的条件下,怎样应用逆向运动学模型合成新的人体运动。针对运动模型创建部分和运动合成部分进行了大量的实验仿真,显示的仿真结果验证了本文方法的有效性,表明学习逆向运动学对人体运动控制具有较高的灵活性,同时合成的新运动保持了样本运动的风格。学习逆向运动学的特点在实现起来简单,运动合成速度非常快。