舞蹈是普遍和历史悠久的艺术形式之一,被广泛用于艺术表达、社交互动与感情表达中。双人舞蹈与普通的单人舞蹈相比,需要两个人随着音乐的节奏一起跳舞,并根据相应舞蹈规则改变各自的姿势。在上世纪初,世界各地出现了多种双人舞蹈,比如阿根廷的《探戈舞》、古巴的《萨尔萨舞》、巴西的《福罗舞》等。随着信息技术的发展,越来越多的舞蹈学习者倾向于在线上进行舞蹈学习。通常线上进行舞蹈学习仅能观看互联网上的视频,而双人舞蹈学习过程中较单人舞蹈学习会遇到更多的问题:首先,双人舞蹈学习过程中需要额外的舞伴配合;其次,双人舞蹈学习需要跟随舞伴实时做出正确的舞蹈姿势;第三,在线学习双人舞蹈时缺乏交互反馈以及科学的舞蹈动作质量评估。针对上述问题,本文设计了一种改进型Transformer模型结构,能够根据用户的动作序列生成舞伴动作序列。并在虚拟现实环境中搭建了体感交互环境,结合体感设备实时捕捉用户动作,将动作序列输入网络中得到舞伴动作序列驱动虚拟化身。本文主要研究内容包括:1.基于拉班动作分析方法对双人舞蹈的语义表示进行了研究,设计了一套适用于评估双人舞蹈动作质量的评价指标,并通过t-SNE流形学习算法对所设计的指标有效性进行了可视化验证。2.基于Transformer模型的舞伴序列生成,利用包含两个舞者的动作数据集,在Pytorch深度学习框架下完成了对网络的搭建与训练,以学习舞蹈运动的结构,通过与其他常用序列生成模型的方法进行对比,验证了所设计的算法的鲁棒性与有效性。3.采用Transformer模型训练得到的序列生成模型,将深度学习中的序列生成技术与动作捕捉、虚拟现实技术相结合,结合自然人机交互思想,利用Kinect完成了能够实时得到虚拟舞伴反馈的舞蹈学习的交互系统,并引入了拉班动作分析方法对用户舞蹈动作质量进行了评估。