AI行为实现方法和装置制造方法及图纸

本发明专利技术实施例提供一种AI行为实现方法和装置，应用于终端设备，该终端设备中预存有AI行为数据库，所述AI行为实现方法包括检测并获取AI执行体当前所位于的游戏环境的多个环境参数；根据所述AI行为数据库中的各AI行为对应的权重系数集，对所述多个环境参数进行加权处理以得到各AI行为在当前游戏环境中的评分值；选择满足预设条件的评分值对应的AI行为作为所述AI执行体所要执行的AI行为。本发明专利技术中给出的AI行为选择方式和实现方式更加灵活化、智能化，同时，本发明专利技术有效改善了用户体验。

AI behavior implementation method and device

The embodiment of the invention provides a method and a device for realizing the AI behavior is applied to the terminal equipment, the terminal equipment is pre stored AI database, the AI behavior of multiple environmental parameters including detection and access to AI executive body is currently located in the game environment; according to the weight coefficient of the AI behavior in the database the AI behavior corresponding to the set of the plurality of environmental parameters are weighted to get the AI behavior in the current environment of the game score; choose to meet the preset condition score value corresponding to the AI behavior as the AI executive body to perform the behavior of AI. The AI behavior selection and implementation methods given in the invention are more active and intelligent, and the invention effectively improves the user experience.

【技术实现步骤摘要】
AI行为实现方法和装置
本专利技术涉及游戏开发
，具体而言，涉及一种AI行为实现方法和装置。
技术介绍
随着游戏行业的快速发展，人工智能(ArtificialIntelligence，AI)设计的重要性与日剧增，例如，在各类网络大型多人在线角色扮演游戏(MassivelyMultiplayerOnlineRolePlayGame，MMORPG)中，怪物从产生、作战到死亡，都需要使用AI来进行控制。而现有的AI行为的选择通常是基于树结构实现，需要预先设置多个判断条件，使得AI行为的选取过于死板，缺乏智能性，且玩家体验差。
技术实现思路
有鉴于此，本专利技术提供一种AI行为实现方法和装置，能够有效解决上述问题。本专利技术较佳实施例提供一种AI行为实现方法，应用于终端设备，该终端设备中预存有AI行为数据库，所述AI行为实现方法包括：检测并获取AI执行体当前所位于的游戏环境的多个环境参数；根据所述AI行为数据库中的各AI行为对应的权重系数集，对所述多个环境参数进行加权处理以得到各AI行为在当前游戏环境中的评分值；选择满足预设条件的评分值对应的AI行为作为所述AI执行体所要执行的AI行为。在本专利技术较佳实施例的选择中，所述方法还包括：获取所述AI执行体在执行评分值满足预设条件的AI行为后的执行结果；对该执行结果进行分析并基于分析结果对评分值满足预设条件的AI行为对应的权重系数集进行调整、更新。在本专利技术较佳实施例的选择中，所述权重系数集包括与各环境参数对应的多个子系数，基于分析结果对评分值满足预设条件的AI行为对应的权重系数集进行调整的步骤包括：判断分析结果是否满足预设需求，若不满足，则根据该预设需求选取所述多个子系数中的对应子系数，并对该对应子系数进行调整、更新。在本专利技术较佳实施例的选择中，所述方法还包括：针对AI行为数据库中每个AI行为，获取所述AI执行体在预设时间段内多次执行该AI行为的执行结果；对执行结果进行综合分析，并根据分析结果对所述AI行为对应的权重系数集进行调整、更新。在本专利技术较佳实施例的选择中，在对执行结果进行分析并对评分值满足预设条件的AI行为对应的权重系数集进行调整、更新时可采用遗传算法或自适应算法。在本专利技术较佳实施例的选择中，选择满足预设条件的评分值方法为：选取各评分值中的最大值作为满足预设条件的评分值。本专利技术较佳实施例还提供一种AI行为实现装置，应用于终端设备，该终端设备中预存有AI行为数据库，所述AI行为实现装置包括：环境参数检测模块，用于检测并获取AI执行体当前所位于的游戏环境的多个环境参数；评分计算模块，用于根据所述AI行为数据库中的各AI行为对应的权重系数集，对所述多个环境参数进行加权处理以得到各AI行为在当前游戏环境中的评分值；行为选取模块，用于选择满足预设条件的评分值对应的AI行为作为所述AI执行体所要执行的AI行为。在本专利技术较佳实施例的选择中，所述AI行为实现装置包括：执行结果获取模块，用于获取所述AI执行体在执行评分值满足预设条件的AI行为后的执行结果；系数调整模块，用于对该执行结果进行分析并基于分析结果对评分值满足预设条件的AI行为对应的权重系数集进行调整、更新。本专利技术较佳实施例还提供一种终端设备，所述终端设备包括存储器、处理器及存储于所述存储器并在所述处理中被执行的计算机指令，所述计算机指令被执行时可实现权利要求上述的AI行为实现方法。本专利技术较佳实施例还提供一种计算机可读存储介质，其上存储有计算机指令，所述计算机指令被执行时可实现上述的AI行为实现方法。与现有技术相比，本专利技术提供的AI行为实现方法和装置，可基于当前游戏中的实际环境参数选取对应的AI行为，避免了现有的基于树结构中预设设置AI行为选取规则，使得AI行为选取更加灵活化、智能化，也更加符合当前游戏环境需求。另外，本专利技术还可根据AI执行体的AI行为执行结果对相应的权重系数进行调整，优化，使得选取到的AI行为更加符合玩家需求，提高玩家使用体验。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1为本专利技术实施例提供的AI行为实现方法和装置的应用场景示意图。图2为本专利技术实施例提供的AI行为实现方法的流程示意图。图3为本专利技术实施例提供的AI行为实现方法的另一流程示意图。图4为本专利技术实施例提供的AI行为实现装置的方框结构示意图。图标：10-终端设备；100-AI行为实现装置；110-环境参数检测模块；120-评分计算模块；130-行为选取模块；140-执行结果获取模块；150-系数调整模块；200-存储器；300-存储控制器；400-处理器。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。如图1所示，为本专利技术实施例提供的应用AI行为实现方法和装置的终端设备10的结构示意图，其中，该终端设备10包括AI行为实现装置100、存储器200、存储控制器300以及处理器400。其中，所述存储器200、存储控制器300、处理器400各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件之间通过一条或多条通讯总线或信号线实现电性连接。所述AI行为实现装置100包括至少一个可以软件或固件的形式存储于所述存储器200中或固化在所述终端设备10的操作系统中的软件功能模块。所述处理器400在所述存储控制器300的控制下访问所述存储器200，以用于执行所述存储器200中存储的可执行模块，例如所述AI行为实现装置100所包括的软件功能模块及计算机程序等。可选地，所述终端设备10可以是，但不限于智能手机、IPAD、电脑、服务器等。应当理解，图1所示的结构仅为示意。所述终端设备10可以具有比图1所示更多或者更少的组件，或者具有与图1所示不同的配置。其中，图1所示的各组件可以由软件、硬件或者其组合实现。如图2所示，是本专利技术较佳实施例提供的一种AI行为实现方法的流程示意图。所述AI行为实现方法应用于图1中所示的终端设备10。下面将结合图2对所述AI行为实现方法的具体流程及步骤进行详细阐述。步骤S110，检测并获取AI执行体当前所位于的游戏环境的多个环境参数。其中，所述AI执行体可以是，但不限于英雄、法师、射手、辅助、坦克等游戏角色。具体地，在游戏进行过程中，在针对每一个AI执行体所要执行的AI行为的选取时，可根据该AI执行体当前所本文档来自技高网...

【技术保护点】
一种AI行为实现方法，其特征在于，应用于终端设备，该终端设备中预存有AI行为数据库，所述AI行为实现方法包括：检测并获取AI执行体当前所位于的游戏环境的多个环境参数；根据所述AI行为数据库中的各AI行为对应的权重系数集，对所述多个环境参数进行加权处理以得到各AI行为在当前游戏环境中的评分值；选择满足预设条件的评分值对应的AI行为作为所述AI执行体所要执行的AI行为。

【技术特征摘要】
1.一种AI行为实现方法，其特征在于，应用于终端设备，该终端设备中预存有AI行为数据库，所述AI行为实现方法包括：检测并获取AI执行体当前所位于的游戏环境的多个环境参数；根据所述AI行为数据库中的各AI行为对应的权重系数集，对所述多个环境参数进行加权处理以得到各AI行为在当前游戏环境中的评分值；选择满足预设条件的评分值对应的AI行为作为所述AI执行体所要执行的AI行为。2.根据权利要求1所述的AI行为实现方法，其特征在于，所述方法还包括：获取所述AI执行体在执行评分值满足预设条件的AI行为后的执行结果；对该执行结果进行分析并基于分析结果对评分值满足预设条件的AI行为对应的权重系数集进行调整、更新。3.根据权利要求2所述的AI行为实现方法，其特征在于，所述权重系数集包括与各环境参数对应的多个子系数，基于分析结果对评分值满足预设条件的AI行为对应的权重系数集进行调整的步骤包括：判断分析结果是否满足预设需求，若不满足，则根据该预设需求选取所述多个子系数中的对应子系数，并对该对应子系数进行调整、更新。4.根据权利要求1所述的AI行为实现方法，其特征在于，所述方法还包括：针对AI行为数据库中每个AI行为，获取所述AI执行体在预设时间段内多次执行该AI行为的执行结果；对执行结果进行综合分析，并根据分析结果对所述AI行为对应的权重系数集进行调整、更新。5.根据权利要求2或3中所述的AI行为实现方法，其特征在于，在对执行结果进行分析并对评分值满足...

【专利技术属性】
技术研发人员：胡亚雷，
申请(专利权)人：杭州电魂网络科技股份有限公司，
类型：发明
国别省市：浙江,33