关卡游戏的设置方法和装置、存储介质、电子装置制造方法及图纸

本发明专利技术公开了一种关卡游戏的设置方法和装置、存储介质、电子装置。其中，该方法包括：获取待加入到游戏场景中的目标关卡游戏的初始游戏信息，游戏场景已包括多个当前关卡游戏；以初始游戏信息为目标关卡游戏的初始信息，多次运行目标关卡游戏，得到多个游戏结果，每次运行目标关卡游戏时，参与目标关卡游戏的对象包括多个第一对象中的一个，每个第一对象用于指示游戏场景中关卡游戏的一个难度等级；基于多个游戏结果中用于表示第一对象胜出的游戏结果确定目标关卡游戏的难度等级；按照确定的目标关卡游戏的难度等级，将目标关卡游戏设置在游戏场景中。本发明专利技术解决了相关技术中对游戏局面进行评定得到的游戏难度等级的准确度较低的技术问题。

Setting method, device, storage medium and electronic device for level game

The invention discloses a setting method and device for a level game, a storage medium, and an electronic device. The method includes: obtaining the initial game information of the target card game to be added to the game scene, the game scene has included multiple current card games, the initial game information is the initial information of the target card game, the target card game is run many times, the results of multiple games are obtained, and the target level is run each time. In the game, the object involved in the target game is one of multiple first objects. Each first object is used to indicate a level of difficulty of the game in the game scene; the result of the game is used to represent the first object in the game to determine the difficulty level of the target game. The difficulty level of the checkpoint game is set in the game scene. The invention solves the technical problem of low accuracy of game difficulty obtained from the evaluation of the game situation in related technologies.

【技术实现步骤摘要】
关卡游戏的设置方法和装置、存储介质、电子装置
本专利技术涉及互联网领域，具体而言，涉及一种关卡游戏的设置方法和装置、存储介质、电子装置。
技术介绍
随着多媒体技术的发展和无线网络的普及，人们的娱乐活动变得越来越丰富，如通过手持式媒体设备联网玩游戏、通过电脑玩单机或者联网游戏，游戏类型多种多样，如弹幕射击游戏、冒险游戏、模拟游戏、角色扮演游戏、休闲棋牌游戏和其它游戏等。大部分类型的游戏可以实现联网，多人同时在线玩。例如棋牌类游戏，游戏对局双方可能知晓对方的棋牌(如大部分棋类游戏、残局斗地主等明牌类游戏等)，目前没有成熟的棋局难度评估方法，实际评估过程中，往往会采用一些人工评定的方式。采用该评估方式，需要耗费大量的人力物力，虽然可以采用多人评定然后取平均的方法来降低人工评定的主观因素影响，但是得到的棋局难度的准确度较低。针对相关技术中对游戏局面进行评定得到的游戏难度等级的准确度较低的技术问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种关卡游戏的设置方法和装置、存储介质、电子装置，以至少解决相关技术中对游戏局面进行评定得到的游戏难度等级的准确度较低的技术问题。根据本专利技术实施例的一个方面，提供了一种关卡游戏的设置方法，包括：获取待加入到游戏场景中的目标关卡游戏的初始游戏信息，游戏场景已包括多个当前关卡游戏，多个当前关卡游戏按照多个当前关卡游戏的难度等级依次设置在游戏场景中；以初始游戏信息为目标关卡游戏的初始信息，多次运行目标关卡游戏，得到多个游戏结果，每次运行目标关卡游戏时，参与目标关卡游戏的对象包括多个第一对象中的一个，每个第一对象用于指示游戏场景中关卡游戏的一个难度等级，游戏结果用于表示第一对象是否胜出；基于多个游戏结果中用于表示第一对象胜出的游戏结果确定目标关卡游戏的难度等级；按照确定的目标关卡游戏的难度等级，将目标关卡游戏设置在游戏场景中，设置后的游戏场景中的目标关卡游戏和多个当前关卡游戏按照难度等级依次设置在设置后的游戏场景中。根据本专利技术实施例的另一方面，还提供了一种关卡游戏的设置装置，包括：获取单元，用于获取待加入到游戏场景中的目标关卡游戏的初始游戏信息，游戏场景已包括多个当前关卡游戏，多个当前关卡游戏按照多个当前关卡游戏的难度等级依次设置在游戏场景中；运行单元，用于以初始游戏信息为目标关卡游戏的初始信息，多次运行目标关卡游戏，得到多个游戏结果，每次运行目标关卡游戏时，参与目标关卡游戏的对象包括多个第一对象中的一个，每个第一对象用于指示游戏场景中关卡游戏的一个难度等级，游戏结果用于表示第一对象是否胜出；确定单元，用于基于多个游戏结果中用于表示第一对象胜出的游戏结果确定目标关卡游戏的难度等级；设置单元，用于按照确定的目标关卡游戏的难度等级，将目标关卡游戏设置在游戏场景中，设置后的游戏场景中的目标关卡游戏和多个当前关卡游戏按照难度等级依次设置在设置后的游戏场景中。在本专利技术实施例中，获取待加入到游戏场景中的目标关卡游戏的初始游戏信息；以初始游戏信息为目标关卡游戏的初始信息，多次运行目标关卡游戏，得到多个游戏结果；基于多个游戏结果中用于表示第一对象胜出的游戏结果确定目标关卡游戏的难度等级；按照确定的目标关卡游戏的难度等级，将目标关卡游戏设置在游戏场景中，设置后的游戏场景中的目标关卡游戏和多个当前关卡游戏按照难度等级依次设置在设置后的游戏场景中，由于难度评估过程中第一对象能力固定且避免了产生主观因素，可以解决相关技术中对游戏局面进行评定得到的游戏难度等级的准确度较低的技术问题，进而达到对游戏局面的游戏难度等级进行准确评估的技术效果。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是根据本专利技术实施例的关卡游戏的设置方法的硬件环境的示意图；图2是根据本专利技术实施例的一种可选的关卡游戏的设置方法的流程图；图3A是根据本专利技术实施例的一种可选的游戏信息的示意图；图3B是根据本专利技术实施例的一种可选的游戏信息的示意图；图3C是根据本专利技术实施例的一种可选的游戏信息的示意图；图4A是根据本专利技术实施例的一种可选的游戏界面的示意图；图4B是根据本专利技术实施例的一种可选的游戏界面的示意图；图4C是根据本专利技术实施例的一种可选的游戏界面的示意图；图5是根据本专利技术实施例的一种可选的关卡游戏的设置的示意图；图6是根据本专利技术实施例的一种可选的评分的示意图；图7是根据本专利技术实施例的一种可选的构造AI模型的示意图；图8是根据本专利技术实施例的一种可选的网络结构的示意图；图9是根据本专利技术实施例的一种可选的游戏界面的示意图；图10是根据本专利技术实施例的一种可选的关卡游戏的设置装置的示意图；以及图11是根据本专利技术实施例的一种终端的结构框图。具体实施方式为了使本
的人员更好地理解本专利技术方案，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，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。首先，在对本专利技术实施例进行描述的过程中出现的部分名词或者术语适用于如下解释：增强学习(reinforcementlearning)：增强学习关注的是智能体agent在一个环境中采取一些动作并获得收益的场景，它的目标是优化多部决策过程累计收益。深度学习(DeepLearning)：通过叠加多层神经网络以获得更强性能的机器学习算法。蒙特卡洛树搜索(MonteCarloTreeSearch)：一种model-free的增强学习算法，通过仿真的方式来选择下一步采取的动作，并使得累计的收益最大。价值网络(valuenetwork)：基于当前状态，利用深度学习来预测当前状态获得的收益的模型。策略网络(policynetwork)：基于当前状态，利用深度学习来预测下一个动作的模型。排位系统(ratingsystem)：利用比较数据(例如人与人之间下棋的胜负结果)，动态的调整用户的排位积分。Elo：排位系统的一种实现算法，是基于统计的计算玩家相对能力的排位算法，被广泛应用于各种棋类玩家的排位。TrueSkill：排位系统的一种实现算法，是基于bayesian方法的排位算法，主要用于Xbox中玩家的排位。评分(rating)：由排位系统给与人或者游戏关卡的分值，用于表示两两之间的相对顺序。棋类游戏(ChessGame)：主要有中国象棋、中国跳棋、黑白棋和五子棋等，棋类游戏不同于牌类游戏，棋类游本文档来自技高网...

【技术保护点】
一种关卡游戏的设置方法，其特征在于，包括：获取待加入到游戏场景中的目标关卡游戏的初始游戏信息，其中，所述游戏场景已包括多个当前关卡游戏，所述多个当前关卡游戏按照所述多个当前关卡游戏的难度等级依次设置在所述游戏场景中；以所述初始游戏信息为所述目标关卡游戏的初始信息，多次运行所述目标关卡游戏，得到多个游戏结果，其中，每次运行所述目标关卡游戏时，参与所述目标关卡游戏的对象包括多个第一对象中的一个，每个所述第一对象用于指示所述游戏场景中关卡游戏的一个难度等级，所述游戏结果用于表示所述第一对象是否胜出；基于多个所述游戏结果中用于表示所述第一对象胜出的所述游戏结果确定所述目标关卡游戏的难度等级；按照确定的所述目标关卡游戏的难度等级，将所述目标关卡游戏设置在所述游戏场景中，其中，设置后的所述游戏场景中的所述目标关卡游戏和所述多个当前关卡游戏按照难度等级依次设置在设置后的所述游戏场景中。

【技术特征摘要】
1.一种关卡游戏的设置方法，其特征在于，包括：获取待加入到游戏场景中的目标关卡游戏的初始游戏信息，其中，所述游戏场景已包括多个当前关卡游戏，所述多个当前关卡游戏按照所述多个当前关卡游戏的难度等级依次设置在所述游戏场景中；以所述初始游戏信息为所述目标关卡游戏的初始信息，多次运行所述目标关卡游戏，得到多个游戏结果，其中，每次运行所述目标关卡游戏时，参与所述目标关卡游戏的对象包括多个第一对象中的一个，每个所述第一对象用于指示所述游戏场景中关卡游戏的一个难度等级，所述游戏结果用于表示所述第一对象是否胜出；基于多个所述游戏结果中用于表示所述第一对象胜出的所述游戏结果确定所述目标关卡游戏的难度等级；按照确定的所述目标关卡游戏的难度等级，将所述目标关卡游戏设置在所述游戏场景中，其中，设置后的所述游戏场景中的所述目标关卡游戏和所述多个当前关卡游戏按照难度等级依次设置在设置后的所述游戏场景中。2.根据权利要求1所述的方法，其特征在于，所述第一对象的属性参数用于表示所述目标关卡游戏的难度等级，其中，基于多个所述游戏结果中用于表示所述第一对象胜出的所述游戏结果确定所述目标关卡游戏的难度等级包括：在多个所述游戏结果中查找第一游戏结果和第二游戏结果，其中，所述第一游戏结果用于表示属性参数为第一参数的所述第一对象胜出，所述第二游戏结果用于表示属性参数为第二参数的所述第一对象未胜出，所述第一参数表示的所述目标关卡游戏的难度等级与所述第二参数表示的所述目标关卡游戏的难度等级为相邻的两个难度等级；将所述第一参数对应的所述目标关卡游戏的难度等级作为所述目标关卡游戏的难度等级。3.根据权利要求1或2所述的方法，其特征在于，多次运行所述目标关卡游戏，得到多个游戏结果包括：每次运行所述目标关卡游戏时，运行所述目标关卡游戏包括的至少一个游戏回合；将至少一个所述游戏回合中的最后一个所述游戏回合的结果作为所述目标关卡游戏的游戏结果。4.根据权利要求3所述的方法，其特征在于，运行所述目标关卡游戏包括的一个所述游戏回合包括：获取为所述游戏回合生成的第三参数；在所述第三参数不大于所述第一对象的属性参数的情况下，为所述第一对象从多个资源使用方式中选择在所述游戏回合中使用的第一资源使用方式，其中，所述第一资源使用方式为当前允许所述第一对象使用的多个所述资源使用方式中的任意一个；在所述第三参数大于所述第一对象的属性参数的情况下，为所述第一对象从多个资源使用方式中选择在所述游戏回合中使用的第二资源使用方式，其中，所述第一对象使用所述第二资源使用方式时的胜率不小于使用多个所述资源使用方式中任意一个时的胜率。5.根据权利要求4所述的方法，其特征在于，在为所述第一对象从多个资源使用方式中选择在所述游戏回合中使用的所述第一资源使用方式或所述第二资源使用方式之前，所述方法还包括：获取所述第一对象的第一资源集合，其中，所述第一资源集合中保存有允许所述第一对象在所述游戏回合中使用的资源；获取与所述第一资源集合对应的多个所述资源使用方式，其中，所述资源使用方式为所述第一对象学习到的对所述第一资源集合中的资源的使用方式。6.根据权利要求3所述的方法，其特征在于，运行所述目标关卡游戏包括的一个所述游戏回合包括：在不存在与第一资源集合对应的多个资源使用方式的情况下，为所述第一对象获取允许在所述目标关卡游戏中使用的第三资源使用方式，其中，所述第一资源集合中保存有允许所述第一对象在所述游戏回合中使用的资源；根据所述目标关卡游戏的游戏结果对允许使用的资源集合为所述第一资源集合时的第一胜率和允许使用的资源集合为第二资源集合时的第二胜率进行更新，其中，所述第一胜率为允许所述第一对象使用的资源集合为所述第一资源集合时的胜出次数与面临允许所述第一对象使用的资源集合为所述第一资源集合的次数之间的比值，所述第二胜率为允许所述第一对象使用的资源集合为所述第二资源集合时的胜出次数与面临允许所述第一对象使用的资源集合为所述第二资源集合的次数之间的比值，所述第一资源集合是在所述目标关卡游戏的一个游戏回合中对所述第二资源集合中的资源进行使用后得到的。7.根据权利要求1所述的方法，其特征在于，在获取待加入到游戏场景中的目标关卡游戏的初始游戏信息之前，所述...

【专利技术属性】
技术研发人员：万乐，
申请(专利权)人：腾讯科技成都有限公司，
类型：发明
国别省市：四川,51