交互式任务的控制方法、装置、存储介质和计算机设备制造方法及图纸

本申请涉及一种交互式任务的控制方法、装置、存储介质和计算机设备，所述方法包括：当确定交互式任务处于角色竞逐阶段时，获取所述交互式任务中目标虚拟对象持有的第一交互资源和未持有的第二交互资源；根据所述第一交互资源和所述第二交互资源确定资源分布特征；确定所述目标虚拟对象在所述角色竞逐阶段的候选竞逐特征；通过机器学习模型分别对所述资源分布特征和所述候选竞逐特征进行处理，得到所述目标虚拟对象在所述交互式任务中的角色竞逐策略；根据所述角色竞逐策略控制所述目标虚拟对象进行角色竞逐操作。本申请提供的方案可以有效地提高目标虚拟对象在互动过程中的获胜概率。

【技术实现步骤摘要】
交互式任务的控制方法、装置、存储介质和计算机设备
本申请涉及计算机
，特别是涉及一种交互式任务的控制方法、装置、存储介质和计算机设备。
技术介绍
在诸如智能手机、平板电脑、台式计算机之类的终端上，存在许多关于交互式任务的应用程序，用户可以通过交互式任务中的虚拟对象(如虚拟人物)进行互动。对于交互式任务，主要包括角色竞逐阶段和互动阶段。其中，角色竞逐阶段是指交互式任务中的目标虚拟对象可以通过抢分的形式来竞逐目标角色。互动阶段是指目标虚拟对象作为目标角色，与其它虚拟对象进行互动。例如，在进行交互式任务时，会向各虚拟对象分配一定数量的交互资源，虚拟对象会根据所持有的交互资源来判断是否竞逐目标角色，然后根据竞逐结果进行互动。交互式任务中的各虚拟对象在进行互动时，除了互动策略会影响互动结果之外，是否竞逐目标角色也在很大程度上影响互动结果。然而，在传统方案中，当机器自动进行竞逐目标角色时，通常采用随机方式竞逐目标角色，从而降低了目标虚拟对象在互动过程中的获胜概率。
技术实现思路
基于此，有必要针对在交互式任务中目标虚拟对象在互动过程中的获胜概率低的技术问题，提供一种交互式任务的控制方法、装置、存储介质和计算机设备。一种交互式任务的控制方法，包括：当确定交互式任务处于角色竞逐阶段时，获取所述交互式任务中目标虚拟对象持有的第一交互资源和未持有的第二交互资源；根据所述第一交互资源和所述第二交互资源确定资源分布特征；确定所述目标虚拟对象在所述角色竞逐阶段的候选竞逐特征；<br>通过机器学习模型分别对所述资源分布特征和所述候选竞逐特征进行处理，得到所述目标虚拟对象在所述交互式任务中的角色竞逐策略；根据所述角色竞逐策略控制所述目标虚拟对象进行角色竞逐操作。一种交互式任务的控制装置，所述装置包括：资源获取模块，用于当确定交互式任务处于角色竞逐阶段时，获取所述交互式任务中目标虚拟对象持有的第一交互资源和未持有的第二交互资源；第一特征确定模块，用于根据所述第一交互资源和所述第二交互资源确定资源分布特征；第二特征确定模块，用于确定所述目标虚拟对象在所述角色竞逐阶段的候选竞逐特征；特征处理模块，用于通过机器学习模型分别对所述资源分布特征和所述候选竞逐特征进行处理，得到所述目标虚拟对象在所述交互式任务中的角色竞逐策略；控制模块，用于根据所述角色竞逐策略控制所述目标虚拟对象进行角色竞逐操作。一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述交互式任务的控制方法的步骤。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述交互式任务的控制方法的步骤。上述交互式任务的控制方法、装置、存储介质和计算机设备，当交互式任务处于角色竞逐阶段时，获取目标虚拟对象持有的第一交互资源和未持有的第二交互资源，根据第一交互资源和第二交互资源确定资源分布特征，确定目标虚拟对象在角色竞逐阶段的候选竞逐特征，从而目标虚拟对象可以根据资源分布特征以及候选竞逐特征综合确定是否竞逐目标角色的角色竞逐策略。由于角色竞逐策略综合考虑了目标对象所持有的第一交互资源和未持有的第二交互资源，以及目标对象可选的竞逐情况，从而可以有效地提高目标虚拟对象在互动过程中的获胜概率，从而尽可能避免用户在未控制目标虚拟对象时出现失败的情况。附图说明图1为一个实施例中交互式任务的控制方法的应用环境图；图2为一个实施例中交互式任务的控制方法的流程示意图；图3为一个实施例中斗地主游戏的界面示意图；图4为一个实施例中机器学习模型的结构示意图；图5为另一个实施例中交互式任务的控制系统结构示意图；图6为一个实施例中基于各虚拟对象的竞逐次序确定候选竞逐特征步骤的流程示意图；图7为一个实施例中训练机器学习模型的步骤的流程示意图；图8为一个实施例中训练流程架构示意图；图9为一个实施例中收敛曲线的示意图；图10为一个实施例中交互式任务装置的结构框图；图11为另一个实施例中交互式任务装置的结构框图；图12为一个实施例中计算机设备的结构框图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。图1为一个实施例中交互式任务的控制方法的应用环境图。参照图1，该交互式任务的控制方法应用于交互式任务的控制系统。该交互式任务的控制系统包括终端110、第一服务器120和第二服务器130。终端110、第一服务器120和第二服务器130之间通过网络连接，如图1所示。用户可以通过终端110进行交互式任务，第一服务器120将交互式任务的任务状态发送给第二服务器130，当确定交互式任务处于角色竞逐阶段时，第二服务器130获取交互式任务中目标虚拟对象持有的第一交互资源和未持有的第二交互资源；根据第一交互资源和第二交互资源确定资源分布特征；确定目标虚拟对象在角色竞逐阶段的候选竞逐特征；通过机器学习模型分别对资源分布特征和候选竞逐特征进行处理，得到目标虚拟对象在交互式任务中的角色竞逐策略；根据角色竞逐策略控制目标虚拟对象进行角色竞逐操作。其中，终端110具体可以是台式终端或移动终端，移动终端具体可以手机、平板电脑、笔记本电脑等中的至少一种。第一服务器120可以是用于运行交互式任务的服务器，如游戏服务器，可以用独立的服务器或者是多个服务器组成的服务器集群来实现。第二服务器130可以是向第一服务器提供角色竞逐策略的AI(ArtificialIntelligence，人工智能)服务器，可以用独立的服务器或者是多个服务器组成的服务器集群来实现。此外，第一服务器120和第二服务器130可以是独立的两个服务器，也可以是属于同一个服务器中的两个服务模块。如图2所示，在一个实施例中，提供了一种交互式任务的控制方法。本实施例主要以该方法应用于上述图1中的第二服务器130(后续实施例中称为AI服务器)来举例说明。参照图2，该交互式任务的控制方法具体包括如下步骤：S202，当确定交互式任务处于角色竞逐阶段时，获取交互式任务中目标虚拟对象持有的第一交互资源和未持有的第二交互资源。其中，交互式任务可以是用于人机互动的项目任务，具体可以是多玩家的对局类游戏，如棋牌类游戏，举例来说斗地主游戏、升级游戏和跑得快游戏等等。在后续实施例中，若无特别说明，以交互式任务为斗地主为例进行说明。在交互式任务中，包括有两个阶段：角色竞逐阶段和互动阶段。例如，在斗地主游戏中，角色竞逐阶段可以是抢地主阶段，互动阶段可以是出牌阶段。对应的，角色竞逐阶段主要是角逐目标角色，如抢地主。目标虚拟对象可以是当前用户所对应的虚拟人物，如斗地主游戏中用户的所游戏账号对应的虚拟人物，也可以是非玩家控制的虚拟本文档来自技高网...

【技术保护点】
1.一种交互式任务的控制方法，包括：/n当确定交互式任务处于角色竞逐阶段时，获取所述交互式任务中目标虚拟对象持有的第一交互资源和未持有的第二交互资源；/n根据所述第一交互资源和所述第二交互资源确定资源分布特征；/n确定所述目标虚拟对象在所述角色竞逐阶段的候选竞逐特征；/n通过机器学习模型分别对所述资源分布特征和所述候选竞逐特征进行处理，得到所述目标虚拟对象在所述交互式任务中的角色竞逐策略；/n根据所述角色竞逐策略控制所述目标虚拟对象进行角色竞逐操作。/n

【技术特征摘要】
1.一种交互式任务的控制方法，包括：
当确定交互式任务处于角色竞逐阶段时，获取所述交互式任务中目标虚拟对象持有的第一交互资源和未持有的第二交互资源；
根据所述第一交互资源和所述第二交互资源确定资源分布特征；
确定所述目标虚拟对象在所述角色竞逐阶段的候选竞逐特征；
通过机器学习模型分别对所述资源分布特征和所述候选竞逐特征进行处理，得到所述目标虚拟对象在所述交互式任务中的角色竞逐策略；
根据所述角色竞逐策略控制所述目标虚拟对象进行角色竞逐操作。


2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取目标虚拟对象在交互式任务过程中的任务状态；
根据所述任务状态确定所述交互式任务所处的任务阶段；所述任务阶段包括角色竞逐阶段和互动阶段。


3.根据权利要求1所述的方法，其特征在于，所述根据所述第一交互资源和所述第二交互资源确定资源分布特征包括：
从所述第一交互资源中提取第一资源分布特征；所述第一资源分布特征用于表示所述第一交互资源中的各子交互资源和对应的数量；
提取所述第二交互资源中的第二资源分布特征；所述第二资源分布特征用于表示所述第二交互资源中的各子交互资源和对应的数量；
将所述第一资源分布特征和所述第二资源分布特征进行组合，得到组合后的资源分布特征。


4.根据权利要求1所述的方法，其特征在于，所述确定所述目标虚拟对象在所述角色竞逐阶段的候选竞逐特征包括：
确定所述角色竞逐阶段中各虚拟对象的竞逐次序；
根据所述竞逐次序获取所述其它虚拟对象的竞逐状态特征；
基于所述竞逐状态特征确定目标虚拟对象的候选竞逐特征。


5.根据权利要求1所述的方法，其特征在于，所述角色竞逐策略包括竞逐目标角色的概率值；所述通过机器学习模型分别对所述资源分布特征和所述候选竞逐特征进行处理，得到所述目标虚拟对象在所述交互式任务中的角色竞逐策略包括：
通过机器学习模型中的第一网络模型对所述资源分布特征进行处理，以及，通过所述机器学习模型中的第二网络模型对所述候选竞逐特征进行处理；
将所述第一网络模型的输出与所述第二网络模型的输出进行拼接；
通过机器学习中的第三网络模型对拼接所得的拼接特征进行处理，得到竞逐目标角色的概率值。


6.根据权利要求1至5任一项所述的方法，其特征在于，所述机器学习...

【专利技术属性】
技术研发人员：周正，汤善敏，朱晓龙，李宏亮，张正生，刘永升，
申请(专利权)人：超参数科技深圳有限公司，
类型：发明
国别省市：广东;44