一种游戏AI的策略决策模型训练方法和装置制造方法及图纸

本申请实施例提供一种游戏AI的策略决策模型训练方法和装置，该方法包括：获取角色状态通用模型，角色状态通用模型的状态构成参数包括训练角色信息和对战角色信息，对战角色信息包括对战角色的职业；根据状态构成参数获取当前训练角色对应的对战信息，其中，对战信息包括当前训练角色的信息和与当前训练角色对战的当前对战角色的信息，当前对战角色的信息包括当前对战角色的职业；将当前训练角色对应的对战信息输入到策略决策模型中，得到当前训练角色与当前对战角色对战时的策略；基于对战信息和策略训练策略决策模型以作为当前训练角色的职业对应的策略决策模型。通过上述技术方案，本申请实施例能够通过对手的职业来生成不同的策略。

A strategy decision model training method and device for game AI

【技术实现步骤摘要】
一种游戏AI的策略决策模型训练方法和装置
本申请涉及信息处理
，具体而言，涉及一种游戏AI的策略决策模型训练方法和装置。
技术介绍
目前，很多MMORPG(MultiplayerOnlineRole-PlayingGame，大型多人在线角色扮演游戏)游戏都提供了托管的功能，在托管模式下，玩家的角色可由电脑进行控制。例如，PVP(PlayerVersusPlayer，玩家对战玩家)场景中的玩家托管等。其中，针对不同职业间对战时的玩家托管主要是通过人工编写的决策树来实现的。例如，对于不同职业间对战时的玩家托管，可为每种职业设计一种该职业针对对手职业的决策树。在实现本专利技术的过程中，专利技术人发现现有技术至少存在如下问题：由于决策树是人工设计的，从而导致现有技术至少存在着表现单一的问题。例如，在玩家托管的场景下，某职业在对战不同职业时，采用的对战策略是一样的。
技术实现思路
本申请实施例的目的在于提供一种游戏AI的策略决策模型训练方法和装置，以解决现有技术中存在着的人工设计的决策树导致的对战时表现比较单一的本文档来自技高网...

【技术保护点】
1.一种游戏AI的策略决策模型训练方法，其特征在于，包括：/n获取角色状态通用模型，所述角色状态通用模型的状态构成参数包括训练角色信息和对战角色信息，所述对战角色信息包括对战角色的职业；/n根据所述状态构成参数获取当前训练角色对应的对战信息，其中，所述对战信息包括所述当前训练角色的信息和当前对战角色的信息，所述当前对战角色是与所述当前训练角色对战的对战角色，所述当前对战角色的信息包括所述当前对战角色的职业；/n将所述当前训练角色对应的对战信息输入到策略决策模型中，得到所述当前训练角色与所述当前对战角色对战时的策略；/n基于所述对战信息和所述策略训练所述策略决策模型以作为当前训练角色的职业对应的...

【技术特征摘要】
1.一种游戏AI的策略决策模型训练方法，其特征在于，包括：
获取角色状态通用模型，所述角色状态通用模型的状态构成参数包括训练角色信息和对战角色信息，所述对战角色信息包括对战角色的职业；
根据所述状态构成参数获取当前训练角色对应的对战信息，其中，所述对战信息包括所述当前训练角色的信息和当前对战角色的信息，所述当前对战角色是与所述当前训练角色对战的对战角色，所述当前对战角色的信息包括所述当前对战角色的职业；
将所述当前训练角色对应的对战信息输入到策略决策模型中，得到所述当前训练角色与所述当前对战角色对战时的策略；
基于所述对战信息和所述策略训练所述策略决策模型以作为当前训练角色的职业对应的策略决策模型。


2.根据权利要求1所述的策略决策模型训练方法，其特征在于，所述对战信息包括一个对战回合时间中的n个对战子信息，所述策略包括所述一个对战回合时间中的与所述n个对战子信息一一对应的n个子策略，n为正整数。


3.根据权利要求2所述的策略决策模型训练方法，其特征在于，所述一个对战回合时间包括：从对战开始至持续预设时长的时间，或者从对战开始至所述当前训练角色和所述当前对战角色中任意一方死亡的时间。


4.根据权利要求1所述的策略决策模型训练方法，其特征在于，所述当前训练角色的信息包括以下信息中的至少一个信息：所述当前训练角色携带的技能、所述当前训练角色携带的技能中每个技能的冷却时间、所述当前训练角色的剩余血量、所述当前训练角色的位置和所述当前对战角色对所述当前训练角色施加的状态。


5.根据权利要求4所述的策略决策模型训练方法，其特征在于，所述当前训练角色携带的技能是按照所述当前训练角色的所有技能中每个技能的权重，从所述当前训练角色的所有技能中随机抽取得到的。


6.根据权利...

【专利技术属性】
技术研发人员：黄叶，吕唐杰，范长杰，胡志鹏，
申请(专利权)人：网易杭州网络有限公司，
类型：发明
国别省市：浙江;33