【技术实现步骤摘要】
一种确定出牌候选项的方法及装置
本申请涉及人工智能
，特别是涉及一种确定出牌候选项的方法及装置。
技术介绍
随着科学技术的发展，出现了一些智能牌类游戏，例如斗地主、麻将等。用户在玩游戏的过程中，终端设备可以为用户提供对应的出牌候选项，或者，当用户超过一定的时间未出牌时，终端设备还可以基于出牌候选项自动触发出牌动作。但是在传统技术中，由于终端设备在确定出牌候选项时，是从用户持有的满足出牌要求的牌中随机确定的。而随机确定的出牌候选项往往不是最佳的出牌候选项，因此传统技术中终端设备确定出牌候选项不够智能，效果不好。所谓确定出的出牌候选项的效果不好，指的是基于出牌候选项出牌后赢得游戏的可能性不高或者用户基于出牌候选项出牌的可能性比较低。因此，急需提出一种方案，能够使得终端设备所确定的出牌候选项效果更好。
技术实现思路
本申请所要解决的技术问题是如何使得终端设备所确定的出牌候选项的效果更好，提供一种确定出牌候选项的方法及装置。第一方面，本申请实施例提供了一种确定出牌候选项的方法，所述方...
【技术保护点】
1.一种确定出牌候选项的方法，其特征在于，所述方法包括：/n获取目标玩家的状态特征和所述目标玩家对应的联合出牌特征；所述目标玩家对应的联合出牌特征为参与游戏的各个玩家在本局游戏中的历史出牌特征；/n根据所述目标玩家的状态特征、所述目标玩家对应的联合出牌特征和预先训练的机器学习模型，得到所述目标玩家对应的出牌候选项集合中各个出牌候选项的奖励值；其中，第一出牌候选项的奖励值用于指示基于所述第一出牌候选项触发出牌动作赢得游戏的可能性，所述第一出牌候选项为所述出牌候选项集合中的任意一个出牌候选项；/n根据得到的所述出牌候选项集合中各个出牌候选项的奖励值，确定所述目标玩家在本轮游戏中的出牌候选项。/n
【技术特征摘要】
1.一种确定出牌候选项的方法，其特征在于，所述方法包括：
获取目标玩家的状态特征和所述目标玩家对应的联合出牌特征；所述目标玩家对应的联合出牌特征为参与游戏的各个玩家在本局游戏中的历史出牌特征；
根据所述目标玩家的状态特征、所述目标玩家对应的联合出牌特征和预先训练的机器学习模型，得到所述目标玩家对应的出牌候选项集合中各个出牌候选项的奖励值；其中，第一出牌候选项的奖励值用于指示基于所述第一出牌候选项触发出牌动作赢得游戏的可能性，所述第一出牌候选项为所述出牌候选项集合中的任意一个出牌候选项；
根据得到的所述出牌候选项集合中各个出牌候选项的奖励值，确定所述目标玩家在本轮游戏中的出牌候选项。
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：
确定目标玩家对应的出牌候选项集合，所述出牌候选项集合包括一个或者多个出牌候选项；
所述根据所述目标玩家的状态特征、所述目标玩家对应的联合出牌特征和预先训练的机器学习模型，得到目标玩家对应的出牌候选项集合中各个出牌候选项的奖励值，包括：
将所述目标玩家的状态特征、所述目标玩家对应的联合出牌特征以及预设的出牌项集合，输入所述机器学习模型，得到所述出牌项集合中各出牌项对应的奖励值；
根据所述出牌项对应的奖励值和所述目标玩家对应的出牌候选项集合，得到所述目标玩家对应的出牌候选项集合中各个出牌候选项的奖励值。
3.根据权利要求1所述的方法，其特征在于，
所述方法还包括：确定目标玩家对应的出牌候选项集合，所述出牌候选项集合包括一个或者多个出牌候选项；
所述根据所述目标玩家的状态特征、所述目标玩家对应的联合出牌特征和预先训练的机器学习模型，得到目标玩家对应的出牌候选项集合中各个出牌候选项的奖励值包括：
将所述目标玩家的状态特征、所述目标玩家对应的联合出牌特征以及所述目标玩家对应的出牌候选项集合，输入所述机器学习模型，得到目标玩家对应的出牌候选项集合中各个出牌候选项的奖励值。
4.根据权利要求1所述的方法，其特征在于，
所述机器学习模型，是基于样本数据训练得到的；
所述样本数据，包括历史玩家的状态特征、所述历史玩家对应的联合出牌特征以及所述历史玩家对应的胜负结果；所述历史玩家对应的联合出牌特征为参与游戏的各个玩家在所述样本数据对应的当局游戏中的历史出牌特征。
5.根据权利要求1所述的方法，其特征在于，所述目标玩家的状态特征，包括一下任意一项或者多项：
所述目标玩家的角色、所述目标玩家持有的牌、各个玩家在本局游戏中的历史出牌。
6.根据权利要求1所述的方法，其特征在于，所述目标玩家对应的联合出牌特征，为描述所述参与游戏的各个玩家在本局游戏中历史出牌的牌面内容以及体现所述各个玩家出牌顺序的特征。
7.根据权利要求1所述的方法，其特...
【专利技术属性】
技术研发人员：陈杰，倪煜，
申请(专利权)人：北京金山云网络技术有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。