本公开关于一种游戏机器人的控制方法、装置、服务器及存储介质，该方法包括：在游戏机器人执行游戏动作轮次，根据所述游戏机器人在当前游戏对局中的状态数据，得到所述游戏机器人的游戏状态特征；根据所述游戏状态特征，确定所述游戏机器人执行所述游戏动作的响应时间；根据所述响应时间，控制所述游戏机器人执行所述游戏动作。采用本方法，有利于提高游戏对局中的游戏账户与游戏机器人的真实匹配度，使得游戏服务器无需频繁响应游戏账户发起的游戏匹配请求，从而降低了游戏服务器的压力。从而降低了游戏服务器的压力。从而降低了游戏服务器的压力。
【技术实现步骤摘要】
游戏机器人的控制方法、装置、服务器及存储介质
[0001]本公开涉及互联网
，尤其涉及一种游戏机器人的控制方法、装置、服务器及存储介质。
技术介绍
[0002]在斗地主、麻将、象棋、围棋等多人游戏中，某些特定游戏场景需要游戏机器人和真人用户对局。
[0003]相关技术中，游戏机器人的拟人化程度较低，玩家的游戏体验不够真实，造成游戏对局中的游戏账户与游戏机器人的真实匹配度较低。
技术实现思路
[0004]本公开提供一种游戏机器人的控制方法、装置、服务器及存储介质，以至少解决相关技术中游戏对局中的游戏账户与游戏机器人的真实匹配度较低的问题。本公开的技术方案如下：
[0005]根据本公开实施例的第一方面，提供一种游戏机器人的控制方法，包括：
[0006]在游戏机器人执行游戏动作轮次，根据所述游戏机器人在当前游戏对局中的状态数据，得到所述游戏机器人的游戏状态特征；
[0007]根据所述游戏状态特征，确定所述游戏机器人执行所述游戏动作的响应时间；
[0008]根据所述响应时间，控制所述游戏机器人执行所述游戏动作。
[0009]在一示例性实施例中，所述根据所述游戏状态特征，确定所述游戏机器人执行所述游戏动作的响应时间，包括：
[0010]按照预设的特征拼接顺序，将所述游戏状态特征进行拼接，得到所述游戏机器人的目标状态特征；
[0011]将所述游戏机器人的目标状态特征输入预先训练的响应时间预测模型，得到所述游戏机器人执行所述游戏动作的响应时间。<br/>[0012]在一示例性实施例中，所述预先训练的响应时间预测模型通过下述方式训练得到：
[0013]获取样本游戏账户的游戏状态特征；
[0014]将所述样本游戏账户的游戏状态特征输入待训练的响应时间预测模型，得到所述样本游戏账户执行相应游戏动作的预测响应时间；
[0015]根据所述样本游戏账户执行相应游戏动作的预测响应时间和实际响应时间之间的差值，得到损失值；
[0016]根据所述损失值调整所述待训练的响应时间预测模型的模型参数，得到调整后的响应时间预测模型，并对所述调整后的响应时间预测模型进行反复训练，直至根据训练后的响应时间预测模型得到的损失值小于预设阈值，则将所述训练后的响应时间预测模型作为所述预先训练的响应时间预测模型。
[0017]在一示例性实施例中，所述根据所述游戏状态特征，确定所述游戏机器人执行所述游戏动作的响应时间，还包括：
[0018]根据所述游戏状态特征和所述游戏动作，查询预设的游戏账户的游戏状态特征与执行所述游戏动作的响应时间的对应关系，得到所述游戏机器人执行所述游戏动作的响应时间。
[0019]在一示例性实施例中，所述根据所述游戏状态特征，确定所述游戏机器人执行所述游戏动作的响应时间，还包括：
[0020]获取所述当前游戏对局的游戏等级；
[0021]根据所述游戏状态特征和所述游戏动作，查询所述游戏等级下，预设的游戏账户的游戏状态特征与执行所述游戏动作的响应时间的对应关系，得到所述游戏机器人执行所述游戏动作的响应时间。
[0022]在一示例性实施例中，所述根据所述游戏机器人在当前游戏对局中的状态数据，得到所述游戏机器人的游戏状态特征，包括：
[0023]对所述游戏机器人在当前游戏对局中的状态数据进行特征提取，得到所述游戏机器人的游戏状态特征。
[0024]在一示例性实施例中，在根据所述游戏机器人在当前游戏对局中的状态数据，得到所述游戏机器人的游戏状态特征之前，还包括：
[0025]获取所述当前游戏对局的游戏行为日志；
[0026]从所述游戏行为日志中获取所述当前游戏对局的游戏对局数据；
[0027]从所述游戏对局数据中，提取出所述游戏机器人在所述当前游戏对局中的状态数据；所述状态数据用于表示所述游戏机器人执行所述游戏动作的已知数据。
[0028]在一示例性实施例中，所述当前游戏对局中包括所述游戏机器人和游戏账户；所述从所述游戏对局数据中，提取出所述游戏机器人在所述当前游戏对局中的状态数据，包括：
[0029]从所述游戏对局数据中，获取当前游戏阶段信息、目标游戏账户和所述游戏机器人的对局位置标识、目标游戏资源组合、所述游戏机器人的初始游戏资源组合、已消耗游戏资源组合、所述游戏动作所针对的游戏资源组合以及其他游戏账户的已消耗游戏资源组合，作为所述游戏机器人在所述当前游戏对局中执行所述游戏动作的状态数据。
[0030]根据本公开实施例的第二方面，提供一种游戏机器人的控制装置，包括：
[0031]特征获取单元，被配置为执行在游戏机器人执行游戏动作轮次，根据所述游戏机器人在当前游戏对局中的状态数据，得到所述游戏机器人的游戏状态特征；
[0032]时间确定单元，被配置为执行根据所述游戏状态特征，确定所述游戏机器人执行所述游戏动作的响应时间；
[0033]执行控制单元，被配置为执行根据所述响应时间，控制所述游戏机器人执行所述游戏动作。
[0034]在一示例性实施例中，所述时间确定单元，还被配置为执行按照预设的特征拼接顺序，将所述游戏状态特征进行拼接，得到所述游戏机器人的目标状态特征；将所述游戏机器人的目标状态特征输入预先训练的响应时间预测模型，得到所述游戏机器人执行所述游戏动作的响应时间。
[0035]在一示例性实施例中，所述装置包括模型训练单元，被配置为执行获取样本游戏账户的游戏状态特征；将所述样本游戏账户的游戏状态特征输入待训练的响应时间预测模型，得到所述样本游戏账户执行相应游戏动作的预测响应时间；根据所述样本游戏账户执行相应游戏动作的预测响应时间和实际响应时间之间的差值，得到损失值；根据所述损失值调整所述待训练的响应时间预测模型的模型参数，得到调整后的响应时间预测模型，并对所述调整后的响应时间预测模型进行反复训练，直至根据训练后的响应时间预测模型得到的损失值小于预设阈值，则将所述训练后的响应时间预测模型作为所述预先训练的响应时间预测模型。
[0036]在一示例性实施例中，所述时间确定单元，还被配置为执行根据所述游戏状态特征和所述游戏动作，查询预设的游戏账户的游戏状态特征与执行所述游戏动作的响应时间的对应关系，得到所述游戏机器人执行所述游戏动作的响应时间。
[0037]在一示例性实施例中，所述时间确定单元，还被配置为执行获取所述当前游戏对局的游戏等级；根据所述游戏状态特征和所述游戏动作，查询所述游戏等级下，预设的游戏账户的游戏状态特征与执行所述游戏动作的响应时间的对应关系，得到所述游戏机器人执行所述游戏动作的响应时间。
[0038]在一示例性实施例中，所述特征获取单元，还被配置为执行对所述游戏机器人在当前游戏对局中的状态数据进行特征提取，得到所述游戏机器人的游戏状态特征。
[0039]在一示例性实施例中，所述装置还包括数据获取单元，被配置为执行获取所述当前游戏对局的游戏行为日志；从所述游戏行为日志中获取所本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种游戏机器人的控制方法，其特征在于，包括：在游戏机器人执行游戏动作轮次，根据所述游戏机器人在当前游戏对局中的状态数据，得到所述游戏机器人的游戏状态特征；根据所述游戏状态特征，确定所述游戏机器人执行所述游戏动作的响应时间；根据所述响应时间，控制所述游戏机器人执行所述游戏动作。2.根据权利要求1所述的游戏机器人的控制方法，其特征在于，所述根据所述游戏状态特征，确定所述游戏机器人执行所述游戏动作的响应时间，包括：按照预设的特征拼接顺序，将所述游戏状态特征进行拼接，得到所述游戏机器人的目标状态特征；将所述游戏机器人的目标状态特征输入预先训练的响应时间预测模型，得到所述游戏机器人执行所述游戏动作的响应时间。3.根据权利要求2所述的游戏机器人的控制方法，其特征在于，所述预先训练的响应时间预测模型通过下述方式训练得到：获取样本游戏账户的游戏状态特征；将所述样本游戏账户的游戏状态特征输入待训练的响应时间预测模型，得到所述样本游戏账户执行相应游戏动作的预测响应时间；根据所述样本游戏账户执行相应游戏动作的预测响应时间和实际响应时间之间的差值，得到损失值；根据所述损失值调整所述待训练的响应时间预测模型的模型参数，得到调整后的响应时间预测模型，并对所述调整后的响应时间预测模型进行反复训练，直至根据训练后的响应时间预测模型得到的损失值小于预设阈值，则将所述训练后的响应时间预测模型作为所述预先训练的响应时间预测模型。4.根据权利要求1所述的游戏机器人的控制方法，其特征在于，所述根据所述游戏状态特征，确定所述游戏机器人执行所述游戏动作的响应时间，还包括：根据所述游戏状态特征和所述游戏动作，查询预设的游戏账户的游戏状态特征与执行所述游戏动作的响应时间的对应关系，得到所述游戏机...
【专利技术属性】
技术研发人员：刘爱宾，
申请(专利权)人：北京达佳互联信息技术有限公司，
类型：发明
国别省市：
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。