游戏的区域博弈方法、装置、电子设备和存储介质制造方法及图纸

本发明专利技术实施例提供了一种游戏的区域博弈方法、装置、电子设备和存储介质，所述方法包括：将第一游戏角色和第二游戏角色设置在游戏的游戏场景的预设区域内；第一游戏角色在预设区域内按照预设方式与第二游戏角色进行博弈；第二游戏角色具有对应的第二游戏角色模型，第二游戏角色模型为控制第二游戏角色动作行为的人工智能模型；确定第二游戏角色执行目标动作所得的动作分值，目标动作具有对应的执行概率；确定第二游戏角色模型控制第二游戏角色执行的采样动作，采样动作具有对应的符号参数；根据目标动作的动作分值、执行概率以及符号参数更新第二游戏角色模型。可以在指定区域内训练第二游戏角色模型，提高模型训练的效率。提高模型训练的效率。提高模型训练的效率。

【技术实现步骤摘要】
游戏的区域博弈方法、装置、电子设备和存储介质


[0001]本专利技术实施例涉及网络
，特别是涉及一种游戏的区域博弈方法、一种游戏的区域博弈装置、电子设备和存储介质。

技术介绍

[0002]随着AI(Artificial Intelligence，人工智能)技术的发展，如今的游戏AI在王者荣耀、DOTA等对称式竞技游戏中已经普遍且成熟，但在非对称式竞技游戏中还鲜有应用。
[0003]由于非对称式竞技游戏的一种重要竞技方式是竞技双方在特定区域进行博弈，采用传统针对全场景的AI模型训练方式性能消耗大，容易造成资源浪费，且训练周期长。

技术实现思路

[0004]本专利技术实施例是提供一种游戏的区域博弈方法，以解决现有技术中针对全场景的AI模型训练性能消耗大，效率低下的问题。
[0005]相应的，本专利技术实施例还提供了一种游戏的区域博弈装置，用以保证上述方法的实现及应用。
[0006]为了解决上述问题，本专利技术实施例公开了一种游戏的区域博弈方法，，所述方法包括：
[0007]将第一游戏角色和第二游本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种游戏的区域博弈方法，其特征在于，所述方法包括：将第一游戏角色和第二游戏角色设置在所述游戏的游戏场景的预设区域内；其中，所述第一游戏角色在所述预设区域内按照预设方式与所述第二游戏角色进行博弈；所述第二游戏角色具有对应的第二游戏角色模型，所述第二游戏角色模型为控制所述第二游戏角色动作行为的人工智能模型；确定所述第二游戏角色模型的目标动作所得的动作分值，所述目标动作具有对应的执行概率；确定所述第二游戏角色模型控制所述第二游戏角色执行的采样动作，所述采样动作具有对应的符号参数；根据所述目标动作的动作分值、执行概率以及所述符号参数更新所述第二游戏角色模型。2.根据权利要求1所述的方法，其特征在于，所述区域放置有障碍物，所述将所述第一游戏角色和所述第二游戏角色设置在所述游戏的游戏场景的预设区域内，包括：将所述第一游戏角色和第二游戏角色设置在所述障碍物对应的指定范围。3.根据权利要求2所述的方法，其特征在于，所述指定范围通过如下方式计算：以所述障碍物为圆心，第一预设半径确定第一范围；获取第二半径，并以所述障碍物为圆心，所述第二半径确定第二范围；分析所述游戏的历史数据，统计所述游戏的历史数据中的第一游戏角色与第二游戏角色进行博弈时的博弈坐标点；计算所述第二范围中的所述博弈坐标点的数量与所述第一范围中的所述博弈坐标点的数量之间的比值；当所述比值小于预设阈值时，增大所述第二半径，并返回执行所述以所述障碍物为圆心，所述第二半径确定第二范围的步骤；当所述比值大于等于预设阈值时，将所述第二范围确定为指定范围。4.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取所述预设区域的区域特征信息；获取所述第二游戏角色模型的候选动作；根据所述区域特征信息从所述候选动作中确定目标动作。5.根据权利要求4所述的方法，其特征在于，所述根据所述区域特征信息从所述候选动作中确定目标动作，包括：采用深度神经网络拟合所述第二游戏角色模型的候选动作；将所述区域特征信息输入所述深度神经网络，以使所述深度神经网络得到所述候选动作的执行概率后，按照预设动作选取策略和所述执行概率从所述候选动作中确定目标动作。6.根据权利要求1所述的方法，其特征在于，所述区域特征信息至少包括环境特征、游戏角色模型特征和图像特征中的其中一种；所述环境特征包括所述预设障碍的状态，所述游戏角色模型特征至少包括技能冷却时间、攻击...

【专利技术属性】
技术研发人员：徐侃，
申请(专利权)人：网易杭州网络有限公司，
类型：发明
国别省市：