使用机器学习的用户输入预测的等待时间补偿制造技术

本发明专利技术公开了一种经训练的机器学习模型，该经训练的机器学习模型用于确定指示在玩视频游戏时某些用户输入的类型将被提供给玩家的游戏控制器的概率的得分，以便补偿玩家动作与玩家对与该玩家动作相关的视频游戏内容的感知之间的等待时间。在示例性过程中，从客户端机器接收到的传感器数据和/或从视频游戏接收到的游戏状态数据被提供作为对经训练的机器学习模型的输入，并且得分被提供作为其输出，该得分与用户输入的类型将被提供给玩家的游戏控制器的概率有关。以这种方式，可以基于该得分来生成与该用户输入的类型相对应的游戏控制数据，并且在甚至接收到实际游戏控制数据之前将该游戏控制数据作为输入提供给该视频游戏。频游戏。频游戏。

【技术实现步骤摘要】
【国外来华专利技术】使用机器学习的用户输入预测的等待时间补偿
[0001]相关申请的交叉引用
[0002]本PCT申请要求于2019年11月19日提交的名称为“LATENCY COMPENSATION USING MACHINE
‑
LEARNED PREDICTION OF USER INPUT”的美国专利申请序列号16/688,833的优先权，该专利申请全文据此以引用方式并入。

技术介绍

[0003]广域网通信的持续或几乎持续的可用性，结合客户端机器和无线通信协议的不断增加的能力，已经引起了联网视频游戏平台的普及性的上升，联网视频游戏平台包括基于云的视频游戏流媒体平台，其中玩家使用“瘦客户端”来玩在远程服务器上执行的视频游戏，以及家庭式视频游戏流平台。尽管网络视频游戏平台取得了进步，但各种因素仍可能导致视频游戏中玩家动作与玩家感知之间出现等待时间。例如，在视频游戏流媒体平台中，网络拥塞会导致玩家动作和玩家感知之间的明显延迟。可能对玩家动作与玩家感知之间的等待时间产生影响的其他因素是网络的数据传输速率、可用计算资源(例如，处理资源、存储器资源、显示资源等)的带宽或容量、这些计算资源的利用和/或视频游戏本身的复杂性(例如，具有复杂图形的数据密集型视频游戏往往比具有相对简单图形的数据密集型视频游戏经历更多的等待时间)。某些类型的视频游戏(诸如第一人称射击游戏)对等待时间非常敏感，这会导致每当出现等待时间时游戏质量都会严重降低。
[0004]导航推测是试图补偿在网络视频游戏平台中观察到的等待时间的现有方法的一个示例。使用导航推测，服务器计算机确定玩家控制的角色在某个时间段内(例如，在过去200毫秒内)的过去位置、速度和/或加速度，并且这些过去的数据可用于预测玩家控制角色的未来位置，以补偿等待时间。但是，导航推测仍然是预测未来玩家行为的一种相对简单的方法，这通常会导致预测不准确，因此在当今的网络视频游戏平台中很少使用。如果没有用于准确预测未来玩家行为的可行机制，等待时间就无法以切实可行的方式得到补偿，并且每当出现等待时间时，许多视频游戏的播放质量都会继续下降。本文所做出的公开是相对于这些和其他考虑而提出的。
附图说明
[0005]参考附图描述了具体实施方式。在这些图中，参考标号的最左边数字标识首次出现该参考标号的图。在不同附图中使用相同的参考标号指示类似或相同的部件或特征。
[0006]图1是示出包括计算系统的示例性环境的图示，该计算系统被配置为训练和使用机器学习模型来预测对玩家的视频游戏控制器的用户输入并且主动地生成对应的游戏控制数据以补偿等待时间。
[0007]图2示出了示出游戏控制器的示例性部件的框图，该游戏控制器被配置为向远程计算系统提供传感器数据以及其他数据，以便使用经训练的机器学习模型来预测对游戏控制器的用户输入。
[0008]图3示出了示出计算系统的示例性部件的框图，该计算系统被配置为使用经训练
的机器学习模型来预测对游戏控制器的用户输入。
[0009]图4是用于训练机器学习模型以预测用户输入的类型将被提供给玩家的游戏控制器的概率的示例性过程的流程图。
[0010]图5是用于利用经训练的机器学习模型来预测对玩家的游戏控制器的用户输入，并且使用该机器学习的用户输入预测来提前生成游戏控制数据以便补偿等待时间的示例性过程的流程图。
[0011]图6是用于测量计算机网络的等待时间并且基于该测量的等待时间选择多个经训练的机器学习模型中的一个机器学习模型以用于预测对游戏控制器的用户输入的示例性过程的流程图。
[0012]图7是用于将实际游戏控制数据与基于机器学习的用户输入预测而主动生成的游戏控制数据进行比较以确定预测误差，并且为了验证模型的性能而记录预测误差的示例性过程的流程图。
具体实施方式
[0013]本文描述了用于使用经训练的机器学习模型来预测对视频游戏控制器的用户输入，以及主动地生成对应的游戏控制数据以便补偿玩家动作与玩家感知之间的等待时间的技术、设备和系统等。所公开的技术可以至少部分地由远程计算系统来实现，该远程计算系统为用户社区提供了视频游戏服务以使用被配置为从计算系统访问视频游戏的客户端机器来玩视频游戏。这些客户端机器可以单独地安装客户端应用程序，该客户端应用程序被配置为执行从远程计算系统接收到(例如，下载、流式传输等)的视频游戏和/或输出视频游戏的内容。该视频游戏平台使得社区的注册用户能够作为“玩家”来玩视频游戏。例如，玩家可以加载客户端应用程序，使用注册的用户帐户登录，选择所需的视频游戏，并玩视频游戏，该视频游戏可以经由客户端应用程序在他/她的客户端机器上执行，或者在远程计算系统处执行，使得视频游戏数据被流式传输到客户端机器以在其上输出。
[0014]每当上述用户访问和使用该视频游戏平台时，远程计算系统可能会收集数据，并且可以由该远程计算系统维护这些数据。例如，包括在视频游戏的过去会话期间发生的视频游戏的游戏状态(例如，玩家移动、游戏地图中的位置、角色类别、武器等)的游戏状态数据可以由远程计算系统收集和维护。附加地或另选地，由游戏控制器生成并且在过去的视频游戏会话期间从客户端机器接收到的传感器数据可以由远程计算系统收集和维护。由于当今的游戏控制器配备有越来越多的传感器(例如，陀螺仪、加速度计、触摸传感器、压力传感器等)，因此可以利用由这些传感器生成的所得传感器数据来预测对此类游戏控制器的用户输入以便进行等待时间补偿，如本文所述。为了说明，每当玩家经由视频游戏平台玩视频游戏时，这些玩家可以使用游戏控制器来控制视频游戏的方面。给定的游戏控制器可以包括一个或多个传感器，诸如但不限于陀螺仪、加速度计和/或触摸传感器以及其他可能的传感器。触摸传感器(例如，电容垫)可以设置在设备的下方或表面上，以及/或者在手指操作的控件内或其上。该触摸传感器可被配置为检测手指与该表面或手指操作控件的接近度，并且作为响应，该触摸传感器可生成指示手指与该触摸传感器的接近度的传感器数据。再如，安装在游戏控制器的壳体中的陀螺仪和/或加速度计可检测游戏控制器在不同方向上的移动(例如，移动
‑
诸如通过平移、旋转和/或倾斜的移动)，并且作为响应，该陀螺仪和/
或加速度计可生成指示该移动的特性的传感器数据。通常，该传感器数据可以用于各种目的，诸如以控制视频游戏的方面(例如，以控制玩家控制的角色、以旋转指示显示器上可见内容的虚拟相机等)。当以这种方式将传感器数据用作游戏控制数据时，在一些情况下，该传感器数据可在被用于控制视频游戏的方面之前被改变(例如，被过滤/被衰减、被放大等)。然而，本文所述的技术和系统涉及一种游戏控制器，该游戏控制器被配置为将由该游戏控制器的一个或多个传感器生成的原始的、未经过滤的传感器数据发送到远程计算系统(例如，通过经由相关联的客户端机器发送传感器数据)。该原始传感器数据可与该游戏控制数据(例如，通过按钮按压、使操纵杆偏转等而生成的数据，以及改变的传感器数据)一起被发送，该游戏控制数据将被处理以用于控制该视频游戏的方面。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种方法，包括：由计算系统接收与视频游戏的玩家相关联的传感器数据；通过以下步骤由所述计算系统预测对与所述玩家相关联的游戏控制器的用户输入，所述用户输入将使得对应的游戏控制数据在自所述传感器数据的所述接收以来的时间段内被所述计算系统接收到：将所述传感器数据作为输入提供给经训练的机器学习模型；并且生成作为来自所述经训练的机器学习模型的输出的得分，所述得分指示用户输入的类型将被提供给所述游戏控制器的概率；由所述计算系统至少部分地基于所述得分来生成与所述用户输入的类型相对应的游戏控制数据；提供所述游戏控制数据作为对所述视频游戏的输入；至少部分地基于所述游戏控制数据接收作为来自所述视频游戏的输出的视频游戏数据；以及由所述计算系统使得在显示器上呈现所述视频游戏数据。2.根据权利要求1所述的方法，其中所述传感器数据包括由所述游戏控制器的一个或多个物理传感器生成的原始传感器数据，所述原始传感器数据包括原始陀螺仪数据、原始加速度计数据或原始电容传感器数据中的至少一者。3.根据权利要求1所述的方法，其中所述用户输入的类型包括以下中的至少一者：对所述游戏控制器的特定手指操作的控件的致动；所述游戏控制器在特定方向上的移动；对象悬停在所述游戏控制器的特定部分上方或接触所述特定部分；或者所述对象以特定量的力按压在所述游戏控制器的一部分上。4.根据权利要求1所述的方法，还包括：在所述预测之前，由所述计算系统接收来自所述视频游戏的游戏状态数据；以及除了所述提供所述传感器数据作为对所述经训练的机器学习模型的所述输入之外，还提供所述游戏状态数据作为对所述经训练的机器学习模型的附加输入，其中所述得分是至少部分地基于被提供作为对所述经训练的机器学习模型的所述附加输入的所述游戏状态数据而生成的。5.根据权利要求1所述的方法，还包括：在所述接收到所述传感器数据之前：由所述计算系统访问在所述视频游戏的过去会话或不同视频游戏的过去会话期间生成的历史传感器数据；由所述计算系统访问自接收到所述历史传感器数据以来的所述时间段内生成的历史游戏控制数据；用指示与在所述时间段内接收到的所述历史游戏控制数据相对应的多种用户输入的类型中的一种类型的标签来标记所述历史传感器数据；以及使用所述历史传感器数据作为训练数据来训练机器学习模型，以获得所述经训练的机器学习模型。6.根据权利要求1所述的方法，其中所述时间段在约1毫秒至约200毫秒的范围内。7.根据权利要求1所述的方法，其中所述传感器数据是通过计算机网络从第一客户端
机器接收的，并且其中所述使得所述视频游戏数据在所述显示器上的所述呈现包括通过所述计算机网络将所述视频游戏数据发送到第二客户端机器，所述方法还包括：测量所述计算机网络的等待时间以获得测量的等待时间值；至少部分地基于所述测量的等待时间值来确定所述时间段；以及至少部分地基于所述时间段来从多个经训练的机器学习模型中选择所述经训练的机器学习模型。8.一种方法，包括：由计算系统从视频游戏接收游戏状态数据；提供所述游戏状态数据作为对经训练的机器学习模型的输入；生成作为来自所述经训练的机器学习模型的输出的得分，所述得分与用户输入的类型将被提供给与所述视频游戏的玩家相关联的游戏控制器以使得对应的游戏控制数据在自所述接收到所述游戏状态数据以来的时间段内被所述计算系统接收到的概率有关；由所述计算系统生成与所述用户输入的类型相对应的游戏控制数据；提供所述游戏控制数据作为对所述视频游戏的输入；接收作为来自所述视频游戏的输出的视频游戏数据；以及由所述计算系统使得在显示器上呈现所述视频游戏数据。9.根据权利要求8所述的方法，其中所述用户输入的类型包括以下中的至少一者：对所述游戏控制器的特定手指操作的控件的致动；所述游戏控制器在特定方向上的移动；对象悬停在所述游戏控制器的特定部分上方或接触所述特定部分；或者所述对象以特定量的力按压在所述游戏控制器的一部分上。10.根据权利要求8所述的方法，还包括：在所述接收所述游戏状态数据之前：由所述计算系统访问...

【专利技术属性】
技术研发人员：I，
申请(专利权)人：威尔乌集团，
类型：发明
国别省市：