对战策略模型训练方法、装置、介质和计算机程序产品制造方法及图纸

本申请涉及人工智能技术领域，提供了一种多人对战游戏的对战策略模型训练方法、装置、计算机设备、存储介质和计算机程序产品。方法包括：针对每一虚拟对象阵容，从虚拟对象阵容对应的对战数据中获取各历史状态，确定每一历史状态各自对应的游戏目标，并对战策略类型，基于历史状态、对战策略类型以及，训练得到游戏目标预测模型，针对基于初始对战策略模型得到的每一虚拟对象阵容的每一对战动作，将相应对战动作所对应的响应状态以及相应虚拟对象阵容对应的对战策略类型输入游戏目标预测模型，得到预测游戏目标，基于每一预测游戏目标各自对应的奖励数据，对初始对战策略模型进行训练，得到对战策略模型，能有效提高了虚拟对象阵容的对抗能力。象阵容的对抗能力。象阵容的对抗能力。

【技术实现步骤摘要】
对战策略模型训练方法、装置、介质和计算机程序产品
[0001]本申请要求于2021年09月13日提交中国专利局，申请号为2021110771354，申请名称为“对战策略模型训练方法、装置、介质和计算机程序产品”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。


[0002]本申请涉及人工智能
，特别是涉及一种多人对战游戏的对战策略模型训练方法、装置、计算机设备、存储介质和计算机程序产品。

技术介绍

[0003]随着计算机技术的发展，计算机游戏等人机交互应用，如多人在线战术竞技游戏(Multiplayer Online Battle Arena，MOBA)类游戏成为越来越多人的娱乐方式，在MOBA类游戏中，游戏玩家一般可分为多个敌对阵营，通过操控虚拟对象对抗竞争完成游戏目标赢得游戏胜利。在人机对战或游戏托管时，需要由计算机，如游戏AI(Artificial Intelligence，人工智能)自动控制电脑玩家或对应托管的虚拟对象进行游戏对抗，游戏AI需要学习在游戏对抗中的策略打法。
[0004]对于多人在线战术竞技游本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多人对战游戏的对战策略模型训练方法，其特征在于，所述方法包括：针对每一虚拟对象阵容，从所述虚拟对象阵容对应的对战数据中获取各历史状态，确定所述虚拟对象阵容在每一所述历史状态各自对应的游戏目标，并获取所述虚拟对象阵容的对战策略类型；以所述历史状态和所述对战策略类型为输入数据，以所述游戏目标为所述输入数据的标签，训练得到游戏目标预测模型；针对基于初始对战策略模型得到的每一虚拟对象阵容的每一对战动作，将相应对战动作所对应的响应状态以及相应虚拟对象阵容对应的对战策略类型输入所述游戏目标预测模型，得到每一所述虚拟对象阵容对应的每一响应状态各自对应的预测游戏目标；基于每一所述预测游戏目标各自对应的奖励数据，对所述初始对战策略模型进行训练，得到对战策略模型。2.根据权利要求1所述的方法，其特征在于，所述以所述历史状态和所述对战策略类型为输入数据，以所述游戏目标为所述输入数据的标签，训练得到游戏目标预测模型，包括：针对每一虚拟对象阵容，将所述虚拟对象阵容的每一历史状态各自对应的状态特征分别与所述对战策略类型对应的策略类型特征进行特征拼接，得到输入特征数据；将每一所述输入特征数据所对应的游戏目标作为相应输入特征数据的标签；将每一虚拟对象阵容各自对应的输入特征数据和标签输入初始预测模型进行训练，得到游戏目标预测模型。3.根据权利要求1所述的方法，其特征在于，所述针对每一虚拟对象阵容，从所述虚拟对象阵容对应的对战数据中获取各历史状态，确定所述虚拟对象阵容在每一所述历史状态各自对应的游戏目标，并获取所述虚拟对象阵容的对战策略类型，包括：针对每一虚拟对象阵容，从所述虚拟对象阵容所属的阵容池中，获取所述虚拟对象阵容对应的对战数据；从所述对战数据中，提取所述虚拟对象阵容在对战过程中的历史状态和在对战过程中完成的游戏目标；基于每一游戏目标与每一历史状态之间的匹配关系，确定所述虚拟对象阵容在每一所述历史状态各自对应的游戏目标；基于所述阵容池与对战策略类型的对应关系，确定所述虚拟对象阵容的对战策略类型。4.根据权利要求3所述的方法，其特征在于，所述基于每一游戏目标与每一历史状态之间的匹配关系，确定所述虚拟对象阵容在每一所述历史状态各自对应的游戏目标，包括：获取每一游戏目标在对战过程中各自对应的游戏时间段；基于每一历史状态在对战过程中对应的时间点所属的游戏时间段，确定所述虚拟对象阵容在每一所述历史状态各自对应的游戏目标。5.根据权利要求3所述的方法，其特征在于，所述方法还包括：获取多人对战游戏的对战数据，确定所述对战数据中的虚拟对象阵容以及所述虚拟对象阵容完成的游戏目标；基于所述对战数据中的历史状态和所述游戏目标，确定所述虚拟对象阵容对应的对战策略类型；
将所述对战策略类型相同的虚拟对象阵容所对应的对战数据划分至同一个阵容池，并建立所述阵容池与所述对战策略类型之间的对应关系。6.根据权利要求1所述的方法，其特征在于，所述从所述虚拟对象阵容对应的对战数据中获取各历史状态，包括：按照时间步对应的时间间隔条件，对所述虚拟对象阵容对应的对战数据进行抽样处理，得到按时间步排序的历史状态。7.根据权利要求1所述的方法，其特征在于，所述针对基于初始对战策略模型得到的每一虚拟对象阵容的每一对战动作，将相应对战动作所对应的响应状态以及相应虚拟对象阵容对应的对战策略类型输入所述游戏目标预测模型，得到每一所述虚拟对象阵容对应的每一响应状态各自对应的预测游戏目标，包括：分别以每一虚拟对象阵容的每一对战动作为目标虚拟对象阵容的...

【专利技术属性】
技术研发人员：陈光伟，杜雪莹，高一鸣，石贝，练振杰，王亮，付强，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：