本发明专利技术属于人工智能技术领域，公开了一种游戏AI行为规划方法、装置、设备及存储介质；该发明专利技术包括：根据当前参考信息从行为目标池中选择一级行为动作；通过预设算法对一级行为动作进行演化，得到目标行为动作后，根据一级行为动作与目标行为动作生成多个行为规划；计算每个行为规划的拟合权重；根据拟合权重得到基于当前参考信息的目标行为规划；本发明专利技术通过当前参考信息选择游戏AI的一级行为动作，对一级行为动作不断分解后得到的行为动作作为目标行为动作，该目标行为动作更符合当前游戏场景，再将每个分解的行为动作连接成一条行为动作规划；后台根据行为动作不断进行权重更新得到最优体验感的行为规划，有效提高玩家游戏体验感。感。感。
【技术实现步骤摘要】
游戏AI行为规划方法、装置、设备及存储介质
[0001]本专利技术涉及游戏AI设计
，尤其涉及一种游戏AI行为规划方法、装置、设备及存储介质。
技术介绍
[0002]随着网络技术的发展，网络游戏越发普遍且被众多玩家所喜爱，在玩家进行游戏的过程中，对玩家角色的设定以及对不同角色的功能影响着玩家的游戏体验感，然而如何根据角色以及游戏本身的设计满足玩家的游戏乐趣，在智能AI的发展过程中，通过外设搭建平台并通过专用服务器来模拟玩家进行游戏体验，从而根据不同的角色设定不同的玩法。但是，目前外设搭建平台并通过专用服务器需要耗费大量时间和人力、财力进行游戏进程模拟，在长时间的模拟体验后才能得到更符合游戏发展的角色玩法。
[0003]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
[0004]本专利技术的主要目的在于提供一种游戏AI行为规划方法，旨在解决现有技术游戏AI进行行动路径智能规划时无法得到最利于游戏进展路线的技术问题。
[0005]为实现上述目的，本专利技术提供了一种游戏AI行为规划方法，所述方法包括以下步骤：
[0006]根据当前参考信息从行为目标池中选择一级行为动作；
[0007]通过预设算法对一级行为动作进行演化，得到目标行为动作；
[0008]根据所述一级行为动作与所述目标行为动作生成多个行为规划；
[0009]计算每个行为规划的拟合权重，根据所述拟合权重得到基于当前参考信息的目标行为规划。
[0010]可选地，所述当前参考信息包括当前人物信息、当前世界信息。
[0011]所述根据当前参考信息从行为目标池中选择一级行为动作，包括：
[0012]根据当前人物信息得到智能选择级别，根据所述智能选择级别得到参考行为动作；
[0013]将所述参考行为动作与当前世界信息进行匹配；
[0014]若所述参考行为动作与所述当前世界信息匹配成功，则将所述参考行为动作作为一级行为动作；
[0015]若所述参考行为动作与所述当前世界信息匹配失败，则重新执行根据所述智能选择级别得到参考行为动作的步骤。
[0016]可选地，所述当前参考信息还包括当前可执行动作；
[0017]所述通过预设算法对一级行为动作进行演化，得到目标行为动作，包括：
[0018]判断所述当前可执行动作与所述一级行为动作是否匹配；
[0019]在所述当前可执行与所述一级行为动作匹配时，则将所述一级行为动作作为目标行为动作。
[0020]可选地，所述将所述当前可执行动作与所述一级行为动作进行匹配之后，还包括：
[0021]当所述当前可执行动作与所述一级行为动作匹配失败，则判断所述一级行为动作是否可以分解；
[0022]若所述一级行为动作可以分解，则将所述一级行为动作分解得到二级行为动作；
[0023]将二级行为动作与所述当前可执行动作进行匹配；
[0024]根据匹配结果判断是否停止分解。
[0025]可选地，所述计算每个行为规划的拟合权重，根据所述拟合权重得到基于当前参考信息的目标行为规划，包括：
[0026]获取所述行为规划中行为动作数量，获取所述行为规划中每个行为动作的参考权重；
[0027]根据所述行为动作数量以及所述参考权重得到所述行为规划的拟合权重；
[0028]根据所述拟合权重得到基于当前参考信息的目标行为规划。
[0029]可选地，所述计算每个行为规划的拟合权重，根据所述拟合权重得到基于当前参考信息的目标行为规划之后，还包括：
[0030]根据所述行为规划生成多个模拟路线；
[0031]根据游戏评估标准得到所述模拟路线的多个游戏评估值；
[0032]将所述游戏评估值与对应的评估权重得到综合权重；
[0033]根据所述综合权重对所述行为规划中行为动作的参考权重进行调整得到新的参考权重。
[0034]可选地，所述计算每个行为规划的拟合权重，根据所述拟合权重得到基于当前参考信息的目标行为规划之后，包括：
[0035]获取监视器状态；
[0036]根据监视器状态对所述当前参考信息调整得到新增参考信息；
[0037]根据所述新增参考信息生成新增行为规划；
[0038]计算所述新增行为规划的新增拟合权重；
[0039]根据所述新增拟合权重与所述目标行为规划的拟合权重进行比较得到比较结果；
[0040]根据比较结果得到最终的目标行为规划。
[0041]此外，为实现上述目的，本专利技术还提出一种游戏AI行为规划装置，所述游戏AI行为规划装置包括：
[0042]动作生成模块，用于根据当前参考信息从行为目标池中选择一级行为动作；
[0043]所述动作生成模块，还用于通过预设算法对一级行为动作进行演化，得到目标行为动作；
[0044]行为规划模块，用于根据所述一级行为动作与所述目标行为动作生成多个行为规划；
[0045]所述行为规划模块，还用于计算每个行为规划的拟合权重，根据所述拟合权重得到基于当前参考信息的目标行为规划。
[0046]此外，为实现上述目的，本专利技术还提出一种游戏AI行为规划设备，所述游戏AI行为
规划设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的游戏AI行为规划程序，所述游戏AI行为规划程序配置为实现如上文所述的游戏AI行为规划方法的步骤。
[0047]此外，为实现上述目的，本专利技术还提出一种存储介质，所述存储介质上存储有游戏AI行为规划程序，所述游戏AI行为规划程序被处理器执行时实现如上文所述的游戏AI行为规划方法的步骤。
[0048]本专利技术通过当前参考信息从动作池中选择游戏AI的一级行为动作，通过预设算法对一级行为动作不断分解后得到的行为动作作为目标行为动作，该目标行为动作更符合当前游戏场景，并将每个分解的行为动作连接成一条行为动作规划；后台根据行为动作规划进行游戏进程模拟，得到不同行为动作规划的游戏进程，通过游戏进程不断进行权重更新，得到最有体验感的行为规划，有效提高玩家游戏体验感。
附图说明
[0049]图1是本专利技术实施例方案涉及的硬件运行环境的游戏AI行为规划设备的结构示意图；
[0050]图2为本专利技术游戏AI行为规划方法第一实施例的流程示意图；
[0051]图3为本专利技术游戏AI行为规划方法一实施例的A*算法演示图；
[0052]图4为本专利技术游戏AI行为规划方法一实施例的A*算法行为规划图
[0053]图5为本专利技术游戏AI行为规划方法第二实施例的流程示意图；
[0054]图6为本专利技术游戏AI行为规划方法第三实施例的流程示意图；
[0055]图7为本专利技术游戏AI行为规划装置第一实施例的结构框图。
[0056]本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种游戏AI行为规划方法，其特征在于，所述游戏AI行为规划方法包括：根据当前参考信息从行为目标池中选择一级行为动作；通过预设算法对一级行为动作进行演化，得到目标行为动作；根据所述一级行为动作与所述目标行为动作生成多个行为规划；计算每个行为规划的拟合权重，根据所述拟合权重得到基于当前参考信息的目标行为规划。2.如权利要求1所述的游戏AI行为规划方法，其特征在于，所述当前参考信息包括当前人物信息、当前世界信息。所述根据当前参考信息从行为目标池中选择一级行为动作，包括：根据当前人物信息得到智能选择级别，根据所述智能选择级别得到参考行为动作；将所述参考行为动作与当前世界信息进行匹配；若所述参考行为动作与所述当前世界信息匹配成功，则将所述参考行为动作作为一级行为动作；若所述参考行为动作与所述当前世界信息匹配失败，则重新执行根据所述智能选择级别得到参考行为动作的步骤。3.如权利要求1所述的游戏AI行为规划方法，其特征在于，所述当前参考信息还包括当前可执行动作；所述通过预设算法对一级行为动作进行演化，得到目标行为动作，包括：判断所述当前可执行动作与所述一级行为动作是否匹配；在所述当前可执行与所述一级行为动作匹配时，则将所述一级行为动作作为目标行为动作。4.如权利要求3所述的游戏AI行为规划方法，其特征在于，所述将所述当前可执行动作与所述一级行为动作进行匹配之后，还包括：当所述当前可执行动作与所述一级行为动作匹配失败，则判断所述一级行为动作是否可以分解；若所述一级行为动作可以分解，则将所述一级行为动作分解得到二级行为动作；将二级行为动作与所述当前可执行动作进行匹配；根据匹配结果判断是否停止分解。5.如权利要求1所述的游戏AI行为规划方法，其特征在于，所述计算每个行为规划的拟合权重，根据所述拟合权重得到基于当前参考信息的目标行为规划，包括：获取所述行为规划中行为动作数量，获取所述行为规划中每个行为动作的参考权重；根据所述行为动作数量以及所述参考权重得到所述行为...
【专利技术属性】
技术研发人员：魏新宇，刘挺，宋瑒，李晨城，
申请(专利权)人：深圳沸点方程式人工智能科技有限公司，
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。