对局解说的生成方法、装置、设备及存储介质制造方法及图纸

本申请实施例公开了一种对局解说的生成方法、装置、设备及存储介质，属于人工智能技术领域。该方法包括：获取当前对局时刻的事件选择状态，所述事件选择状态包括当前对局时刻可选择的解说事件集合、历史已选择的解说事件集合以及当前对局中的状态属性；将所述当前对局时刻的事件选择状态输入事件选择模型中的第一策略网络，得到所述第一策略网络输出的事件选择策略；将所述事件选择策略输入所述事件选择模型中的第二策略网络，得到所述第二策略网络输出的所述事件选择策略对应的目标选择事件；基于所述目标选择事件，生成当前对局时刻的对局解说。采用本申请实施例提供的方案，能够提高对局解说的连贯性和故事性。够提高对局解说的连贯性和故事性。够提高对局解说的连贯性和故事性。

【技术实现步骤摘要】
对局解说的生成方法、装置、设备及存储介质


[0001]本申请实施例涉及人工智能
，特别涉及一种对局解说的生成方法、装置、设备及存储介质。

技术介绍

[0002]随着电子竞技的快速发展，游戏赛事解说的市场规模急剧上升，而基于人工智能的游戏解说会使得游戏的解说成本大幅降低。而所有游戏解说的内容都是根据当前的事件选择生成的，所以事件选择的重要性不言而喻。
[0003]相关技术中，根据游戏核心数据，实时抽象生成事件池，再通过事件过滤来去除掉一些过期和超出范围的事件，进而再根据游戏核心数据通过专家知识库识别出现在游戏的一些状态来给每个事件的关键性打分，从而实现游戏解说的事件选择。
[0004]但是，这种基于规则的事件选择，仅仅考虑了当前事件的关键性，而没有充分考虑解说过程中各个事件之间的连贯性和故事性，影响了游戏智能解说的使用体验。

技术实现思路

[0005]本申请实施例提供了一种对局解说的生成方法、装置、设备及存储介质，能够提高对局解说的连贯性和故事性。所述技术方案如下：
[0006]一方面，本申请实施例提供了一种对局解说的生成方法，所述方法包括：
[0007]获取当前对局时刻的事件选择状态，所述事件选择状态包括当前对局时刻可选择的解说事件集合、历史已选择的解说事件集合以及当前对局中的状态属性；
[0008]将所述当前对局时刻的事件选择状态输入事件选择模型中的第一策略网络，得到所述第一策略网络输出的事件选择策略，所述事件选择策略指基于当前对局时刻的事件选择状态进行事件选择的策略；
[0009]将所述事件选择策略输入所述事件选择模型中的第二策略网络，得到所述第二策略网络输出的所述事件选择策略对应的目标选择事件，所述目标选择事件是指被选择为当前对局时刻对对局进行解说的事件；
[0010]基于所述目标选择事件，生成当前对局时刻的对局解说。
[0011]另一方面，本申请实施例提供了一种对局解说的生成装置，所述装置包括：
[0012]获取模块，用于获取当前对局时刻的事件选择状态，所述事件选择状态包括当前对局时刻可选择的解说事件集合、历史已选择的解说事件集合以及当前对局中的状态属性；
[0013]策略输出模块，用于将所述当前对局时刻的事件选择状态输入事件选择模型中的第一策略网络，得到所述第一策略网络输出的事件选择策略，所述事件选择策略指基于当前对局时刻的事件选择状态进行事件选择的策略；
[0014]事件输出模块，用于将所述事件选择策略输入所述事件选择模型中的第二策略网络，得到所述第二策略网络输出的所述事件选择策略对应的目标选择事件，所述目标选择
事件是指被选择为当前对局时刻对对局进行解说的事件；
[0015]生成模块，用于基于所述目标选择事件，生成当前对局时刻的对局解说。
[0016]另一方面，本申请实施例提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现如上述方面所述的对局解说的生成方法。
[0017]另一方面，本申请实施例提供了一种计算机可读存储介质，所述可读存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现如上述方面所述的对局解说的生成方法。
[0018]另一方面，本申请实施例提供了一种计算机程序产品，该计算机程序产品包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述方面提供的对局解说的生成方法。
[0019]本申请实施例中，在对对局进行解说的过程中，计算机设备获取当前对局时刻的事件选择状态，且该事件选择状态包括了当前对局时刻的可选择解说事件集合、历史已选择解说事件集合以及当前对局中的状态属性，进而计算机设备将该事件选择状态输入事件选择模型，首先通过第一策略网络确定对应的事件选择策略，再基于该事件选择策略，通过第二策略网络确定当前对局时刻的目标选择事件，从而根据目标选择事件，生成当前对局时刻的对局解说，并且当前对局时刻的目标选择事件又进一步成为了下一对局时刻的历史已选择解说事件，通过这样的方式，在保证了对局解说事件的关键性的前提下，提高了对局解说过程中各个解说事件之间的连贯性，从而增强了对局解说的故事性。
附图说明
[0020]图1示出了本申请一个实施例提供的实施环境的示意图；
[0021]图2示出了本申请一个示例性实施例提供的对局解说的生成方法的流程图；
[0022]图3示出了本申请一个示例性实施例提供的生成对局解说的过程示意图；
[0023]图4示出了本申请一个示例性实施例提供的第二策略网络的训练方法的流程图；
[0024]图5示出了本申请一个示例性实施例提供的训练第二策略网络的过程示意图；
[0025]图6示出了本申请一个示例性实施例提供的第一策略网络的训练方法的流程图；
[0026]图7示出了本申请一个示例性实施例提供的训练第一策略网络的过程示意图；
[0027]图8示出了本申请另一个示例性实施例提供的对局解说的生成方法的流程图；
[0028]图9示出了本申请一个示例性实施例提供的对局解说的生成装置的结构框图；
[0029]图10示出了本申请一个示例性实施例提供的计算机设备的结构示意图。
具体实施方式
[0030]为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
[0031]人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解
智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。
[0032]人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
[0033]机器学习(Machine Learning，ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、示本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对局解说的生成方法，其特征在于，所述方法包括：获取当前对局时刻的事件选择状态，所述事件选择状态包括当前对局时刻可选择的解说事件集合、历史已选择的解说事件集合以及当前对局中的状态属性；将所述当前对局时刻的事件选择状态输入事件选择模型中的第一策略网络，得到所述第一策略网络输出的事件选择策略，所述事件选择策略指基于当前对局时刻的事件选择状态进行事件选择的策略；将所述事件选择策略输入所述事件选择模型中的第二策略网络，得到所述第二策略网络输出的所述事件选择策略对应的目标选择事件，所述目标选择事件是指被选择为当前对局时刻对对局进行解说的事件；基于所述目标选择事件，生成当前对局时刻的对局解说。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：对所述第二策略网络进行训练，得到训练后的第二策略网络；基于所述训练后的第二策略网络，对所述第一策略网络进行训练，得到训练后的第一策略网络。3.根据权利要求2所述的方法，其特征在于，所述对所述第二策略网络进行训练，得到训练后的第二策略网络，包括：获取第一样本事件选择策略、第一样本事件选择状态以及专家解说事件轨迹，所述专家解说事件轨迹包括专家在进行对局解说过程中的事件选择策略以及各个时刻的事件选择状态；基于所述第一样本事件选择策略以及所述第一样本事件选择状态，通过所述第二策略网络，确定第二样本事件选择状态；基于所述第一样本事件选择策略、所述第一样本事件选择状态、所述第二样本事件选择状态以及所述专家解说事件轨迹，确定事件选择损失；以所述事件选择损失对所述第二策略网络进行训练，得到所述训练后的第二策略网络。4.根据权利要求3所述的方法，其特征在于，所述基于所述第一样本事件选择策略以及所述第一样本事件选择状态，通过所述第二策略网络，确定第二样本事件选择状态，包括：将所述第一样本事件选择策略以及所述第一样本事件选择状态输入所述第二策略网络，得到所述第二策略网络输出的第一样本选择事件；基于所述第一样本选择事件以及第一样本事件选择环境，确定所述第二样本事件选择状态，其中，所述第一样本事件选择环境包括样本对局环境以及样本事件所处的选择环境。5.根据权利要求3所述的方法，其特征在于，所述基于所述第一样本事件选择策略、所述第一样本事件选择状态、所述第二样本事件选择状态以及所述专家解说事件轨迹，确定事件选择损失，包括：基于所述第一样本事件选择状态、所述第二样本事件选择状态以及所述专家解说事件轨迹，通过判别器确定样本状态转移的第一边缘分布与专家状态转移的第二边缘分布之间的JS散度，所述JS散度表征所述第一边缘分布与所述第二边缘分布之间的离散程度；基于所述第一样本事件选择策略、所述第一样本事件选择状态以及所述第二样本事件选择状态，通过策略编码器确定所述第一样本事件选择策略与样本状态转移之间的相互信
息熵，所述相互信息熵表征所述第一样本事件选择策略与所述样本状态转移之间的关联程度；基于所述JS散度以及所述相互信息熵，确定所述事件选择损失。6.根据权利要求3所述的方法，其特征在于，所述方法还包括：构建专家解说事件轨迹打分器；基于所述专家解说事件轨迹打分器对应的打分标准，对所述专家解说事件轨迹进行打分，得到所述专家解说事件轨迹对应的打分结果；基于所述打分结果，对所述专家解说事件轨迹进行筛选，得到筛选后的专家解说事件轨迹。7.根据权利要求2所述的方法，其特征在于，所述基于所述训练后的第二策略网络，对所述第一策略网络进行训练，得到训练后的第一策略网络，包括：获取第三样本事件选择状态；将所述第三样本事件选择状态输入所述第一策略网络，得到所述第一策略网络输出的第二样本事件选择策略；将所述第二样本事件选择策略输入所述第二策略网络，得到所述第二策略网络输出的第二样本选择事件；基于所述第二样本选择事件以...

【专利技术属性】
技术研发人员：李鸣霄，刘思亮，黄鑫龙，沈晓斌，安东岳，陈祺，杨雄锴，唐杰，陈梓阳，杜楠，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：