一种数据处理方法及相关装置制造方法及图纸

本申请实施例公开了一种人工智能领域的数据处理方法及相关装置，其中该方法包括：通过特性强度模型，控制目标虚拟角色在参考游戏场景中执行参考任务，获得目标虚拟角色对应的目标特性强度数据；特性强度模型是基于强化学习机制训练的神经网络模型，用于根据游戏场景的状态数据预测虚拟角色所需执行的动作；目标特性强度数据用于表征目标虚拟角色在角色平衡性维度上的强度；通过战斗强度预测模型，根据目标特性强度数据确定目标虚拟角色对应的目标强度预测结果；目标强度预测结果用于表征目标虚拟角色的综合战斗强度。该方法能够提高虚拟角色的战斗强度预测结果的准确性和可靠性。性。性。

【技术实现步骤摘要】
一种数据处理方法及相关装置


[0001]本申请涉及计算机
，尤其涉及一种数据处理方法及相关装置。

技术介绍

[0002]在游戏测试业务中，对于新推出的虚拟角色或者原有配置被调整的虚拟角色，在其正式上线前，通常需要对其战斗强度进行预测评估(如预测虚拟角色的胜率)，从而便于根据该预测评估结果衡量该虚拟角色的配置是否合理。
[0003]相关技术中，通常由经验丰富的设计和测试人员根据自身对于虚拟角色的玩法和游戏机制的理解，主观地评估虚拟角色的战斗强度。然而，通过该方法得到的战斗强度评估结果的主观性过强，可靠性和准确性较低。

技术实现思路

[0004]本申请实施例提供了一种数据处理方法及相关装置，能够提高虚拟角色的战斗强度预测结果的准确性和可靠性。
[0005]有鉴于此，本申请第一方面提供了一种数据处理方法，所述方法包括：
[0006]通过特性强度模型，控制目标虚拟角色在参考游戏场景中执行参考任务，获得所述目标虚拟角色对应的目标特性强度数据；所述特性强度模型是基于强化学习机制训练的神经网络模型，用于根据游戏场景的状态数据预测虚拟角色所需执行的动作；所述目标特性强度数据用于表征所述目标虚拟角色在角色平衡性维度上的强度；
[0007]通过战斗强度预测模型，根据所述目标特性强度数据，确定所述目标虚拟角色对应的目标强度预测结果；所述目标强度预测结果用于表征所述目标虚拟角色的综合战斗强度。
[0008]本申请第二方面提供了一种数据处理装置，所述装置包括：
[0009]特性强度确定模块，用于通过特性强度模型，控制目标虚拟角色在参考游戏场景中执行参考任务，获得所述目标虚拟角色对应的目标特性强度数据；所述特性强度模型是基于强化学习机制训练的神经网络模型，用于根据游戏场景的状态数据预测虚拟角色所需执行的动作；所述目标特性强度数据用于表征所述目标虚拟角色在角色平衡性维度上的强度；
[0010]战斗强度预测模块，用于通过战斗强度预测模型，根据所述目标特性强度数据，确定所述目标虚拟角色对应的目标强度预测结果；所述目标强度预测结果用于表征所述目标虚拟角色的综合战斗强度。
[0011]本申请第三方面提供了一种计算机设备，所述设备包括处理器和存储器：
[0012]所述存储器用于存储计算机程序；
[0013]所述处理器用于根据所述计算机程序，执行如上述第一方面所述的数据处理方法的步骤。
[0014]本申请第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质用于
存储计算机程序，所述计算机程序用于执行上述第一方面所述的数据处理方法的步骤。
[0015]本申请第五方面提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，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第一方面所述的数据处理方法的步骤。
[0016]从以上技术方案可以看出，本申请实施例具有以下优点：
[0017]本申请实施例提供了一种数据处理方法，该方法用于通过神经网络模型对游戏中虚拟角色的战斗强度进行预测。在该方法中，先通过特性强度模型，控制目标虚拟角色在参考游戏场景中执行参考任务，并获得在此过程中产生的、用于表征目标虚拟角色在角色平衡性维度上的强度的目标特性强度数据；此处的特性强度模型是基于强化学习机制训练的神经网络模型，其用于根据游戏场景的状态数据预测虚拟角色所需执行的动作；然后，通过战斗强度预测模型，根据上述目标特性强度数据，确定用于表征该目标虚拟角色的综合战斗强度的目标强度预测结果。由此可见，本申请实施例提出了一套通用的复合型战斗强度预测架构，在该架构中，先利用基于强化学习机制训练得到的特性强度模型，确定目标虚拟角色在角色平衡性维度上的强度，然后利用战斗强度预测模型据此确定目标虚拟角色的战斗强度预测结果，如此实现了内网的特性强度数据到外网的战斗强度预测结果的转换。相比相关技术中由相关技术人员根据个人经验确定虚拟角色的战斗强度预测结果而言，本申请实施例提供的方案不再依赖人工主观经验，可以保证所确定的战斗强度预测结果具有较高的准确性和可靠性。
附图说明
[0018]图1为本申请实施例提供的数据处理方法的应用场景示意图；
[0019]图2为本申请实施例提供的数据处理方法的流程示意图；
[0020]图3为本申请实施例提供的追击特性对应的参考游戏场景示意图；
[0021]图4为本申请实施例提供的数据处理方法的实现架构示意图；
[0022]图5为本申请实施例提供的虚拟角色控制操作的示意图；
[0023]图6为本申请实施例提供的一种子特性强度模型的工作原理示意图；
[0024]图7为本申请实施例提供的一种特征转换模型的工作原理示意图；
[0025]图8为本申请实施例提供的特征转换模型的训练流程示意图；
[0026]图9为本申请实施例提供的一种子战斗强度预测模型的工作原理示意图；
[0027]图10为本申请实施例提供的子战斗强度预测模型的训练流程示意图；
[0028]图11为本申请实施例提供的数据处理方法的应用框架示意图；
[0029]图12为本申请实施例提供的数据处理方法的工作框架示意图；
[0030]图13为本申请实施例提供的数据处理装置的结构示意图；
[0031]图14为本申请实施例提供的终端设备的结构示意图；
[0032]图15为本申请实施例提供的服务器的结构示意图。
具体实施方式
[0033]为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的
附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0034]本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0035]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本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，其特征在于，所述方法包括：通过特性强度模型，控制目标虚拟角色在参考游戏场景中执行参考任务，获得所述目标虚拟角色对应的目标特性强度数据；所述特性强度模型是基于强化学习机制训练的神经网络模型，用于根据游戏场景的状态数据预测虚拟角色所需执行的动作；所述目标特性强度数据用于表征所述目标虚拟角色在角色平衡性维度上的强度；通过战斗强度预测模型，根据所述目标特性强度数据，确定所述目标虚拟角色对应的目标强度预测结果；所述目标强度预测结果用于表征所述目标虚拟角色的综合战斗强度。2.根据权利要求1所述的方法，其特征在于，所述通过战斗强度预测模型，根据所述目标特性强度数据，确定所述目标虚拟角色对应的目标强度预测结果，包括：通过特征转换模型，对所述目标特性强度数据进行特征转换处理，得到目标特征数据；所述目标特征数据用于表征所述目标虚拟角色的战斗特征；通过所述战斗强度预测模型，根据所述目标特征数据，确定所述目标强度预测结果。3.根据权利要求1或2所述的方法，其特征在于，所述特性强度模型中包括多个子特性强度模型，所述多个子特性强度模型分别对应不同的角色平衡性；所述通过特性强度模型，控制目标虚拟角色在参考游戏场景中执行参考任务，获得所述目标虚拟角色对应的目标特性强度数据，包括：针对每种所述角色平衡性，通过所述角色平衡性对应的子特性强度模型，控制所述目标虚拟角色在所述角色平衡性对应的参考游戏场景中，执行所述角色平衡性对应的参考任务，获得所述目标虚拟角色在所述角色平衡性下的特性强度数据；根据所述目标虚拟角色在所述多种角色平衡性下的特性强度数据，确定所述目标特性强度数据。4.根据权利要求3所述的方法，其特征在于，所述通过所述角色平衡性对应的子特性强度模型，控制所述目标虚拟角色在所述角色平衡性对应的参考游戏场景中，执行所述角色平衡性对应的参考任务，获得所述目标虚拟角色在所述角色平衡性下的特性强度数据，包括：基于所述角色平衡性对应的参考游戏场景，迭代执行虚拟角色控制操作；所述虚拟角色控制操作包括：通过所述角色平衡性对应的子特性强度模型，根据所述参考游戏场景的当前游戏画面和当前属性信息，确定所述目标虚拟角色所需执行的参考动作，控制所述目标虚拟角色执行所述参考动作，根据所述目标虚拟角色执行所述参考动作后所述角色平衡性对应的衡量指标信息的变化，确定本次所述虚拟角色控制操作对应的奖励数据；控制所述目标虚拟角色完成所述角色平衡性对应的参考任务后，根据所执行的各次所述虚拟角色控制操作各自对应的奖励数据，确定所述目标虚拟角色在所述角色平衡性下的特性强度数据。5.根据权利要求3所述的方法，其特征在于，每种所述角色平衡性对应的子特性强度模型通过以下方式训练：针对每种所述角色平衡性，通过待训练的所述角色平衡性对应的子特性强度模型，控制第一训练角色在所述角色平衡性对应的参考游戏场景中，执行所述角色平衡性对应的参考任务，并获得所述第一训练角色完成所述参考任务得到的总训练奖励数据；所述总训练奖励数据是根据所述第一训练角色在所述子特性强度模型的控制下执行的各次训练动作
确定的；以使所述总训练奖励数据满足预设奖励条件作为目标，调整所述子特性强度模型的模型参数。6.根据权利要求2所述的方法，其特征在于，所述通过特征转换模型，对所述目标特性强度数据进行特征转换处理，得到目标特征数据，包括：对所述目标特性强度数据进行第一标准化处理，得到标准特性强度数据；通过所述特征转换模型中的单调线性网络层，对所述标准特性强度数据进行特征转换处理，得到所述目标特征数据；所述目标特征数据与所述标准特性强度数据之间正相关。7.根据权利要求2...

【专利技术属性】
技术研发人员：张鹏，魏学峰，严明，肖央，邹越，李是希，
申请(专利权)人：深圳市腾讯天游科技有限公司，
类型：发明
国别省市：