System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及互联网,尤其涉及一种游戏交互方法、装置、设备及存储介质。
技术介绍
1、随着人工智能(artificial intelligence,ai)的快速发展,如今已有许多将人工智能应用于游戏的案例。
2、然而,现有技术无法生成游戏ai角色的当前交互信息,不利于提高游戏ai角色的信息交互效率。其原因在于,现有技术的游戏ai角色不具备发布当前交互信息的能力,在游戏环境中,游戏ai角色无法通过当前交互信息与其他玩家交流,因此,不利于提高游戏ai角色的信息交互效率。
技术实现思路
1、本申请实施例提供一种游戏交互方法、装置、设备及存储介质,以解决上述现有技术无法生成游戏ai角色的当前交互信息,不利于提高游戏ai角色的信息交互效率。
2、第一方面,本申请实施例提供了一种游戏交互方法,所述游戏交互方法包括:
3、读取历史游戏数据,在所述历史游戏数据获取用户角色的用户游戏参数以及用户交互信息,所述用户角色为用户控制的游戏角色,所述用户交互信息包括所述用户角色发送过的表情、信号、缩略语、文字和语音中的其中一种或其组合;
4、建立所述用户游戏参数和所述用户交互信息的映射关系,将所述用户游戏参数、所述用户交互信息以及所述映射关系存储到所述用户角色的数据集;
5、使用预设的机器学习算法在所述数据集上训练预设的交互信息预测模型;
6、读取当前游戏数据,在所述当前游戏数据获取游戏ai角色的当前游戏参数,所述游戏ai角色为所述游戏ai
7、将所述当前游戏参数输入训练后的所述交互信息预测模型中,得到所述交互信息预测模型根据所述当前游戏参数输出的所述游戏ai角色的当前交互信息;
8、控制所述游戏ai角色发布所述当前交互信息。
9、作为一个可选的实施方式,所述使用预设的机器学习算法在所述数据集上训练预设的交互信息预测模型,包括:
10、使用预设的机器学习算法,以所述用户游戏参数为自变量,以所述用户交互信息为因变量,在所述数据集上训练预设的交互信息预测模型;
11、判断所述交互信息预测模型是否达到了预设条件;
12、如果所述交互信息预测模型达到了所述预设条件,就停止训练所述交互信息预测模型,所述预设条件包括训练次数达到了预设次数、训练时间达到了预设时间、最小化的损失函数使所述交互信息预测模型达到收敛状态中的其中一种或其组合。
13、作为一个可选的实施方式,所述读取历史游戏数据,在所述历史游戏数据获取用户角色的用户游戏参数以及用户交互信息,包括:
14、在所述历史游戏数据中,读取所述用户角色的对局数据;
15、在所述用户角色的对局数据中,提取所述用户角色的所述用户游戏参数以及所述用户交互信息。
16、作为一个可选的实施方式,所述读取当前游戏数据,在所述当前游戏数据获取游戏ai角色的当前游戏参数,包括:
17、在所述当前游戏数据中,读取所述游戏ai角色的对局数据;
18、在所述游戏ai角色的对局数据中,提取所述游戏ai角色的所述当前游戏参数。
19、作为一个可选的实施方式,在所述控制所述游戏ai角色发布所述当前交互信息之后,所述游戏交互方法还包括:
20、获取游戏局势和游戏模式;
21、根据所述游戏局势和所述游戏模式,识别所述游戏ai角色的风格类型;
22、基于所述游戏ai角色的所述风格类型和所述当前交互信息,生成决策指令,控制所述游戏ai角色发布所述决策指令。
23、作为一个可选的实施方式,所述机器学习算法包括支持神经网络算法、向量机算法、随机森林算法中的其中一种或其组合。
24、作为一个可选的实施方式,所述用户游戏参数包括所述用户角色的在游戏环境中的位置、段位、金钱、杀敌数、装备、血量、等级、攻击技能、防御技能中的其中一种或其组合;
25、所述当前游戏参数包括所述游戏ai角色的在游戏环境中的位置、段位、金钱、杀敌数、装备、血量、等级、攻击技能、防御技能中的其中一种或其组合。
26、第二方面,本申请实施例还提供了一种游戏交互装置,所述游戏交互装置包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器调用所述存储器中的计算机程序时执行上述的游戏交互方法。
27、第三方面,本申请实施例还提供了一种设备,所述设备包括如上述的游戏交互装置。
28、第四方面,本申请实施例还提供了一种存储介质,所述存储介质用于存储计算机程序,所述计算机程序被处理器执行时使所述处理器实现上述的游戏交互方法。
29、本申请实施例提供了一种游戏交互方法、装置、设备及存储介质,方法包括:
30、读取历史游戏数据,在所述历史游戏数据获取用户角色的用户游戏参数以及用户交互信息,所述用户角色为用户控制的游戏角色,所述用户交互信息包括所述用户角色发送过的表情、信号、缩略语、文字和语音中的其中一种或其组合;
31、建立所述用户游戏参数和所述用户交互信息的映射关系,将所述用户游戏参数、所述用户交互信息以及所述映射关系存储到所述用户角色的数据集;
32、使用预设的机器学习算法在所述数据集上训练预设的交互信息预测模型;
33、读取当前游戏数据,在所述当前游戏数据获取游戏ai角色的当前游戏参数,所述游戏ai角色为所述游戏ai控制的游戏角色;
34、将所述当前游戏参数输入训练后的所述交互信息预测模型中,得到所述交互信息预测模型根据所述当前游戏参数输出的所述游戏ai角色的当前交互信息;
35、控制所述游戏ai角色发布所述当前交互信息。
36、本申请实施例的有益效果在于两方面,一方面,将所述当前游戏参数输入训练后的所述交互信息预测模型中,得到所述交互信息预测模型根据所述当前游戏参数输出的所述游戏ai角色的当前交互信息,能快速生成游戏ai角色的当前交互信息;另一方面,控制所述游戏ai角色发布所述当前交互信息,使得游戏ai角色具备发布当前交互信息的能力,在游戏环境中,游戏ai角色能通过当前交互信息与其他玩家交流,因此,有利于提高游戏ai角色的信息交互效率,同时有利于提高游戏ai角色的拟人性,使得游戏ai角色更具有真实性。
本文档来自技高网...【技术保护点】
1.一种游戏交互方法,其特征在于,所述游戏交互方法包括:
2.根据权利要求1所述的游戏交互方法,其特征在于,所述使用预设的机器学习算法在所述数据集上训练预设的交互信息预测模型,包括:
3.根据权利要求1所述的游戏交互方法,其特征在于,所述读取历史游戏数据,在所述历史游戏数据获取用户角色的用户游戏参数以及用户交互信息,包括:
4.根据权利要求1所述的游戏交互方法,其特征在于,所述读取当前游戏数据,在所述当前游戏数据获取游戏AI角色的当前游戏参数,包括:
5.根据权利要求1所述的游戏交互方法,其特征在于,在所述控制所述游戏AI角色发布所述当前交互信息之后,所述游戏交互方法还包括:
6.根据权利要求1至5中任一项所述的游戏交互方法,其特征在于,所述机器学习算法包括支持神经网络算法、向量机算法、随机森林算法中的其中一种或其组合。
7.根据权利要求1至5中任一项所述的游戏交互方法,其特征在于,
8.一种游戏交互装置,其特征在于,所述游戏交互装置包括处理器、存储器,所述存储器存储有可被所述处理器执行的计算机程
9.一种设备,其特征在于,所述设备包括如权利要求8所述的游戏交互装置。
10.一种存储介质,用于计算机可读存储,其特征在于,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现权利要求1至7中任一项所述的游戏交互方法的步骤。
...【技术特征摘要】
1.一种游戏交互方法,其特征在于,所述游戏交互方法包括:
2.根据权利要求1所述的游戏交互方法,其特征在于,所述使用预设的机器学习算法在所述数据集上训练预设的交互信息预测模型,包括:
3.根据权利要求1所述的游戏交互方法,其特征在于,所述读取历史游戏数据,在所述历史游戏数据获取用户角色的用户游戏参数以及用户交互信息,包括:
4.根据权利要求1所述的游戏交互方法,其特征在于,所述读取当前游戏数据,在所述当前游戏数据获取游戏ai角色的当前游戏参数,包括:
5.根据权利要求1所述的游戏交互方法,其特征在于,在所述控制所述游戏ai角色发布所述当前交互信息之后,所述游戏交互方法还包括:
6.根据权利要求1至5中任一项所述的游戏...
【专利技术属性】
技术研发人员:李赐兴,纪晓龙,李志龙,汤善敏,季兴,
申请(专利权)人:超参数科技深圳有限公司,
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。