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】
本专利技术涉及游戏优化,特别是一种基于手机用于足球游戏推理优化的方法。
技术介绍
1、随着近几年人工智能的快速发展,在电子游戏中使用ai智能体来替代传统行为树成为了游戏行业的趋势,同时得益于强化学习算法的不断进步,更多的强化学习环境被开发出来,游戏引擎也开始对在游戏中部署ai智能体进行支持。ml-agents是基于unity3d引擎开发的开源的强化学习插件,开发者通过ml-agents搭建好的神经网络来训练自己的深度学习模型,深度学习是一种通过奖惩机制配合环境信息,让智能体模型不断学习,从而让智能体做出最优操作的训练方法。
2、ml-agents因其在使用深度学习模型推理时产生的性能消耗较大,会对影响游戏的帧数,占用内存和设备算力,当出现这个问题时,只能通过修改推理间隔来减少推理时产生性能的消耗,但只是简单的修改推理间隔会导致以下问题:
3、(1)、间隔时间越长,深度学习模型输出越少,从而影响到深度学习模型的表现和训练深度学习模型的效率;
4、(2)、使用固定的推理间隔可以使深度学习模型在不进行推理时游戏帧较为然稳定,但在推理时帧数还是有明显的下降,使得游戏帧数上下浮动明显,比如在足球这类体育游戏中,需要的深度学习模型数量较多,在推理时卡顿较为明显。
5、在移动端中,深度学习模型推理的频率较快或者数量较多时,会使移动设备升温加快,同时可能会因为集中推理的原因导致内存无法释放,使得移动设备在运行游戏时,随着时长帧数逐渐降低。
技术实现思路
< ...【技术保护点】
1.一种基于手机用于足球游戏推理优化的方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的基于手机用于足球游戏推理优化的方法,其特征在于:所述步骤S1中,以所述球(1)为中心,由内而外划分有所述区域a(2)、所述区域b(3)和所述区域c(4)。
3.根据权利要求2所述的基于手机用于足球游戏推理优化的方法,其特征在于:所述步骤S2中,三个推理间隔之间的关系为:
【技术特征摘要】
1.一种基于手机用于足球游戏推理优化的方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的基于手机用于足球游戏推理优化的方法,其特征在于:所述步骤s1中,以所述球(1)为中心,由...
【专利技术属性】
技术研发人员:韩悦,
申请(专利权)人:成都先知者科技有限公司,
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。