【技术实现步骤摘要】
本申请涉及计算机，具体而言，涉及一种对局组队方法、装置、电子设备及存储介质。
技术介绍
1、目前游戏对局中常见的组队机制，主要是基于成员的选择，从而获取成员选择的位置和阵营满意度最大化的方案，即在成员进行游戏对局的组队匹配请求时，可以选择自己倾向的阵营或者位置(即在阵营中所扮演的角色)，然后根据倾向位置和实际分到的位置，可以计算成员对当前匹配分路的满意度，将整局玩家满意度相加所得的满意度作为优化目标，最终选择满意度最大的组合进行成局。但此类方案有很大可能得到多种差异较大的组合，如果这些组合的满意度同时最高，此时只能随机选择，无法进行筛选，且可能存在阵营中实力不均衡的情况。
技术实现思路
1、为解决上述技术问题，本申请的实施例提供了一种对局组队方法及装置、电子设备、计算机可读存储介质、计算机程序产品。
2、根据本申请实施例的一个方面，提供了一种对局组队方法，包括获取多个成员进行对局组队所得到的初始游戏对局组合；其中，所述初始游戏对局组合包括两方阵营，各成员在各自阵营中所处于的位置对应阵营中不同的游戏角色；交换所述初始游戏对局组合中两方阵营内成员之间的位置，得到多个候选对局组合；根据每位成员的对局特征预测每个候选对局组合的均衡对局分数；其中所述均衡对局分数表征以候选对局组合进行游戏对局达到均衡对局的可能性；根据各候选对局组合的均衡对局分数选择目标候选组合，以所述目标候选组合进行游戏对局。
3、根据本申请实施例的一个方面，提供了一种对局组队装置，包括初始游戏对局组
4、在一实施例中，均衡对局分数确定模块包括：
5、组合编码值确定单元，配置为基于不同候选对局组合中各成员所处的阵营以及在阵营中所处的位置，对各候选对局组合中成员的对局特征进行编码，得到各候选对局组合的组合编码值；
6、均衡对局分数确定单元，配置为根据所述各候选对局组合的组合编码值，预测每个候选对局组合的均衡对局分数。
7、在一实施例中，组合编码值确定单元包括：
8、近景特征获取子单元，配置为根据各候选对局组合中每个成员所处的阵营以及在阵营中所处的位置，对各候选对局组合中每个成员的近景对局特征分别进行编码处理，得到各候选对局组合中每个成员的近景特征；其中，所述近景对局特征表征对应成员在预设近景时间段内的对局表现信息；
9、组合特征获取子单元，配置为对各候选对局组合中每个成员的远景对局特征和当前对局特征进行编码处理，得到各候选对局组合的组合特征；其中，所述远景对局特征表征成员在预设远景时间段内的对局统计表现信息，所述当前对局特征表征成员的对局当前状态信息；
10、成员拼接特征获取子单元，配置为将各成员的近景特征和所述各候选对局组合的组合特征中各成员对应的特征信息进行特征拼接，得到不同候选对局组合中各成员的成员拼接特征；
11、第一组合编码值获取子单元，配置为对所述不同候选对局组合中各成员的成员拼接特征进行特征拼接编码处理，得到各候选对局组合的组合编码值。
12、在一实施例中，所述近景对局特征根据对局场次的不同，划分为多个对局场次的近景对局特征；近景特征获取子单元包括：
13、近景压缩特征获取板块，配置为对不同对局场次的近景对局特征分别进行特征压缩处理，得到不同对局场次的近景压缩特征；
14、场次序列信息添加板块，配置为在所述不同对局场次的近景压缩特征中分别添加场次序列信息；
15、近景序列特征获取板块，配置为基于多层自注意力机制将添加了场次序列信息的近景压缩特征进行序列深度学习，得到各层输出的近景序列特征；
16、近景特征获取板块，配置为将各层输出的近景序列特征进行注意力交互，得到所述近景特征。
17、在一实施例中，所述近景对局特征包括与对应成员所在阵营相关的阵营对局特征、与对应成员所在阵营不相关的非阵营对局特征；近景压缩特征获取板块包括：
18、压缩特征获取子板块，配置为对不同对局场次的阵营对局特征和非阵营对局特征分别进行特征压缩处理，对应得到不同对局场次的阵营压缩特征和非阵营压缩特征；
19、近景压缩特征获取子板块，配置为将相同对局场次的阵营压缩特征与非阵营压缩特征进行特征拼接，得到各对局场次的近景压缩特征。
20、在一实施例中，组合编码值确定单元包括：
21、成员压缩特征获取子单元，配置为对各成员的远景对局特征和当前对局特征进行特征压缩处理，得到各成员的成员压缩特征；
22、成员序列信息添加子单元，配置为在各成员的成员压缩特征中添加成员序列信息；
23、成员序列特征获取子单元，配置为基于多层自注意力机制将添加了成员序列信息的成员压缩特征进行序列深度学习，得到各层输出的成员序列特征；
24、组合特征获取子单元，配置为将各层输出的成员序列特征进行注意力交互，得到所述组合特征。
25、在一实施例中，组合编码值确定单元包括：
26、离散化处理子单元，配置为将所述对局特征中的连续特征进行离散化处理；
27、编码子单元，配置为将进行离散化处理后的连续特征以及所述组队匹配特征中的离散特征分别进行特征编码处理，得到多个编码值；
28、拼接子单元，配置为将所述多个编码值进行拼接，得到进行预处理后的对局特征；
29、第二组合编码值获取子单元，配置为基于不同候选对局组合中各成员所处的阵营以及在阵营中所处的位置，对所述进行预处理后的对局特征进行编码，得到各候选对局组合的组合编码值。
30、在一实施例中，所述根据每位成员的对局特征预测每个候选对局组合的均衡对局分数是由预先训练的组队分数预测网络执行；该装置还包括：
31、初始的组队分数预测网络构建模块，配置为构建初始的组队分数预测网络；
32、均衡对局分数确定模块，配置为将训练对局组合中各成员的训练对局特征输入至所述初始的组队分数预测网络，得到所述训练组合输出的训练均衡对局分数；
33、组队分数预测网络训练模块，配置为根据所述训练均衡对局分数和各训练组合的实际游戏对局结果标签计算损失函数值，并基于所述损失函数值对所述初始的组队分数预测网络进行参数调整，以得到所述训练好的组队分数预测网络。
34、在一实施例中，所述损失本文档来自技高网...
【技术保护点】
1.一种对局组队方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据每位成员的对局特征预测每个候选对局组合的均衡对局分数，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于不同候选对局组合中各成员所处的阵营以及在阵营中所处的位置，对各候选对局组合中成员的对局特征进行编码，得到各候选对局组合的组合编码值，包括：
4.根据权利要求3所述的方法，其特征在于，所述近景对局特征根据对局场次的不同，划分为多个对局场次的近景对局特征；所述根据各候选对局组合中每个成员所处的阵营以及在阵营中所处的位置，对各候选对局组合中每个成员的近景对局特征分别进行编码处理，得到各候选对局组合中每个成员的近景特征，包括：
5.根据权利要求4所述的方法，其特征在于，所述近景对局特征包括与对应成员所在阵营相关的阵营对局特征、与对应成员所在阵营不相关的非阵营对局特征；所述对不同对局场次的近景对局特征分别进行特征压缩处理，得到不同对局场次的近景压缩特征，包括：
6.根据权利要求3所述的方法，其特征在于，所述对各候选对局组合中每个成
7.根据权利要求2所述的方法，其特征在于，所述基于不同候选对局组合中各成员所处的阵营以及在阵营中所处的位置，对各候选对局组合中成员的对局特征进行编码，得到各候选对局组合的组合编码值，包括：
8.一种对局组队装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，其上存储有计算机可读指令，当所述计算机可读指令被计算机的处理器执行时，使计算机执行权利要求1至7中的任一项所述的方法。
11.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法。
...【技术特征摘要】
1.一种对局组队方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据每位成员的对局特征预测每个候选对局组合的均衡对局分数，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于不同候选对局组合中各成员所处的阵营以及在阵营中所处的位置，对各候选对局组合中成员的对局特征进行编码，得到各候选对局组合的组合编码值，包括：
4.根据权利要求3所述的方法，其特征在于，所述近景对局特征根据对局场次的不同，划分为多个对局场次的近景对局特征；所述根据各候选对局组合中每个成员所处的阵营以及在阵营中所处的位置，对各候选对局组合中每个成员的近景对局特征分别进行编码处理，得到各候选对局组合中每个成员的近景特征，包括：
5.根据权利要求4所述的方法，其特征在于，所述近景对局特征包括与对应成员所在阵营相关的阵营对局特征、与对应成员所在阵营不相关的非阵营对局特征；所述对不同对局场次的近景对...
【专利技术属性】
技术研发人员：张朝运，王锴，陈文龙，郑炳超，王荣奇，
申请(专利权)人：深圳市腾讯网域计算机网络有限公司，
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。