[發明專利]游戲中角色行為的生成方法和裝置

有效

• 申請號: 201610873452.X
• 申請日: 2016-09-30
• 公開（公告）號: CN106390456B
• 公開（公告）日: 2018-09-18
• 發明（設計）人: 杜家春;鄧大付;殷俊;程序;萬樂;李英杰
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: A63F13/56
• 分類號: A63F13/56
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 董文倩;褚敏

本發明公開了一種游戲中角色行為的生成方法和裝置。其中，該方法包括：接收游戲客戶端發送的當前游戲的狀態數據，其中，狀態數據用于指示當前游戲中多個角色的當前狀態；從當前狀態開始，從預先獲取到的行為順序庫中獲取當前游戲相關的行為順序序列；按照行為執行順序依次使用行為預測模型對多個角色進行仿真模擬，得到模擬結果和更新后的行為預測模型，其中，更新后的行為預測模型是根據模擬結果進行更新得到的；使用更新后的行為預測模型生成行為信息，其中，行為信息用于指示多個角色中的一個或多個在當前狀態之后的下一個行為；將行為信息發送給游戲客戶端。本發明解決了游戲中角色行為生成的準確度較低的技術問題。

技術領域

本發明涉及計算機領域，具體而言，涉及一種游戲中角色行為的生成方法和裝置。

背景技術

目前，在電腦游戲當中，游戲玩家可以與電腦人工智能(ArtificialIntelligence，簡稱為AI)進行交互或者對戰來體驗游戲，因此電腦AI能力的強弱對于游戲玩家來說至關重要。一個好的AI能夠盡可能地模擬出人的動作，機器學習是做出這樣的AI的目前最主要的一類方法。

一般來說，AI的實現有兩個階段：離線訓練階段和在線實施階段。離線訓練階段需要大量的有價值的訓練數據，而游戲的真實日志數據通常遠遠達不到數據量上的要求，目前通過仿真的方法進行游戲模擬來產生日志數據是一種常用的做法。在線實施階段，為了快速準確地預測下一步的策略或者動作，基于當前的游戲信息進行仿真來模擬游戲進程從而進行評估也是一種常用的做法。游戲的仿真方法當前主要有蒙特卡洛樹搜索(MonteCarlo Tree Search，簡稱為MCTS)、行為樹等，例如，在棋類游戲中，利用MCTS來預測每一步的走子，在實時戰略游戲中，利用行為樹來控制NPC的下一步動作。但是這些仿真方法或者僅僅考慮了兩個角色進行對戰，因而按照游戲的回合順序分別進行模擬，或者假設非玩家角色(Non-Player Character，簡稱為NPC)之間相互無關，或者存在一些簡單的單依賴關系，無論哪一種情況，對所有NPC同時進行模擬都無法有效地處理實時多人對戰游戲中角色兩兩之間均可能都有依賴關系的情況。

圖1是根據相關技術中的一種游戲中角色行為的生成方法的流程圖。如圖1所示，該游戲中角色行為的生成方法包括以下步驟：步驟S101′，仿真模擬A方的策略或動作，可以用MCTS等方法仿真；步驟S102′，判斷游戲是否結束，如果是，則結束，如果否，則轉至步驟S103′；步驟S103′，仿真模擬B方的策略或動作，可以用MCTS等方法仿真，步驟S104′，判斷游戲是否結束，如果是，則結束，如果否，則轉至步驟S101′，可以實現棋類游戲的仿真，但是無法有效地處理實時多人對戰游戲中角色兩兩之間存在相互依賴的復雜情況，游戲中角色行為生成的準確度較低。

圖2是根據相關技術中的另一種游戲中角色行為的生成方法的流程圖。如圖2所示，該游戲中角色行為的生成方法包括以下步驟：步驟S201′，同時仿真模擬所有NPC的策略或動作，可以用MCTS等方法仿真；步驟S202′，判斷游戲是否結束，如果是，則結束，如果否，則轉至步驟S201′，可以實現實時戰略類游戲的仿真，但是無法有效地處理實時多人對戰游戲中角色兩兩之間存在相互依賴的復雜情況，游戲中角色行為生成的準確度較低。

針對上述的游戲中角色行為生成的準確度較低的問題，目前尚未提出有效的解決方案。

發明內容

本發明實施例提供了一種游戲中角色行為的生成方法和裝置，以解決游戲中角色行為生成的準確度較低的技術問題。