[發明專利]游戲難度評估方法、裝置和系統

在審

• 申請號: 201811000985.2
• 申請日: 2018-08-30
• 公開（公告）號: CN109126140A
• 公開（公告）日: 2019-01-04
• 發明（設計）人: 李超然;劉澄;馬恒;郭祥昊;陳瑽
• 申請（專利權）人: 北京深極智能科技有限公司
• 主分類號: A63F13/79
• 分類號: A63F13/79
• 代理公司: 北京金咨知識產權代理有限公司 11612
• 代理人: 宋教花

1.一種計算機游戲難度評估方法，其特征在于，該方法包括：

在利用代理算法通過計算機游戲的應用程序編程API接口操作計算機游戲而模擬玩游戲操作的過程中，通過數據收集器記錄游戲數據；

根據記錄的游戲數據中每個決策時刻的所有嘗試對應的多個目標的目標完成程度度量該時刻計算機游戲的目標達成難度；

根據記錄的游戲數據中每個決策時刻的所有行為對應的多個目標的目標完成程度度量當前時刻所述計算機游戲的策略空間相關難度；

基于各個時刻的目標達成難度和策略空間相關難度評估所述計算機游戲的難度。

2.根據權利要求1所述的方法，其特征在于，根據記錄的游戲數據中每個決策時刻的所有嘗試對應的多個目標的目標完成程度度量該時刻計算機游戲的目標達成難度的步驟包括：

根據記錄的游戲數據獲取每個決策時刻的所有嘗試對應的各個目標的目標完成度集合，基于每個目標的目標完成度集合得到每個目標的目標完成程度相關難度的平均值和最大值，且基于各個目標的目標完成程度相關難度的平均值和最大值評估該決策時刻計算機游戲的目標達成難度。

3.根據權利要求1所述的方法，其特征在于，根據記錄的游戲數據中每個決策時刻的所有行為對應的多個目標的目標完成程度度量當前時刻所述計算機游戲的策略空間相關難度的步驟包括：

根據記錄的游戲數據獲取每個時刻下每一行為對應的各個目標的目標完成度集合；

計算出每一行為對應的各個目標的目標完成度的平均值和最大值；

計算所有行為對應的各個目標的目標完成度平均值的標準差和最大值的標準差；

基于所述平均值的標準差和最大值的標準差評估該時刻所述計算機游戲的策略空間相關難度。

4.根據權利要求1所述的方法，其特征在于，所述基于各個時刻的目標達成難度和策略空間難度評估所述計算機游戲的難度的步驟包括：

基于如下公式評估所述計算機游戲的難度：

其中，D表示計算機游戲的難度，表示游戲在決策時刻t的目標達成難度，表示游戲在決策時刻t的策略空間相關難度，C_G為影響難度的系數，C_S為影響難度的系數，T為最終決策時刻。

5.根據權利要求4所述的方法，其特征在于，滿足以下公式：

其中，

為難度調整系數；

和分別為和的非線性函數，其中λ_a和λ_m分別為和的非線性系數；

表示第j個目標的目標完成程度相關難度的集合的平均值；

表示第j個目標的目標完成程度相關難度的集合的最大值；

表示第j個目標的目標完成程度相關難度的集合，

表示第j個目標的目標完成度；

g_j為玩游戲過程中所有目標的集合G＝{g₁，g₂，…，g_j，…，g_z}中的第j個目標，表示當前對于第j個目標達成的程度，表示對于第j個目標最終需要達成的程度。

6.根據權利要求4所述的方法，其特征在于，滿足以下公式：

其中：

為難度調整系數；

A_i為在i時刻的所有行為的集合；

K為行為數；

表示t＝i時刻行為a_k對應的目標g_j的目標完成度集合的平均值，其中表示選擇行為a_k之后的所有嘗試所獲得的目標g_j的目標完成程度的集合；

表示t＝i時刻行為a_k對應的目標g_j的目標完成度集合的最大值；

表示對求標準差；表示對求標準差。

7.根據權利要求1所述的方法，其特征在于，所述代理算法為隨機算法、蒙特卡洛樹算法或策略梯度算法。