[發(fā)明專利]游戲AI系統(tǒng)、游戲AI的信息處理方法、裝置和存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201910347792.2
• 申請日: 2019-04-28
• 公開（公告）號: CN111841016B
• 公開（公告）日: 2022-03-25
• 發(fā)明（設(shè)計）人: 田勇;卞俊杰;楊乃君;王琳;葉璨
• 申請（專利權(quán)）人: 北京達佳互聯(lián)信息技術(shù)有限公司
• 主分類號: A63F13/60
• 分類號: A63F13/60;A63F13/69
• 代理公司: 北京成創(chuàng)同維知識產(chǎn)權(quán)代理有限公司 11449
• 代理人: 張靖琳

本申請關(guān)于游戲AI系統(tǒng)、游戲AI的信息處理方法、裝置和計算機可讀存儲介質(zhì)。該信息處理方法包括：獲取游戲的當(dāng)前游戲狀態(tài)；根據(jù)與游戲?qū)?yīng)的游戲規(guī)則和當(dāng)前游戲狀態(tài)得到多個模擬游戲狀態(tài)；根據(jù)多個模擬游戲狀態(tài)生成搜索請求，并調(diào)用神經(jīng)網(wǎng)絡(luò)模型以獲得與多個搜索請求對應(yīng)的搜索結(jié)果；根據(jù)搜索結(jié)果選出多個模擬游戲狀態(tài)中的目標(biāo)游戲狀態(tài)，并據(jù)此生成操作指令；以及根據(jù)操作指令更新游戲的當(dāng)前游戲狀態(tài)。該信息處理方法的游戲規(guī)則的部分(人工編碼)和神經(jīng)網(wǎng)絡(luò)模型(調(diào)用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型)的部分分開實施，能夠增強系統(tǒng)靈活性，并且，通過調(diào)用神經(jīng)網(wǎng)絡(luò)模型進行決策能夠提高決策效率。

技術(shù)領(lǐng)域

本申請屬于信息技術(shù)領(lǐng)域，尤其是一種游戲AI系統(tǒng)、游戲AI的信息處理方法、裝置和計算機可讀存儲介質(zhì)。

背景技術(shù)

游戲AI(Artificial Intelligence，人工智能)在電子游戲項目中非常重要。游戲AI可以增加游戲的趣味性和可玩性，給用戶更好的游戲體驗，還可以在游戲發(fā)行初期緩解用戶量少導(dǎo)致的難以匹配問題。

然而，目前大部分的游戲AI還是采用人工編碼方式構(gòu)建智能決策系統(tǒng)，而對于很多游戲，需要很多場景和游戲難度的支持，相關(guān)技術(shù)中，一般針對每種場景都構(gòu)建一個智能決策系統(tǒng)，不同難度的游戲出現(xiàn)不同玩法時，也需要重新構(gòu)建決策系統(tǒng)。當(dāng)前技術(shù)中的游戲AI系統(tǒng)通用性差，應(yīng)對不同場景的擴展性也差。

發(fā)明內(nèi)容

有鑒于此，本申請公開了一種通用性的游戲AI系統(tǒng)、游戲AI的信息處理方法、裝置和計算機可讀存儲介質(zhì)。

第一方面，本公開實施例提供了一種游戲AI系統(tǒng)，包括：

業(yè)務(wù)層模塊，用于將獲取到的游戲的當(dāng)前游戲狀態(tài)反饋給邏輯層模塊，并接收所述邏輯層模塊反饋的操作指令以更新所述游戲的當(dāng)前游戲狀態(tài)；

所述邏輯層模塊，包括操作確定模塊和模擬器，

所述模擬器內(nèi)封裝有至少一個游戲規(guī)則，所述模擬器用于根據(jù)與所述游戲?qū)?yīng)的游戲規(guī)則和所述當(dāng)前游戲狀態(tài)得到多個模擬游戲狀態(tài)；

所述操作確定模塊用于根據(jù)各個所述模擬游戲狀態(tài)生成搜索請求，并調(diào)用神經(jīng)網(wǎng)絡(luò)模型以獲得與各搜索請求對應(yīng)的搜索結(jié)果，以及根據(jù)所述搜索結(jié)果選出所述多個模擬游戲狀態(tài)中的目標(biāo)游戲狀態(tài)，并據(jù)此生成所述操作指令反饋給所述業(yè)務(wù)層模塊；

計算層模塊，包括神經(jīng)網(wǎng)絡(luò)模型，用于采用神經(jīng)網(wǎng)絡(luò)模型響應(yīng)各所述搜索請求執(zhí)行搜索操作，得到所述模擬游戲狀態(tài)各自的搜索結(jié)果并將所述搜索結(jié)果反饋給所述邏輯層模塊。

在一些實施例中，所述計算層模塊還包括：第一監(jiān)聽結(jié)點，所述第一監(jiān)聽結(jié)點用于當(dāng)監(jiān)聽到有新的神經(jīng)網(wǎng)絡(luò)模型產(chǎn)生的情況下，加載所述新的神經(jīng)網(wǎng)絡(luò)模型。

在一些實施例中，所述第一監(jiān)聽結(jié)點通過定期掃描存儲記錄有神經(jīng)網(wǎng)絡(luò)模型信息的共享目錄，以確定是否有新的神經(jīng)網(wǎng)絡(luò)模型產(chǎn)生。

在一些實施例中，所述計算層模塊還包括：第二監(jiān)聽結(jié)點，所述第二監(jiān)聽結(jié)點用于將在預(yù)定時間段內(nèi)接收到的搜索請求和/或預(yù)定數(shù)量的搜索請求處理成批量請求，調(diào)用所述神經(jīng)網(wǎng)絡(luò)模型響應(yīng)所述批量請求。

在一些實施例中，所述神經(jīng)網(wǎng)絡(luò)模型為蒙特卡洛樹搜索模型。

在一些實施例中，所述游戲AI系統(tǒng)還包括：

部署模塊，所述部署模塊用于獲取生成所述當(dāng)前游戲狀態(tài)的當(dāng)前終端的硬件配置，并基于所述硬件配置，將所述業(yè)務(wù)層模塊、所述邏輯層模塊和所述計算層模塊的部分或者全部部署在所述當(dāng)前終端上。

在一些實施例中，所述部署模塊用于在所述硬件配置滿足所述業(yè)務(wù)層模塊、所述邏輯層模塊和所述計算層模塊所需的預(yù)定處理資源的情況下，將所述業(yè)務(wù)層模塊、所述邏輯層模塊和所述計算層模塊部署在所述當(dāng)前終端上；