[發明專利]一種虛擬對象的決策方法和裝置

在審

• 申請號: 201910400134.5
• 申請日: 2019-05-14
• 公開（公告）號: CN110102055A
• 公開（公告）日: 2019-08-09
• 發明（設計）人: 蔡康
• 申請（專利權）人: 網易（杭州）網絡有限公司
• 主分類號: A63F13/56
• 分類號: A63F13/56;A63F13/55;H04L29/06
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 莎日娜

本發明實施例提供了一種虛擬對象的決策方法及裝置，通過獲取游戲中目標陣營的游戲數據，其中，游戲數據包括目標陣營中虛擬對象的收益信息以及代價信息，以及針對虛擬對象的游戲策略，根據收益信息以及代價信息，計算游戲策略對應的第一策略分值，根據第一策略分值，從游戲策略中確定第一目標策略，虛擬對象執行第一目標策略，從而一方面通過對虛擬對象賦予游戲AI，使其在游戲中表現更加智能，避免了虛擬對象的行為固化，提高了用戶的游戲體驗，另一方面，通過結合收益與代價計算策略分值，避免狀態機、行為樹規則中大量分散的單一條件判斷，方便開發者對游戲進行擴展以及維護，提高了開發者的工作效率。

技術領域

本發明涉及游戲技術領域，特別是涉及一種虛擬對象的決策方法和一種虛擬對象的決策裝置。

背景技術

對于游戲而言，游戲NPC(Non-Player Character，非玩家角色)是必不可少的元素，為了使NPC更加生動，游戲開發者通常賦予NPC以AI(Artificial Intelligence，人工智能)，并將游戲NPC的行為邏輯統稱為游戲AI，優秀的游戲AI能夠給玩家帶來較好的游戲體驗。

在游戲中，可以根據智能水平分為低級游戲AI和高級游戲AI。低級游戲AI通常為游戲中非主要NPC，如小怪、野怪等，低級游戲AI只需要按照一定的設計好的路線行進，并通過簡單邏輯與游戲玩家進行交互。而對于高級AI，則是帶有博弈性質的游戲主角之一，它與玩家唯一的不同點在于它由電腦來操控。因此，為了使能夠給玩家帶來較好的游戲體驗，需要高級游戲AI具有較高的決策能力。

當前采用的是有限狀態機，或者行為樹，或者深度學習設計游戲AI，使得游戲AI具備一定的決策。然而，上述方式當游戲規則發生變化時，基于狀態機或行為樹實現的游戲AI需要對整個邏輯進行調整，假設游戲AI邏輯結構已經較為復雜，則調整工作困難，難以進行擴展和維護。其次，有限狀態機是按照有限條件進行狀態跳轉，行為樹是按照開發人員指定的有限條件節點選擇行為，兩種游戲AI的開發方法通常都會導致游戲AI行為出現明顯的固化且可被預測的問題。

發明內容

鑒于上述問題，提出了本發明實施例以便提供一種克服上述問題或者至少部分地解決上述問題的一種虛擬對象的決策方法和相應的一種虛擬對象的決策裝置。

為了解決上述問題，本發明實施例公開了一種虛擬對象的決策方法，包括：

獲取游戲中目標陣營的游戲數據，所述游戲數據包括所述目標陣營中虛擬對象的收益信息以及代價信息，以及針對所述虛擬對象的游戲策略；

根據所述收益信息以及所述代價信息，計算所述游戲策略對應的第一策略分值；

根據所述第一策略分值，從所述游戲策略中確定第一目標策略；

所述虛擬對象執行所述第一目標策略。

可選的，還包括：

獲取與預設時間段對應的慣性因子；

在所述預設時間段內，采用所述慣性因子以及所述第一策略分值，計算針對所述第一目標策略的第二策略分值；

獲取所述游戲策略對應的第三策略分值；

將所述第二策略分值與所述第三策略分值進行比較；

當所述第二策略分值小于所述第三策略分值時，從所述游戲策略中提取與所述第三策略分值對應的游戲策略作為第二目標策略；

所述虛擬對象執行所述第二目標策略。

可選的，所述根據所述收益信息以及所述代價信息，計算所述游戲策略對應的第一策略分值，包括：

采用所述收益信息，計算所述游戲策略對應的收益總分值；

采用所述代價信息，計算所述游戲策略對應的代價總分值；