[發明專利]系統資源配置、場景預測模型訓練方法和裝置

有效

• 申請號: 201910644647.0
• 申請日: 2019-07-17
• 公開（公告）號: CN110339567B
• 公開（公告）日: 2023-05-26
• 發明（設計）人: 劉洋;夏成明;鞠懷偉;黃亞男
• 申請（專利權）人: 三星電子（中國）研發中心;三星電子株式會社
• 主分類號: A63F13/52
• 分類號: A63F13/52;A63F13/56;A63F13/60
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種場景預測模型訓練方法，應用于服務器，包括：

獲取訓練樣本集合，其中，每個訓練樣本包括樣本幀數據序列和樣本場景負載等級標簽，每個樣本場景負載等級標簽用于標識對應的樣本幀數據序列之后的幀數據的場景負載等級；

對于所述訓練樣本集合中的訓練樣本，將該訓練樣本中的樣本幀數據序列作為輸入，將該訓練樣本中的樣本場景負載等級標簽作為輸出，基于分類算法訓練得到場景預測模型；

將所述場景預測模型發送至終端設備進行存儲，以使所述終端設備獲取當前運行游戲的最近歷史幀數據序列，將所述最近歷史幀數據序列輸入至所述場景預測模型，得到所述當前運行游戲的未來幀數據的場景負載等級，基于所述未來幀數據的場景負載等級，為所述當前運行游戲配置系統資源。

2.根據權利要求1所述的方法，其中，所述獲取訓練樣本集合，包括：

獲取幀數據序列，其中，所述幀數據序列中的幀數據的數目大于預設數目；

輪回采集所述幀數據序列，生成樣本幀數據序列集合，其中，每個樣本幀數據序列包括所述預設數目個連續的幀數據；

對于所述樣本幀數據序列集合中的樣本幀數據序列，基于所述幀數據序列中的該樣本幀數據序列之后的幀數據的場景負載等級，生成該樣本幀數據序列對應的樣本場景負載等級標簽，得到訓練樣本。

3.根據權利要求2所述的方法，其中，所述獲取幀數據序列，包括：

從所述終端設備獲取歷史運行游戲的歷史幀數據序列集合；

執行以下獲取步驟：確定所述歷史幀數據序列集合中的所有歷史幀數據序列是否屬于同一類別；

響應于確定所有歷史幀數據序列屬于同一類別，將所述歷史幀數據序列集合中的所有歷史幀數據序列作為所述幀數據序列。

4.根據權利要求3所述的方法，其中，所述獲取幀數據序列，還包括：

響應于確定所有歷史幀數據序列不屬于同一類別，確定所述歷史幀數據序列集合是否包含預設特征集合中的特征；

響應于確定所述歷史幀數據序列集合不包含所述預設特征集合中的特征，基于類別占比，從所述歷史幀數據序列集合中選取歷史幀數據序列作為所述幀數據序列。

5.根據權利要求4所述的方法，其中，所述獲取幀數據序列，還包括：

響應于確定所述歷史幀數據序列集合包含所述預設特征集合中的特征，確定所述歷史幀數據序列集合包含的特征是否唯一；

響應于確定所述歷史幀數據序列集合包含的特征唯一，基于類別占比，從所述歷史幀數據序列集合中選取歷史幀數據序列作為所述幀數據序列。

6.根據權利要求4或5所述的方法，其中，所述基于類別占比，從所述歷史幀數據序列集合中選取歷史幀數據序列作為所述幀數據序列，包括：

從所述歷史幀數據序列集合中選取出類別占比最多的歷史幀數據序列作為所述幀數據序列。

7.根據權利要求5所述的方法，其中，所述獲取幀數據序列，還包括：

響應于確定所述歷史幀數據序列集合包含的特征不唯一，遍歷所述歷史幀數據序列集合包含的每個特征，基于最大熵算法對所述歷史幀數據序列集合進行分類，生成歷史幀數據序列子集組；

對于所述歷史幀數據序列子集組中的歷史幀數據序列子集，將該歷史幀數據序列子集作為歷史幀數據序列集合，繼續執行所述獲取步驟。

8.一種系統資源配置方法，應用于終端設備，包括：

獲取當前運行游戲的最近歷史幀數據序列；

將所述最近歷史幀數據序列輸入至預先訓練的場景預測模型，得到所述當前運行游戲的未來幀數據的場景負載等級，其中，所述場景預測模型是采用權利要求1-7中任一項所述的方法訓練得到的；

基于所述未來幀數據的場景負載等級，為所述當前運行游戲配置系統資源。