[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

本申請實施例公開了系統資源配置、場景預測模型訓練方法和裝置。系統資源配置方法的一具體實施方式包括：獲取當前運行游戲的最近歷史幀數據序列；將最近歷史幀數據序列輸入至預先訓練的場景預測模型，得到當前運行游戲的未來幀數據的場景負載等級；基于未來幀數據的場景負載等級，為當前運行游戲配置系統資源。該實施方式能夠提升游戲運行過程中的幀率的穩定性，有助于實現游戲的流暢運行。

技術領域

本申請實施例涉及計算機技術領域，具體涉及系統資源配置、場景預測模型訓練方法和裝置。

背景技術

移動終端游戲平臺上，游戲種類越來越多，但是各種游戲對移動終端的配置要求卻是參差不齊，甚至是同一游戲，在運行時的不同游戲場景，對移動終端的性能要求都是不一樣的。

目前，常見的系統資源配置方式包括以下三種。其一，通過設備制造商和游戲廠商聯合的方式，根據游戲廠商提供的游戲當前場景的負載配置系統資源。然而，場景數據依賴游戲廠商主動通知，而閉源游戲或者生態封閉無法獲取場景數據，導致不具備普遍適用性。其二，通過獲取當前游戲的訪存特性，游戲運行的紋理特征，游戲與用戶的交互信息判斷游戲的功能場景(游戲加載場景、游戲進行場景、游戲退出場景、游戲菜單場景和游戲交互場景)配置系統資源。然而，根據游戲特征，只能預測加載、退出、進行中、菜單等場景，無法預測在游戲過程中的卡頓及掉幀場景。其三，獲取游戲各階段安卓(Android)系統設備的CPU/GPU負載，根據CPU/GPU負載調整CPU/GPU頻率。然而，系統運行時的CPU/GPU負載與多種因素相關，CPU/GPU負載與前臺游戲的場景復雜度不一定正相關。

發明內容

本申請實施例提出了系統資源配置、場景預測模型訓練方法和裝置。

第一方面，本申請實施例提供了一種系統資源配置方法，包括：獲取當前運行游戲的最近歷史幀數據序列；將最近歷史幀數據序列輸入至預先訓練的場景預測模型，得到當前運行游戲的未來幀數據的場景負載等級；基于未來幀數據的場景負載等級，為當前運行游戲配置系統資源。

第二方面，本申請實施例提供了一種場景預測模型訓練方法，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；將場景預測模型發送至終端設備進行存儲。

在一些實施例中，獲取訓練樣本集合，包括：獲取幀數據序列，其中，幀數據序列中的幀數據的數目大于預設數目；輪回采集幀數據序列，生成樣本幀數據序列集合，其中，每個樣本幀數據序列包括預設數目個連續的幀數據；對于樣本幀數據序列集合中的樣本幀數據序列，基于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。

在一些實施例中，獲取幀數據序列，包括：從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，將歷史幀數據序列集合中的所有歷史幀數據序列作為幀數據序列。

在一些實施例中，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；響應于確定歷史幀數據序列集合不包含預設特征集合中的特征，基于類別占比，從歷史幀數據序列集合中選取歷史幀數據序列作為幀數據序列。

在一些實施例中，獲取幀數據序列，還包括：響應于確定歷史幀數據序列集合包含預設特征集合中的特征，確定歷史幀數據序列集合包含的特征是否唯一；響應于確定歷史幀數據序列集合包含的特征唯一，基于類別占比，從歷史幀數據序列集合中選取歷史幀數據序列作為幀數據序列。