[發明專利]一種基于人工智能的數據處理方法和相關裝置

有效

• 申請號: 201911084030.4
• 申請日: 2019-11-07
• 公開（公告）號: CN110841295B
• 公開（公告）日: 2022-04-26
• 發明（設計）人: 曾子驕;張榕
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: A63F13/67
• 分類號: A63F13/67;A63F13/822;G06N3/04;G06N3/08
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 王兆林

1.一種數據處理方法，其特征在于，所述方法包括：

獲取博弈場景中在第i輪博弈時的已知資源信息，所述博弈場景中具有多個參與對象，所述多個參與對象包括目標對象和待測對象，所述已知資源信息包括所述目標對象在第i輪博弈時持有的資源和通過前i-1輪所述多個參與對象已使用的資源；所述多個參與對象所持有或使用的資源為牌資源；

根據所述已知資源信息中內容的來源類型，確定多層矩陣向量；

根據所述多層矩陣向量，依據用于牌面估計的第一神經網絡模型確定所述待測對象在第i輪博弈時所持有資源的第一概率分布；

根據所述第一概率分布，預測所述待測對象在第i輪博弈時持有的資源；

根據所述目標對象和所述待測對象在第i輪博弈時持有的資源，通過樹搜索算法展開搜索樹；

根據所述搜索樹確定所述目標對象在第i輪博弈所使用資源的第二概率分布；

根據所述第二概率分布確定所述目標對象在第i輪博弈使用的資源，以得到通過牌面估計和樹搜索算法確定的所述目標對象的出牌策略；

通過完成所述博弈場景所對應博弈，確定所述待測對象在第i輪博弈中實際所持有資源；

將所述實際所持有資源作為反饋，訓練所述用于牌面估計的第一神經網絡模型；

在使用所述第一神經網絡模型進行牌面估計并使用所述樹搜索算法展開搜索樹的所述博弈場景的博弈過程中獲取訓練數據，所述訓練數據包括多輪博弈對應的所述已知資源信息、所述目標對象在多輪博弈中分別使用的資源，以及所述目標對象在所述博弈場景所對應博弈中的勝負信息；

將所述目標對象在多輪博弈中分別使用的資源作為第二神經網絡模型中策略網絡模塊的輸出標簽，將目標對象在所述博弈場景所對應博弈中的勝者信息作為所述第二神經網絡模型中價值網絡模塊的輸出標簽，并通過所述訓練數據訓練所述第二神經網絡模型，以將基于牌面估計的樹搜索算法作為所述第二神經網絡模型的強力策略改善過程；所述第二神經網絡模型用于根據所述目標對象在第i輪博弈中持有的資源，確定所述目標對象在第i輪博弈中使用資源的概率分布。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

獲取實際博弈場景中人工智能對象在第i輪博弈中持有的資源，所述實際博弈場景中的參與對象包括所述人工智能對象和用戶對象；

根據所述人工智能對象在第i輪博弈時持有的資源，通過第二神經網絡模型確定所述人工智能對象在第i輪博弈中所使用資源的第三概率分布；

根據所述第三概率分布確定所述人工智能對象在第i輪博弈使用的資源。

3.根據權利要求1所述的方法，其特征在于，所述已知資源信息還包括所述多個參與對象的博弈角色和資源使用順序。