[發(fā)明專利]一種確定出牌候選項(xiàng)的方法及裝置

在審

• 申請?zhí)枺?/td>: 202010104375.8
• 申請日: 2020-02-20
• 公開（公告）號: CN111330282A
• 公開（公告）日: 2020-06-26
• 發(fā)明（設(shè)計(jì)）人: 陳杰;倪煜
• 申請（專利權(quán)）人: 北京金山云網(wǎng)絡(luò)技術(shù)有限公司
• 主分類號: A63F13/67
• 分類號: A63F13/67;A63F13/79;G06N3/08;G06N20/00
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 趙曉榮

本申請實(shí)施例提供了一種確定出牌候選項(xiàng)的方法，包括：獲取目標(biāo)玩家的狀態(tài)特征和目標(biāo)玩家對應(yīng)的聯(lián)合出牌特征；目標(biāo)玩家對應(yīng)的聯(lián)合出牌特征為參與游戲的各個(gè)玩家在本局游戲中的歷史出牌特征；根據(jù)目標(biāo)玩家的狀態(tài)特征、目標(biāo)玩家對應(yīng)的聯(lián)合出牌特征和預(yù)先訓(xùn)練的機(jī)器學(xué)習(xí)模型，得到目標(biāo)玩家對應(yīng)的出牌候選項(xiàng)集合中各個(gè)出牌候選項(xiàng)的獎(jiǎng)勵(lì)值；其中，第一出牌候選項(xiàng)的獎(jiǎng)勵(lì)值用于指示基于第一出牌候選項(xiàng)觸發(fā)出牌動(dòng)作贏得游戲的可能性，第一出牌候選項(xiàng)為出牌候選項(xiàng)集合中的任意一個(gè)出牌候選項(xiàng)；根據(jù)得到的出牌候選項(xiàng)集合中各個(gè)出牌候選項(xiàng)的獎(jiǎng)勵(lì)值，確定目標(biāo)玩家在本輪游戲中的出牌候選項(xiàng)。利用該方法所確定的目標(biāo)玩家的出牌候選項(xiàng)的效果更好。

技術(shù)領(lǐng)域

本申請涉及人工智能技術(shù)領(lǐng)域，特別是涉及一種確定出牌候選項(xiàng)的方法及裝置。

背景技術(shù)

隨著科學(xué)技術(shù)的發(fā)展，出現(xiàn)了一些智能牌類游戲，例如斗地主、麻將等。用戶在玩游戲的過程中，終端設(shè)備可以為用戶提供對應(yīng)的出牌候選項(xiàng)，或者，當(dāng)用戶超過一定的時(shí)間未出牌時(shí)，終端設(shè)備還可以基于出牌候選項(xiàng)自動(dòng)觸發(fā)出牌動(dòng)作。

但是在傳統(tǒng)技術(shù)中，由于終端設(shè)備在確定出牌候選項(xiàng)時(shí)，是從用戶持有的滿足出牌要求的牌中隨機(jī)確定的。而隨機(jī)確定的出牌候選項(xiàng)往往不是最佳的出牌候選項(xiàng)，因此傳統(tǒng)技術(shù)中終端設(shè)備確定出牌候選項(xiàng)不夠智能，效果不好。所謂確定出的出牌候選項(xiàng)的效果不好，指的是基于出牌候選項(xiàng)出牌后贏得游戲的可能性不高或者用戶基于出牌候選項(xiàng)出牌的可能性比較低。

因此，急需提出一種方案，能夠使得終端設(shè)備所確定的出牌候選項(xiàng)效果更好。

發(fā)明內(nèi)容

本申請所要解決的技術(shù)問題是如何使得終端設(shè)備所確定的出牌候選項(xiàng)的效果更好，提供一種確定出牌候選項(xiàng)的方法及裝置。

第一方面，本申請實(shí)施例提供了一種確定出牌候選項(xiàng)的方法，所述方法包括：

獲取目標(biāo)玩家的狀態(tài)特征和所述目標(biāo)玩家對應(yīng)的聯(lián)合出牌特征；所述目標(biāo)玩家對應(yīng)的聯(lián)合出牌特征為參與游戲的各個(gè)玩家在本局游戲中的歷史出牌特征；

根據(jù)所述目標(biāo)玩家的狀態(tài)特征、所述目標(biāo)玩家對應(yīng)的聯(lián)合出牌特征和預(yù)先訓(xùn)練的機(jī)器學(xué)習(xí)模型，得到所述目標(biāo)玩家對應(yīng)的出牌候選項(xiàng)集合中各個(gè)出牌候選項(xiàng)的獎(jiǎng)勵(lì)值；其中，第一出牌候選項(xiàng)的獎(jiǎng)勵(lì)值用于指示基于所述第一出牌候選項(xiàng)觸發(fā)出牌動(dòng)作贏得游戲的可能性，所述第一出牌候選項(xiàng)為所述出牌候選項(xiàng)集合中的任意一個(gè)出牌候選項(xiàng)；

根據(jù)得到的所述出牌候選項(xiàng)集合中各個(gè)出牌候選項(xiàng)的獎(jiǎng)勵(lì)值，確定所述目標(biāo)玩家在本輪游戲中的出牌候選項(xiàng)。

可選的，所述方法還包括：確定目標(biāo)玩家對應(yīng)的出牌候選項(xiàng)集合，所述出牌候選項(xiàng)集合包括一個(gè)或者多個(gè)出牌候選項(xiàng)；所述根據(jù)所述目標(biāo)玩家的狀態(tài)特征、所述目標(biāo)玩家對應(yīng)的聯(lián)合出牌特征和預(yù)先訓(xùn)練的機(jī)器學(xué)習(xí)模型，得到目標(biāo)玩家對應(yīng)的出牌候選項(xiàng)集合中各個(gè)出牌候選項(xiàng)的獎(jiǎng)勵(lì)值，包括：

將所述目標(biāo)玩家的狀態(tài)特征、所述目標(biāo)玩家對應(yīng)的聯(lián)合出牌特征以及預(yù)設(shè)的出牌項(xiàng)集合，輸入所述機(jī)器學(xué)習(xí)模型，得到所述出牌項(xiàng)集合中各出牌項(xiàng)對應(yīng)的獎(jiǎng)勵(lì)值；

根據(jù)所述出牌項(xiàng)對應(yīng)的獎(jiǎng)勵(lì)值和所述目標(biāo)玩家對應(yīng)的出牌候選項(xiàng)集合，得到所述目標(biāo)玩家對應(yīng)的出牌候選項(xiàng)集合中各個(gè)出牌候選項(xiàng)的獎(jiǎng)勵(lì)值。

可選的，所述方法還包括：

確定目標(biāo)玩家對應(yīng)的出牌候選項(xiàng)集合，所述出牌候選項(xiàng)集合包括一個(gè)或者多個(gè)出牌候選項(xiàng)；

所述根據(jù)所述目標(biāo)玩家的狀態(tài)特征、所述目標(biāo)玩家對應(yīng)的聯(lián)合出牌特征和預(yù)先訓(xùn)練的機(jī)器學(xué)習(xí)模型，得到目標(biāo)玩家對應(yīng)的出牌候選項(xiàng)集合中各個(gè)出牌候選項(xiàng)的獎(jiǎng)勵(lì)值包括：

將所述目標(biāo)玩家的狀態(tài)特征、所述目標(biāo)玩家對應(yīng)的聯(lián)合出牌特征以及所述目標(biāo)玩家對應(yīng)的出牌候選項(xiàng)集合，輸入所述機(jī)器學(xué)習(xí)模型，得到目標(biāo)玩家對應(yīng)的出牌候選項(xiàng)集合中各個(gè)出牌候選項(xiàng)的獎(jiǎng)勵(lì)值。

可選的，