[發明專利]游戲中人工智能模型的訓練方法、裝置、系統及服務器

有效

• 申請號: 202010126381.3
• 申請日: 2020-02-27
• 公開（公告）號: CN111249738B
• 公開（公告）日: 2023-04-11
• 發明（設計）人: 葉振斌;呂唐杰;范長杰;胡志鵬
• 申請（專利權）人: 網易(杭州)網絡有限公司
• 主分類號: A63F13/67
• 分類號: A63F13/67
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 彭星

本申請提供了一種游戲中人工智能模型的訓練方法、裝置、系統及服務器，涉及游戲技術領域，解決了游戲中人工智能模型的訓練效率較低的技術問題。該方法包括：周期性獲取所述代理服務器的當前第二結果數據，并更新歷史第二結果數據；重復執行如下步驟，直至所述人工智能模型符合預期：基于歷史第二結果數據，執行所述至少一個自身訓練任務，得到當前第一結果數據；將所述當前第一結果數據周期性的與至少一個所述代理服務器同步，以及判斷所述人工智能模型是否符合預期。

技術領域

本申請涉及游戲技術領域，尤其是涉及一種游戲中人工智能模型的訓練方法、裝置、系統及服務器。

背景技術

在人工智能(Artificial?Intelligence，AI)領域中，游戲人工智能是AI技術領域的一個新的分支，是將游戲和AI相結合的產物。

利用游戲AI，能夠使游戲中的非玩家角色(Non-Player?Character，NPC)等虛擬對象模型，模擬人類思維或者現實中的其他生物，表現出一定的智能行為，較好的AI能夠使游戲變得更加逼真，更加接近現實。

目前，在應用游戲中的AI模型之前，需要預先對該模型進行訓練。現有的人工智能模型的訓練方法是利用運行游戲生成的游戲數據作為訓練樣本，對人工智能模型進行訓練。但是，這種方法的模型訓練時間較長，導致游戲中人工智能模型的訓練效率較低。

發明內容

本發明的目的在于提供一種游戲中人工智能模型的訓練方法、裝置、系統及服務器，以解決游戲中人工智能模型的訓練效率較低的技術問題。

第一方面，本申請實施例提供了一種游戲中人工智能模型的訓練方法，應用于服務器，所述服務器預先配置有用于訓練所述人工智能模型的至少一個自身訓練任務和至少一個代理訓練任務；所述服務器用于執行所述至少一個自身訓練任務，生成第一結果數據；所述至少一個代理訓練任務中的每個對應有代理服務器，所述代理服務器用于執行該代理服務器對應的所述代理訓練任務，生成第二結果數據；所述方法包括：

周期性獲取所述代理服務器的當前第二結果數據，并更新歷史第二結果數據；

重復執行如下步驟，直至所述人工智能模型符合預期：

基于歷史第二結果數據，執行所述至少一個自身訓練任務，得到當前第一結果數據；

將所述當前第一結果數據周期性的與至少一個所述代理服務器同步，以及判斷所述人工智能模型是否符合預期。

在一個可能的實現中，所述至少一個代理訓練任務包括運行游戲實例，所述第二結果數據包括游戲數據；

所述至少一個自身訓練任務包括將所述游戲數據作為訓練樣本訓練所述人工智能模型，所述第一結果數據包括訓練后的人工智能模型。

在一個可能的實現中，所述至少一個自身訓練任務還包括接收并統計所述游戲數據；

所述至少一個代理訓練任務還包括將所述游戲數據同步至所述服務器。

在一個可能的實現中，所述至少一個代理訓練任務包括將游戲數據作為訓練樣本訓練所述人工智能模型，所述第二結果數據包括訓練后的人工智能模型；

所述至少一個自身訓練任務包括運行至少一個游戲實例，所述第一結果數據包括所述游戲數據。

在一個可能的實現中，更新歷史第二結果數據的步驟，包括：

如果所述服務器中的歷史第二結果數據與所述當前第二結果數據不同，則將所述服務器中歷史第二結果數據的內容更改為所述當前第二結果數據；

其中，所述歷史第二結果數據是所述服務器在獲取到所述當前第二結果數據之前，從所述代理服務器處獲取到的第二結果數據。