[發(fā)明專利]交互控制方法、裝置、計算機設備和存儲介質

在審

• 申請?zhí)枺?/td>: 202010908420.5
• 申請日: 2020-09-02
• 公開（公告）號: CN112076475A
• 公開（公告）日: 2020-12-15
• 發(fā)明（設計）人: 李小霞
• 申請（專利權）人: 深圳市火元素網絡技術有限公司
• 主分類號: A63F13/55
• 分類號: A63F13/55;G06N5/04;G06N3/04
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 陳小娜

1.一種交互控制方法，其特征在于，所述方法包括：

獲取交互式任務當前的實際交互狀態(tài)；

根據當前交互狀態(tài)確定各個候選交互動作對應的交互動作選擇分數，其中，初始的當前交互狀態(tài)為所述實際交互狀態(tài)；

根據各個所述候選交互動作對應的交互動作選擇分數篩選得到模擬交互動作；

模擬執(zhí)行各個所述模擬交互動作，得到模擬交互狀態(tài)；

將所述模擬交互狀態(tài)作為當前交互狀態(tài)，返回所述根據當前交互狀態(tài)確定各個候選交互動作對應的交互動作選擇分數的步驟，直至完成交互式任務或者模擬深度達到深度閾值，得到目標博弈樹，所述目標博弈樹包括各個當前交互狀態(tài)對應的狀態(tài)節(jié)點，在母狀態(tài)節(jié)點對應的交互狀態(tài)下執(zhí)行模擬交互動作，得到子狀態(tài)節(jié)點對應的交互狀態(tài)；

根據所述目標博弈樹從所述模擬交互動作中確定目標交互動作，控制目標虛擬對象執(zhí)行所述目標交互動作。

2.根據權利要求1所述的方法，其特征在于，所述根據各個所述候選交互動作對應的交互動作選擇分數篩選得到模擬交互動作包括：

將各個所述候選交互動作對應的交互動作選擇分數按照從大到小的順序進行排序，將排序在第一排序之前的交互動作選擇分數對應的候選交互動作作為模擬交互動作。

3.根據權利要求1所述的方法，其特征在于，所述根據當前交互狀態(tài)確定各個候選交互動作對應的交互動作選擇分數包括：

根據各個歷史交互動作對應的歷史交互資源以及所述歷史交互資源對應的歷史交互動作類型，得到第一交互特征；

根據所述目標虛擬對象當前持有的交互資源確定第二交互特征；

將所述第一交互特征以及第二交互特征輸入到動作選擇模型中，得到各個候選交互動作對應的交互動作選擇分數。

4.根據權利要求3所述的方法，其特征在于，所述根據各個歷史交互動作對應的歷史交互資源以及所述歷史交互資源對應的歷史交互動作類型，得到第一交互特征包括：

根據各個歷史交互動作對應的歷史交互資源確定資源特征值；

根據所述歷史交互資源對應的歷史交互動作類型確定歷史動作類型特征值；

根據所述歷史交互動作類型對交互收益值的影響確定第一收益影響特征值；

根據所述資源特征值、所述歷史動作類型特征值以及所述收益影響特征值得到第一交互特征。

5.根據權利要求1所述的方法，其特征在于，所述根據當前交互狀態(tài)確定各個候選交互動作對應的交互動作選擇分數包括：

獲取所述目標虛擬對象當前持有的當前交互資源；

根據預設的多個資源拆分策略對當前交互資源進行拆分，得到各個資源拆分策略對應的候選資源拆分集合；

根據所述候選資源拆分策略對應的候選資源拆分集合中，各個交互動作類型對應的動作類型分數得到所述候選資源拆分集合對應的拆分集合評分；

根據所述候選資源拆分集合對應的拆分集合評分篩選得到目標資源拆分集合；

確定所述目標資源拆分集合對應的候選交互動作的交互動作選擇分數。

6.根據權利要求1所述的方法，其特征在于，所述根據所述目標博弈樹從模擬交互動作中確定目標交互動作包括：

確實所述目標虛擬對象對應的目標角色，根據所述目標博弈樹的葉子節(jié)點對應的交互狀態(tài)以及所述目標角色，確定所述葉子節(jié)點對應的交互激勵分數；

根據所述葉子節(jié)點對應的交互激勵分數從所述葉子節(jié)點開始進行回溯，得到所述目標博弈樹的根節(jié)點對應的交互激勵分數；其中，當所述目標角色與所述目標博弈樹的母節(jié)點對應的角色一致時，獲取母節(jié)點的子節(jié)點對應的最大交互激勵分數，作為母節(jié)點對應的交互激勵分數；當所述目標角色與所述目標博弈樹的母節(jié)點對應的角色不一致時，獲取母節(jié)點的子節(jié)點對應的最小交互激勵分數，作為母節(jié)點對應的交互激勵分數；

將所述根節(jié)點對應的交互激勵分數所對應的模擬交互動作，作為目標交互動作。