[發明專利]虛擬對象控制方法、裝置、電子設備以及存儲介質

有效

• 申請號: 202010956337.5
• 申請日: 2020-09-11
• 公開（公告）號: CN112121419B
• 公開（公告）日: 2022-02-25
• 發明（設計）人: 王潔梅;溫少國;李旭冬;周大軍;王君樂
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: A63F13/52
• 分類號: A63F13/52;A63F13/5378;A63F13/55
• 代理公司: 深圳翼盛智成知識產權事務所(普通合伙) 44300
• 代理人: 彭緒坤

本申請公開了一種虛擬對象控制方法、裝置、電子設備以及存儲介質，包括：采集目標游戲的游戲圖像，所述游戲圖像包括虛擬對象和虛擬地圖；從所述游戲圖像中獲取虛擬地圖對應的第一圖像，所述第一圖像包括關鍵區域和背景區域；在所述第一圖像中截取所述關鍵區域的圖像，得到所述虛擬地圖對應的第二圖像；對所述目標游戲的游戲圖像與虛擬地圖對應的第二圖像進行合成，得到目標圖像；基于目標圖像對預設控制模型進行訓練，得到所述目標游戲的操作控制模型，以通過所述操作控制模型對所述目標游戲中的虛擬對象進行控制，該方案可以減少模型訓練的時間，進而提高模型訓練的效率。

技術領域

本發明涉及計算機技術領域，具體涉及一種虛擬對象控制方法、裝置、電子設備以及存儲介質。

背景技術

人工智能(Artificial Intelligence,AI)是一門綜合學科，涉及領域廣泛，既有硬件層面的技術也有軟件層面的技術。人工智能基礎技術一般包括如傳感器、專用人工智能芯片、云計算、分布式存儲、大數據處理技術、操作/交互系統、機電一體化等技術。人工智能軟件技術主要包括計算機視覺技術、語音處理技術、自然語言處理技術以及機器學習/深度學習等幾大方向，機器學習(Machine Learning,ML)是一門多領域交叉學科，涉及概率論、統計學、逼近論、凸分析、算法復雜度理論等多門學科。專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。機器學習是人工智能的核心，是使計算機具有智能的根本途徑，其應用遍及人工智能的各個領域。

例如，可以應用于游戲中，如多人在線戰術競技游戲或多人在線競速游戲中，用戶或服務器可通過控制虛擬角色執行調度策略以獲得對局勝利，在目前的虛擬角色控制方案中，虛擬對象的自動控制可以通過訓練好的操作控制模型進行控制，然而，在訓練操作控制模型時，是以原圖像作為輸入，決策作為輸出，由于原圖像所包含的圖像內容較多，導致需要較長時間的進行在線訓練，因此，目前的模型訓練效率較低。

發明內容

本申請提供一種虛擬對象控制方法、裝置、電子設備以及存儲介質，可以減少模型訓練的時間，進而提高模型訓練的效率。

本申請提供了一種虛擬對象控制方法，包括：

采集目標游戲的游戲圖像，所述游戲圖像包括虛擬對象和虛擬地圖；

從所述游戲圖像中獲取虛擬地圖對應的第一圖像，所述第一圖像包括關鍵區域和背景區域；

在所述第一圖像中截取所述關鍵區域的圖像，得到所述虛擬地圖對應的第二圖像；

對所述目標游戲的游戲圖像與虛擬地圖對應的第二圖像進行合成，得到目標圖像；

基于所述目標圖像對預設控制模型進行訓練，得到所述目標游戲的操作控制模型，以通過所述操作控制模型對所述目標游戲中的虛擬對象進行控制。

相應的，本申請還提供了一種虛擬對象控制裝置，包括：

采集模塊，用于采集目標游戲的游戲圖像，所述游戲圖像包括虛擬對象和虛擬地圖；

獲取模塊，用于從所述游戲圖像中獲取虛擬地圖對應的圖像第一圖像，所述第一圖像包括關鍵區域和背景區域；

截取模塊，用于從所述第一圖像中截取所述關鍵區域的圖像，得到所述虛擬地圖對應的第二圖像；

合成模塊，用于對所述目標游戲的游戲圖像與虛擬地圖對應的第二圖像進行合成，得到目標圖像；

訓練模塊，用于基于所述目標圖像對預設控制模型進行訓練，得到所述目標游戲的操作控制模型；

控制模塊，用于通過所述操作控制模型對所述目標游戲中的虛擬對象進行控制。

可選的，在本申請的一些實施例中，所述訓練模塊包括：