[發明專利]智能體控制方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202110200907.2
• 申請日: 2021-02-23
• 公開（公告）號: CN112905013A
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 朱曉龍;紀曉龍;季興;李賜興;許壯;湯善敏;張正生;劉永升
• 申請（專利權）人: 超參數科技（深圳）有限公司
• 主分類號: G06F3/01
• 分類號: G06F3/01
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 吳平

1.一種智能體控制方法，其特征在于，所述方法包括：

獲取當前游戲場景中的環境場景數據；

確定為所述當前游戲場景中的智能體匹配的風格屬性信息；所述智能體為不需要用戶操控的虛擬角色；

根據所述環境場景數據和所述風格屬性信息，確定所述智能體在所述當前游戲場景中對應的待執行動作信息；

其中，所述待執行動作信息，用于使所述智能體在所述當前游戲場景中，執行與所述待執行動作信息相應的、且符合所述風格屬性信息所表征風格的動作。

2.根據權利要求1所述的方法，其特征在于，所述環境場景數據包括場景元素對應的狀態向量、空間關系圖和全局標量特征；

所述獲取當前游戲場景中的環境場景數據包括：

根據所述當前游戲場景中的各個場景元素的各維度的狀態信息，分別生成各個場景元素對應的狀態向量；

根據所述當前游戲場景中的每種場景元素中各個場景元素之間的位置關系，生成各種場景元素分別對應的空間關系圖；

根據所述當前游戲場景中的游戲全局信息，生成全局標量特征。

3.根據權利要求1所述的方法，其特征在于，所述風格屬性信息包括風格屬性標識；所述確定為所述當前游戲場景中的智能體匹配的風格屬性信息包括：

獲取為所述當前游戲場景中的智能體匹配的風格屬性標識；

其中，所述匹配的風格屬性標識，是根據所述當前游戲場景中操控虛擬角色的用戶的用戶畫像確定的；或，

所述匹配的風格屬性標識，是根據所述當前游戲場景中與風格相關的動態指標確定的。

4.根據權利要求3所述的方法，其特征在于，所述風格屬性標識是多維的風格屬性標識；所述多維的風格屬性標識，用于表征所述當前游戲場景中的智能體在各個風格分類維度下的風格；

所述根據所述環境場景數據和所述風格屬性信息，確定所述智能體在所述當前游戲場景中對應的待執行動作信息包括：

將所述環境場景數據和所述多維的風格屬性標識輸入預先訓練的動作預測模型中，輸出所述智能體在所述當前游戲場景中對應的待執行動作信息；

其中，所述待執行動作信息，用于使所述智能體在所述當前游戲場景中，執行與所述待執行動作信息相應的、且符合所述多維的風格屬性標識所表征的各個風格分類維度下的風格的動作。

5.根據權利要求4所述的方法，其特征在于，所述多維的風格屬性標識所表征的風格包括策略分類維度下的風格、團隊意識分類維度下的風格、以及反應速度分類維度下的風格中的至少一種。

6.根據權利要求4所述的方法，其特征在于，所述動作預測模型的訓練步驟包括：

獲取包括多組樣本數據的訓練樣本集；所述訓練樣本集中的每組樣本數據包括歷史游戲場景下的樣本環境場景數據和相應的樣本動作信息；

根據所述訓練樣本集中各組樣本數據所對應的用戶的風格，為各組樣本數據劃分相應的樣本風格屬性標識；

將所述訓練樣本集中各組樣本數據中的樣本環境場景數據和相應的樣本風格屬性標識，輸入至待訓練的動作預測模型中，預測所述智能體的動作信息；

根據預測的動作信息與樣本動作信息的差異，迭代地調整所述動作預測模型的模型參數，直至滿足迭代停止條件，得到訓練完畢的動作預測模型。

7.根據權利要求1至6任意一項所述的方法，其特征在于，所述方法還包括：

以與游戲客戶端所使用的網絡協議相同的網絡協議接入游戲服務器；

所述獲取當前游戲場景中的環境場景數據包括：

從所述游戲服務器發送的當前幀的游戲場景中提取環境場景數據；

在所述根據所述環境場景數據和所述風格屬性信息，確定所述智能體在所述當前游戲場景中對應的待執行動作信息之后，所述方法還包括：

將所述待執行動作信息發送至所述游戲服務器，以使所述游戲服務器根據所述待執行動作信息，控制所述智能體在所述當前幀的游戲場景中，執行與所述待執行動作信息相應的、且符合所述風格屬性信息所表征風格的動作，并生成下一幀的游戲場景。