[發(fā)明專利]對弈方法、對弈裝置、顯示裝置及存儲裝置

有效

• 申請?zhí)枺?/td>: 202210947782.4
• 申請日: 2022-08-08
• 公開（公告）號: CN115025486B
• 公開（公告）日: 2023-02-24
• 發(fā)明（設(shè)計）人: 黃潔;孫萍;劉佳麗;蘇曉蕓;王凱;王旭;謝小環(huán);鄭偉偉;李玉笛;支洪平
• 申請（專利權(quán)）人: 科大訊飛（蘇州）科技有限公司
• 主分類號: A63F3/02
• 分類號: A63F3/02;A63F3/00
• 代理公司: 深圳市威世博知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44280
• 代理人: 柳芳

1.一種對弈方法，其特征在于，包括：

基于對方當(dāng)前步的實(shí)際落點(diǎn)和預(yù)測的對方當(dāng)前步的第一落點(diǎn)序列，獲得所述實(shí)際落點(diǎn)在所述第一落點(diǎn)序列中的實(shí)際順位；其中，所述第一落點(diǎn)序列包含多個落子候選點(diǎn)，且每個所述落子候選點(diǎn)具有相應(yīng)的順位，所述順位的數(shù)值表征所述落子候選點(diǎn)的優(yōu)劣；

基于所述實(shí)際順位以及對方當(dāng)前步之前的預(yù)定個數(shù)的歷史步的歷史落點(diǎn)的歷史順位獲得歸一化加權(quán)后的平均值；其中，越靠近當(dāng)前步，對應(yīng)的加權(quán)系數(shù)越大；

基于所述平均值從預(yù)測的己方下一步的第二落點(diǎn)序列中選擇一個落子候選點(diǎn)作為己方下一步的落點(diǎn)；

其中，所述基于所述實(shí)際順位以及對方當(dāng)前步之前的預(yù)定個數(shù)的歷史步的歷史落點(diǎn)的歷史順位獲得歸一化加權(quán)后的平均值的步驟，包括：獲得所述實(shí)際順位與所述第一落點(diǎn)序列中所述落子候選點(diǎn)個數(shù)的比值、以及獲得預(yù)定個數(shù)的每個歷史順位與對應(yīng)的預(yù)測的對方歷史步的第三落點(diǎn)序列中落子候選點(diǎn)個數(shù)的比值；獲得每個所述比值與對應(yīng)的加權(quán)系數(shù)的乘積，并將所有所述乘積之和作為所述平均值；其中，所有所述加權(quán)系數(shù)之和為一。

2.根據(jù)權(quán)利要求1所述的對弈方法，其特征在于，所述基于所述平均值從預(yù)測的己方下一步的第二落點(diǎn)序列中選擇一個落子候選點(diǎn)作為己方下一步的落點(diǎn)的步驟，包括：

基于所述平均值和所述第二落點(diǎn)序列中所述落子候選點(diǎn)的數(shù)量獲得所述平均值在所述第二落點(diǎn)序列中的映射順位；

基于所述映射順位獲得目標(biāo)順位；

基于所述目標(biāo)順位從所述第二落點(diǎn)序列中選擇一個落子候選點(diǎn)作為己方下一步的落點(diǎn)。

3.根據(jù)權(quán)利要求2所述的對弈方法，其特征在于，所述順位的數(shù)值越小表征所述落子候選點(diǎn)越優(yōu)，所述基于所述映射順位獲得目標(biāo)順位的步驟，包括：

響應(yīng)于所述映射順位大于預(yù)設(shè)值，獲得所述映射順位與優(yōu)化系數(shù)的乘積的取整值，并將所述乘積的取整值和最小順位值中數(shù)值較大的一個作為目標(biāo)順位；以及響應(yīng)于所述映射順位小于或等于預(yù)設(shè)值，獲得所述映射順位與優(yōu)化順位值的差值的取整值，并將所述差值的取整值和最小順位值中數(shù)值較大的一個作為目標(biāo)順位；其中，所述優(yōu)化系數(shù)大于0且小于1，所述優(yōu)化順位值大于0；

或者，獲得所述映射順位與優(yōu)化系數(shù)的乘積的取整值，并將所述乘積的取整值和最小順位值中數(shù)值較大的一個作為第一順位；以及獲得所述映射順位與優(yōu)化順位值的差值的取整值，并將所述差值的取整值和最小順位值中數(shù)值較大的一個作為第二順位；其中，所述優(yōu)化系數(shù)大于0且小于1，所述優(yōu)化順位值大于0；將所述第一順位和所述第二順位中的數(shù)值較小的一個作為所述目標(biāo)順位。

4.根據(jù)權(quán)利要求2所述的對弈方法，其特征在于，所述順位的數(shù)值越小表征所述落子候選點(diǎn)越優(yōu)；所述基于所述目標(biāo)順位從所述第二落點(diǎn)序列中選擇一個落子候選點(diǎn)作為己方下一步的落點(diǎn)的步驟，包括：

從所述第二落點(diǎn)序列中獲得具有所述目標(biāo)順位的待選定落子候選點(diǎn)；

判斷所述待選定落子候選點(diǎn)的質(zhì)量參數(shù)是否符合要求以及所述目標(biāo)順位是否為最小順位值；其中，所述質(zhì)量參數(shù)包括最大目數(shù)損失、最大勝率損失、最差順位、最小搜索深度中至少一種；

若所述待選定落子候選點(diǎn)的質(zhì)量參數(shù)符合要求或者所述目標(biāo)順位為最小順位值，則將所述待選定落子候選點(diǎn)作為己方下一步的落點(diǎn)；

否則，將所述目標(biāo)順位與預(yù)定值的差值作為更新后的目標(biāo)順位，并返回至從所述第二落點(diǎn)序列中獲得具有所述目標(biāo)順位的待選定落子候選點(diǎn)的步驟。

5.根據(jù)權(quán)利要求1所述的對弈方法，其特征在于，所述基于所述實(shí)際順位以及對方當(dāng)前步之前的預(yù)定個數(shù)的歷史步的歷史落點(diǎn)的歷史順位獲得歸一化加權(quán)后的平均值的步驟之前，包括：

確定對方當(dāng)前步之后的棋局狀態(tài)；其中，所述棋局狀態(tài)包括收官狀態(tài)或非收官狀態(tài)；

基于所述棋局狀態(tài)以及用戶所選擇的難度等級獲得相應(yīng)的配置參數(shù)；其中，所述配置參數(shù)包括加權(quán)系數(shù)、優(yōu)化系數(shù)和優(yōu)化順位值，不同的棋局狀態(tài)分別對應(yīng)有難度等級不同的配置參數(shù)；在同一棋局狀態(tài)下，用戶所選擇的難度等級越大，不同步之間的加權(quán)系數(shù)的差值越小，優(yōu)化系數(shù)和優(yōu)化順位值越大；和/或，在同一難度等級下，收官狀態(tài)所對應(yīng)的不同步之間的加權(quán)系數(shù)的差值相對非收官狀態(tài)小，收官狀態(tài)所對應(yīng)的優(yōu)化系數(shù)和優(yōu)化順位值相對非收官狀態(tài)大。