[发明专利]一种游戏信息的获取方法、装置及电子设备

说明书

本公开是关于一种游戏信息的获取方法、装置及电子设备，当前游戏状态下，待选游戏动作可以为一个或多个，每个待选游戏动作对应的执行结果可以为一个或多个，在对随机性完全信息游戏进行训练时，从数据结构中可以获取到当前游戏状态下每个待选游戏动作的统计信息，统计信息中的选中信息表明了游戏执行的情况，数据结构中记录了待选游戏动作、执行结果和新的游戏状态之间的关联关系，则基于统计信息中的选中信息，可以准确地选定目标游戏动作，并可确定出执行目标游戏动作对应的唯一的新的游戏状态。

技术领域

本公开涉及计算机技术领域，特别是涉及一种游戏信息的获取方法、装置及电子设备。

背景技术

完全信息游戏，是一类由至少两个玩家轮流决策且各自共享所有信息的游戏。例如，在围棋游戏中，两个玩家中的任何一方都知道当前局面和历史所有局面，不存在一方知道而另一方不知道的信息。

完全信息游戏可以分为确定性完全信息游戏和随机性完全信息游戏。确定性完全信息游戏中，在确定双方玩家的游戏动作后，游戏的下一步目标状态可以完全确定。例如，在象棋游戏中，两局中只要双方的游戏动作完全相同，则两局游戏的状态一定一样。而随机性完全信息游戏中，确定双方玩家的游戏动作后，游戏的下一步目标状态仍然不能确定。例如，斗兽棋中的两局中，第一个玩家出相同的动作“翻左上角”，但是下一个目标状态却可能是一局翻出了“鼠”，另一局翻出了“象”。

针对随机性完全信息游戏，由于在当前游戏状态下执行一个游戏动作，会随机产生多种游戏状态，而在现有的AI对象的训练系统中，无法基于当前游戏状态下的操作确定新状态，从而无法完成AI游戏对象的训练。

发明内容

为克服相关技术中存在的问题，本公开提供了一种游戏信息的获取方法、装置及电子设备。

根据本公开实施例的第一方面，提供一种游戏信息的获取方法，包括：

获取游戏的当前游戏状态，其中，在所述当前游戏状态下，所述游戏具有一个或多个待选游戏动作，每个所述待选游戏动作对应一个或多个执行结果，每个所述执行结果对应一个新的游戏状态；

从记录有所述待选游戏动作、所述执行结果以及所述新的游戏状态之间的关联关系的数据结构中，获取每个所述待选游戏动作的统计信息，其中，所述统计信息至少包括所述待选游戏动作的选中信息，所述选中信息基于在模拟完成所述游戏的过程中对所述待选游戏动作所执行的操作而确定；

基于所述选中信息，从所述一个或多个待选游戏动作中选定目标游戏动作；

执行所述目标游戏动作，生成所述新的游戏状态。

可选的，所述数据结构为树形结构；

所述树形结构中包括动作结点及运气结点，所述动作结点与所述运气结点分层连接，所述动作结点表示所述游戏的游戏状态，所述运气结点表示在上层连接的动作结点所示的当前游戏状态下执行待选游戏动作对应的执行结果，所述树形结构中记录有动作结点对应的一个或多个运气结点、以及动作结点与各个运气结点的对应关系，所述对应关系中记录有每个运气结点对应的待选游戏动作和所述待选游戏动作的统计信息。

可选的，所述获取每个所述待选游戏动作的统计信息，包括：

根据每个所述待选游戏动作的当前统计信息，计算每个所述待选游戏动作的运气参数，所述运气参数表示执行所述待选游戏动作得到对应执行结果的置信度；

调用预设游戏逻辑，确定运气参数最大的待选游戏动作对应的执行结果；

确定所述执行结果对应的新的游戏状态，其中，当所述新的游戏状态为结束状态时，根据游戏状态变化的次数及所述游戏的游戏结果，更新每个所述待选游戏动作的统计信息。

可选的，所述运气参数为上置信区间；