[发明专利]用于控制游戏对局中的虚拟玩家的方法和设备

说明书

描述了一种用于控制游戏对局中的虚拟玩家的方法和设备，其中在所述游戏对局的进程中将顺序出现多个决策点。所述方法包括：确定游戏对局的模式数据；根据所述模式数据获取将被虚拟玩家在所述游戏对局中应用的操作数据，所述操作数据包括与所述顺序出现的多个决策点一一对应的多个策略参数组的有序序列；在游戏对局中顺序出现的所述多个决策点处，控制所述虚拟玩家按序应用所述有序序列中的策略参数组。

技术领域

本公开涉及游戏的技术领域，具体地涉及用于控制游戏对局中的虚拟玩家的方法和设备。

背景技术

人工智能(Artificial Intelligence, AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。

随着人工智能技术研究和进步，人工智能技术在多个领域展开研究和应用。例如，目前在游戏开发及应用中，很多场景下都会用到人工智能，称为游戏人工智能，即游戏AI。例如，在游戏开发过程中，游戏AI可以替代测试人员的角色，通过引入游戏AI来参与游戏从而获得测试数据，以实现游戏性能测试。再例如，在游戏应用过程中，游戏玩家在游戏人数不够的情况下，可以主动引入游戏AI与真人进行游戏。

目前，放置类游戏越来越受到人们的喜欢。在放置类游戏中，通常玩家只需要在游戏对局开始时确定好出战的阵容，然后所述游戏对局就会按照游戏逻辑自动完成并输出结果。在当前的放置类游戏中，主要是利用基于状态机的方案、基于行为树的方案或者基于机器学习的方案来实现游戏AI。在基于状态机的方案中，主要是将游戏AI中的状态，整理成一个状态集合，用条件判断来决定下一个状态。这导致很多问题，例如游戏AI的表现特定化、拟人度不够、容易被其它玩家识别等。基于行为树的方案实质上是对基于状态机的方案的优化，因此同样不能避免这些问题。基于机器学习的方案能在一定程度上缓解这些问题，但是需要收集大量游戏数据进行训练以及实时计算，因此需要消耗大量的计算机处理资源，成本比较高；而且在训练过程中，如果游戏逻辑有变化，反映到游戏AI中的时间比较久。

发明内容

有鉴于此，本公开提供了用于控制游戏对局中的虚拟玩家的方法和设备，期望克服上面提到的部分或全部缺陷以及其它可能的缺陷。

根据本公开的第一方面，提供了一种用于控制游戏对局中的虚拟玩家的方法，其中在所述游戏对局的进程中将顺序出现多个决策点，所述方法包括：确定游戏对局的模式数据；根据所述模式数据获取将被虚拟玩家在所述游戏对局中应用的操作数据，所述操作数据包括与所述顺序出现的多个决策点一一对应的多个策略参数组的有序序列；在游戏对局中顺序出现的所述多个决策点处，控制所述虚拟玩家按序应用所述有序序列中的策略参数组。

在一些实施例中，所述模式数据包括游戏对战模式以及游戏难度级别中的至少一个。

在一些实施例中，所述方法还包括：根据游戏对局中真实玩家的级别来确定所述游戏难度级别。

在一些实施例中，所述多个策略参数组中的每个策略参数组中的参数包括至少一个游戏角色和所述至少一个游戏角色的状态。

在一些实施例中，根据所述模式数据获取将被虚拟玩家在所述游戏对局中应用的操作数据包括：从与所述模式数据相对应的真实玩家的历史操作数据的集合中获取与所述模式数据相对应的真实玩家的历史操作数据，以作为将被虚拟玩家在所述游戏对局中应用的操作数据。

在一些实施例中，所述游戏对局的进程由第一设备管理，与所述模式数据相对应的真实玩家的历史操作数据来源于的游戏对局的进程由不同于第一设备的第二设备管理。