[发明专利]一种挖掘游戏中的不平衡数据组的方法、装置、设备和存储介质

说明书

本发明的实施例涉及挖掘游戏中不平衡数据组的方法、装置、设备和介质。该方法包括：构建多个数据组，其中每个数据组由游戏对象组成；通过数据组难度预测模型获得每个数据组的难度预测值，其指示从游戏对象池中抽取游戏对象以组成相应的数据组的获取概率；通过数据组强度预测模型获得每个数据组的强度预测值，其指示每个数据组与参考数据组集合对阵的胜率。该方法还包括：根据每个数据组的难度预测值和强度预测值而获得每个数据组的适应度；以及通过数据组挖掘模型基于每个数据组的适应度挖掘不平衡数据组，其指的是胜率与获取概率不相匹配的数据组。采用本发明的方法能够通过人工智能模型对游戏数据组的平衡性进行合理调整。

技术领域

本发明的实施例涉及游戏的平衡性分析，更特定地，本发明的实施例涉及挖掘游戏中的不平衡数据组的方法、装置、计算设备和计算机可读存储介质。

背景技术

随着计算机技术的发展，计算机游戏等人机交互应用，如多人在线竞技游戏（MOBA）、自走棋、卡牌类游戏成为越来越多人的娱乐方式，还为此成立多项正式的体育竞技比赛。正因为如此，这类游戏比赛的平衡性逐渐被众多研究人员所重视。游戏平衡性研究中是游戏性中的一个重要方面，在一定的约束条件下，游戏玩家及制作人员均希望游戏数据组强度及获取难度达到一定的平衡，这样才能保持较好的游戏性。相反，不平衡的数据组（例如实力很强但是获取概率偏高的游戏数据组）会影响玩家的游戏体验乃至破坏竞技比赛的公平原则。

目前针对竞技游戏的数据组平衡性研究较少，普遍采用的数据组平衡性研究技术方案是通过人工设定策略进行平衡性分析。该方法获取待测角色的技能效果数据，根据待测角色的技能效果数据制定战斗策略，执行待测网络游戏，根据战斗策略进行对战测试，获取测试数据判断战斗结果进行调整。最后根据输出的测试数据分析网络游戏中待测角色的平衡性。

然而，在制定人工设计策略时，策略个数及维度有限。以自走棋游戏为例，目前包括棋子，羁绊及站位等因素。游戏策略中还包括不同羁绊相互作用时的影响，游戏内多种典型数据组的克制关系等。对于此类信息，难以采用人工策略对其进行详细描述，策略不够全面设计。离散化特征与连续特征混合一起难以进行统一的表述，相互之间的转换具有一定的难度。

人工设计策略后，需要根据实际战斗结果进行调整。但是其计算方法仅为游戏开发人员根据一定的经验进行设计，容易考虑不周。除此之外，一旦出现新的游戏元素或特征，难以加入到人工特征计算公式之中。整体设计流程科学性不足，没有具体的理论支撑，难以满足精确的平衡性分析。

因此，如何合理地分析竞技游戏中的平衡性，从而对游戏中的不平衡数据组进行有效调整，成为本领域技术人员迫切需要解决的技术问题。

发明内容

有鉴于此，本发明实施例为缓解、减轻乃至消除上述问题而提供一种能够挖掘游戏中不平衡数据组的方法、装置、计算设备和计算机可读存储介质。

根据本发明的一方面，提供了一种用于挖掘游戏中的不平衡数据组的方法，所述方法包括：构建多个数据组，其中所述多个数据组中的每个数据组由游戏对象组成；根据每个数据组的难度预测值和强度预测值获得每个数据组的适应度，其中所述难度预测值通过数据组难度预测模型来获得并且用来指示从游戏对象池中抽取一个或多个游戏对象以组成相应的数据组的获取概率，并且其中所述强度预测值通过数据组强度预测模型来获得并且用来指示每个数据组与参考数据组集合对阵的胜率；以及通过数据组挖掘模型基于每个数据组的适应度挖掘不平衡数据组，其中所述不平衡数据组是胜率与获取概率不相匹配的数据组。

在一些实施例中，根据每个数据组的难度预测值和强度预测值获得每个数据组的适应度包括：对每个数据组的难度预测值和强度预测值进行加权计算，以获得加权计算的结果作为每个数据组的适应度。