[发明专利]一种字牌游戏数据处理方法、系统及存储介质

说明书

本发明提供一种字牌游戏数据处理方法、系统及存储介质，其方法包括：录入历史牌局数据，将历史牌局数据转换为二维数组形式，得到历史牌局数组；通过预设分类决策将历史牌局数组转换为训练特征数据；通过预设分类决策将待决策牌面特征数据转换为决策牌面特征数据；基于深度学习神经网络对训练特征数据进行训练，得到决策模型；根据决策模型对待决策牌面特征数据进行决策运算，输出决策。本发明能够从大量真人玩家历史牌局的数据中自动学习字牌游戏的出牌规则，无需将人类出牌的复杂逻辑判断编写为代码，也避免了各种逻辑漏洞和思维固化。

技术领域

本发明主要涉及游戏数据处理技术领域，具体涉及一种字牌游戏数据处理方法、系统及存储介质。

背景技术

字牌是一种古老的传统纸牌游戏，尤其流行于桂柳地区，也称为桂林字牌。它是一种非完全信息博弈游戏，即参与游戏的任何一方无法获知游戏局面的全部信息，只能依据自身掌握的信息进行游戏决策。在联机网络游戏中，参与游戏的有可能不是真人玩家，而是一个能够依据牌面信息进行自动游戏决策的AI系统。如何构建可与真人玩家互动并且游戏体验良好的AI系统是一个非常富有挑战的问题。

目前游戏AI系统的常见实现方式包括有限状态机方法、行为决策树方法、启发式搜索方法等。但以上这些方法用于字牌游戏AI系统设计均存在不足，或要求AI系统预先考虑所有的牌面状态组合导致计算不可行，或要进行大量的搜索计算，或是决策函数很难设计且容易存在逻辑遗漏。

发明内容

本发明所要解决的技术问题是针对现有技术的不足，提供一种字牌游戏数据处理方法、系统及存储介质。

本发明解决上述技术问题的技术方案如下：一种字牌游戏数据处理方法，包括：

录入历史牌局数据和待决策牌面数据；

将所述历史牌局数据转换为二维数组形式，得到历史牌局数组，通过预设分类决策将所述历史牌局数组转换为训练特征数据；

基于深度学习神经网络对所述训练特征数据进行训练，得到决策模型；

将所述决策牌面数据转换为二维数组形式，得到待决策牌面数组，通过预设分类决策将所述待决策牌面数组转换为决策牌面特征数据；

根据所述决策模型对所述待决策牌面特征数据进行决策运算，输出决策。

本发明解决上述技术问题的另一技术方案如下：一种字牌游戏数据处理系统，包括：

数据录入子系统，用于录入历史牌局数据和待决策牌面数据；

数据转换子系统，用于将所述历史牌局数据转换为二维数组形式，得到历史牌局数组，通过预设分类决策将所述历史牌局数组转换为训练特征数据；

数据训练子系统，用于基于深度学习神经网络对所述训练特征数据进行训练，得到决策模型；

所述数据转换子系统，还用于将所述决策牌面数据转换为二维数组形式，得到待决策牌面数组，通过预设分类决策将所述待决策牌面数组转换为决策牌面特征数据；

数据决策子系统，用于根据所述决策模型对所述待决策牌面特征数据进行决策运算，输出决策。

本发明解决上述技术问题的另一技术方案如下：一种字牌游戏数据处理系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，当所述处理器执行所述计算机程序时，实现如上所述的字牌游戏数据处理方法。

本发明解决上述技术问题的另一技术方案如下：一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，当所述计算机程序被处理器执行时，实现如上所述的字牌游戏数据处理方法。