[发明专利]智能体控制方法、装置、计算机设备和存储介质

权利要求书

1.一种智能体控制方法，其特征在于，所述方法包括：

获取当前游戏场景中的环境场景数据；

确定为所述当前游戏场景中的智能体匹配的风格属性信息；所述智能体为不需要用户操控的虚拟角色；

根据所述环境场景数据和所述风格属性信息，确定所述智能体在所述当前游戏场景中对应的待执行动作信息；

其中，所述待执行动作信息，用于使所述智能体在所述当前游戏场景中，执行与所述待执行动作信息相应的、且符合所述风格属性信息所表征风格的动作。

2.根据权利要求1所述的方法，其特征在于，所述环境场景数据包括场景元素对应的状态向量、空间关系图和全局标量特征；

所述获取当前游戏场景中的环境场景数据包括：

根据所述当前游戏场景中的各个场景元素的各维度的状态信息，分别生成各个场景元素对应的状态向量；

根据所述当前游戏场景中的每种场景元素中各个场景元素之间的位置关系，生成各种场景元素分别对应的空间关系图；

根据所述当前游戏场景中的游戏全局信息，生成全局标量特征。

3.根据权利要求1所述的方法，其特征在于，所述风格属性信息包括风格属性标识；所述确定为所述当前游戏场景中的智能体匹配的风格属性信息包括：

获取为所述当前游戏场景中的智能体匹配的风格属性标识；

其中，所述匹配的风格属性标识，是根据所述当前游戏场景中操控虚拟角色的用户的用户画像确定的；或，

所述匹配的风格属性标识，是根据所述当前游戏场景中与风格相关的动态指标确定的。

4.根据权利要求3所述的方法，其特征在于，所述风格属性标识是多维的风格属性标识；所述多维的风格属性标识，用于表征所述当前游戏场景中的智能体在各个风格分类维度下的风格；

所述根据所述环境场景数据和所述风格属性信息，确定所述智能体在所述当前游戏场景中对应的待执行动作信息包括：

将所述环境场景数据和所述多维的风格属性标识输入预先训练的动作预测模型中，输出所述智能体在所述当前游戏场景中对应的待执行动作信息；

其中，所述待执行动作信息，用于使所述智能体在所述当前游戏场景中，执行与所述待执行动作信息相应的、且符合所述多维的风格属性标识所表征的各个风格分类维度下的风格的动作。

5.根据权利要求4所述的方法，其特征在于，所述多维的风格属性标识所表征的风格包括策略分类维度下的风格、团队意识分类维度下的风格、以及反应速度分类维度下的风格中的至少一种。

6.根据权利要求4所述的方法，其特征在于，所述动作预测模型的训练步骤包括：

获取包括多组样本数据的训练样本集；所述训练样本集中的每组样本数据包括历史游戏场景下的样本环境场景数据和相应的样本动作信息；

根据所述训练样本集中各组样本数据所对应的用户的风格，为各组样本数据划分相应的样本风格属性标识；

将所述训练样本集中各组样本数据中的样本环境场景数据和相应的样本风格属性标识，输入至待训练的动作预测模型中，预测所述智能体的动作信息；

根据预测的动作信息与样本动作信息的差异，迭代地调整所述动作预测模型的模型参数，直至满足迭代停止条件，得到训练完毕的动作预测模型。

7.根据权利要求1至6任意一项所述的方法，其特征在于，所述方法还包括：

以与游戏客户端所使用的网络协议相同的网络协议接入游戏服务器；

所述获取当前游戏场景中的环境场景数据包括：

从所述游戏服务器发送的当前帧的游戏场景中提取环境场景数据；

在所述根据所述环境场景数据和所述风格属性信息，确定所述智能体在所述当前游戏场景中对应的待执行动作信息之后，所述方法还包括：

将所述待执行动作信息发送至所述游戏服务器，以使所述游戏服务器根据所述待执行动作信息，控制所述智能体在所述当前帧的游戏场景中，执行与所述待执行动作信息相应的、且符合所述风格属性信息所表征风格的动作，并生成下一帧的游戏场景。