[发明专利]游戏数据处理方法、系统、装置、计算机设备和存储介质

权利要求书

1.一种游戏数据处理方法，所述方法包括：

从第一服务器中获取当前游戏对应的游戏环境数据，所述第一服务器用于采集多个游戏对应的游戏环境数据，所述当前游戏是所述多个游戏中的任一个；

对所述游戏环境数据进行数据类型转换，得到标准数据格式的游戏训练交互数据；

将所述游戏训练交互数据发送至第二服务器，以使所述第二服务器根据所述游戏训练交互数据，对神经网络模型进行训练，得到所述神经网络模型输出的所述当前游戏对应的当前游戏动作和当前游戏奖励值，在所述当前游戏奖励值达到预设游戏奖励阈值时，停止所述神经网络模型训练，输出所述当前游戏动作，生成所述当前游戏对应的游戏模型文件。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

接收所述第二服务器发送的游戏环境数据采集指令，所述游戏环境数据采集指令是所述当前游戏奖励值未达到所述预设游戏奖励阈值时触发生成的；

根据游戏环境数据采集指令从所述第一服务器获取所述当前游戏的下一个游戏场景对应的游戏环境数据，返回执行步骤对所述游戏环境数据进行数据类型转换，得到标准数据格式的游戏训练交互数据，直至所述第二服务器中的所述神经网络模型输出的当前游戏奖励值达到预设游戏奖励阈值时，停止所述神经网络模型训练。

3.根据权利要求1所述的方法，其特征在于，所述从第一服务器中获取当前游戏对应的游戏环境数据之前，还包括：

在通过预定通信协议与所述第一服务器成功建立连接时，接收所述第一服务器发送的初始化参数；

基于所述预定通信协议将所述初始化参数发送至所述第二服务器，以使得所述第二服务器根据所述初始化参数将所述神经网络模型设定为相应的初始训练交互参数，得到初始化后的神经网络模型；

接收所述第二服务器发送的当前游戏重置指令，将所述当前游戏重置指令发送至所述第一服务器，以使所述第一服务器根据所述当前游戏重置指令，重置所述当前游戏的游戏场景。

4.根据权利要求1所述的方法，其特征在于，所述对所述游戏环境数据进行数据类型转换，得到标准数据格式的游戏训练交互数据，包括：

从所述游戏环境数据中提取得到游戏环境关键参数；

根据所述游戏环境参数和预设矩阵维度信息得到对应的游戏环境数据矩阵；

根据所述游戏环境关键参数和所述游戏环境数据矩阵生成游戏训练交互数据。

5.根据权利要求4所述的方法，其特征在于，所述根据所述游戏环境关键参数和所述游戏环境数据矩阵生成游戏训练交互数据，包括：

根据所述游戏环境关键参数确定对应的第一信息类型；

根据所述游戏环境数据矩阵确定对应的第二信息类型；

将所述游戏环境关键参数传入至与所述第一信息类型对应的数据类型为结构体的标准参数中，得到第一游戏训练交互数据；

将所述游戏环境数据矩阵传入至与所述第二信息类型对应的数据类型为结构体的标准参数中，得到第二游戏训练交互数据，根据所述第一游戏训练交互数据和所述第二游戏训练交互数据得到游戏训练交互数据。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

从所述第一服务器中获取目标游戏对应的目标游戏环境数据；

将所述目标游戏环境数据进行标准化数据格式转换，得到对应的目标游戏交互数据；

发送所述目标游戏交互数据至所述第二服务器，以使所述第二服务器根据所述目标游戏交互数据调用匹配的目标游戏模型文件，通过所述目标游戏模型文件对应的目标神经网络模型基于所述目标游戏交互数据预测得到目标游戏动作；

将所述第二服务器返回的目标游戏动作发送至所述第一服务器，以使所述第一服务器根据所述目标游戏动作控制所述目标游戏中的目标对象执行下一步动作。