[发明专利]战术策略生成方法、装置、电子设备及存储介质

说明书

本发明提供一种战术策略生成方法、装置、电子设备及存储介质，方法包括：在第一对象使用战术策略组中的目标战术策略与第二对象进行兵棋对抗的情况下，获取所述第一对象和所述第二对象的对抗博弈数据；所述战术策略组中包括至少一个战术策略；对所述对抗博弈数据进行战术策略提取，得到所述第二对象的实时战术策略；将所述目标战术策略和所述实时战术策略输入至战术策略模型，得到所述战术策略模型输出的更新后的战术策略组；其中，所述战术策略模型是对样本战术策略进行训练后得到的。本发明提供的方法，通过战术策略模型自动生成战术策略，提升了战术策略生成的对战胜率及生成效率。

技术领域

本发明涉及战术兵棋对抗博弈领域，尤其涉及一种战术策略生成方法、装置、电子设备及存储介质。

背景技术

兵棋推演是一种通过模拟多种作战装备、武器和作战场景，根据战争实战的经验和规则，指挥员执行作战行动，达到作战目标，实现作战过程推演的作战模拟方法，可用于战术战法策略的优化与评估，以及新型武器装备条件下的战法创新研究等，是研究战争和认识战争的有效工具。

目前，战术兵棋博弈主要以红、蓝双方的零和博弈为主，面向战术级的计算机兵棋对抗的宏观策略生成方法主要包括基于规则方法和基于强化学习方法；其中，基于规则方法将专家经验知识按照态势和决策过程表示，但经验知识的维护与更新耗时耗力，且人工构建的专家经验知识在博弈对抗过程中可能存在冗余、冲突等问题，不利于大规模兵棋博弈经验的归纳；基于强化学习方法通过与对抗环境不断交互与试错，利用回报函数对作战单元行动的奖惩，实现对战术策略的学习，但基于强化学习，尤其是深度强化学习方法，训练出的模型难以解释，且战术级兵棋对抗博弈时空的高复杂性和随机性，使得强化学习难以在短时间内生成有效的应对策略。

发明内容

本发明提供一种战术策略生成方法，用以解决现有技术中难以在短时间内生成有效的应对策略的缺陷，实现提升了战术策略生成的对战胜率及生成效率。

本发明提供一种战术策略生成方法，包括：

在第一对象使用战术策略组中的目标战术策略与第二对象进行兵棋对抗的情况下，获取所述第一对象和所述第二对象的对抗博弈数据；所述战术策略组中包括至少一个战术策略；

对所述对抗博弈数据进行战术策略提取，得到所述第二对象的实时战术策略；

将所述目标战术策略和所述实时战术策略输入至战术策略模型，得到所述战术策略模型输出的更新后的战术策略组；其中，所述战术策略模型是对样本战术策略进行训练后得到的。

根据本发明提供的一种战术策略生成方法，所述战术策略模型，包括：威胁计算模块、推理模块；

所述将所述目标战术策略和所述实时战术策略输入至战术策略模型，得到所述战术策略模型输出的更新后的战术策略组，包括：

将所述目标战术策略和所述实时战术策略输入至所述威胁计算模块，得到所述威胁计算模块输出的所述目标战术策略的威胁值和所述实时战术策略的威胁值；

将所述目标战术策略的威胁值和所述实时战术策略的威胁值输入至所述推理模块，得到所述推理模块输出的所述更新后的战术策略组。

根据本发明提供的一种战术策略生成方法，所述将所述目标战术策略和所述实时战术策略输入至所述威胁计算模块，得到所述威胁计算模块输出的所述目标战术策略的威胁值和所述实时战术策略的威胁值，包括：

将所述目标战术策略和所述实时战术策略输入至所述威胁计算模块，基于所述威胁计算模块确定在所述第一对象处于进攻方的情况下，所述战术策略组中所述目标战术策略所在的第一策略池中所有的战术策略，对目标对抗地图中各地理位置在各时间步的第一火力威胁值；及确定在所述第二对象处于进攻方的情况下，所述战术策略组中所述实时战术策略所在的第二策略池中所有的战术策略，对目标对抗地图中各地理位置在各时间步的第二火力威胁值；所述战术策略组包括所述第一策略池和所述第二策略池；