[发明专利]检测游戏中机器人的方法、装置、介质及设备在审

专利信息
申请号: 202210081343.X 申请日: 2022-01-24
公开(公告)号: CN114452651A 公开(公告)日: 2022-05-10
发明(设计)人: 齐宪阳;浦嘉澍;毛晓曦;吴润泽;赵世玮;胡志鹏;范长杰 申请(专利权)人: 网易(杭州)网络有限公司
主分类号: A63F13/75 分类号: A63F13/75;G06T7/246;G06N3/04;G06N3/08
代理公司: 深圳紫藤知识产权代理有限公司 44570 代理人: 蔡艾莹
地址: 310052 浙江省杭州*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 检测 游戏 机器人 方法 装置 介质 设备
【权利要求书】:

1.一种检测游戏中机器人的方法,其特征在于,通过终端设备的屏幕提供图形用户界面,所述图形用户界面所显示的内容包含游戏场景的场景图像,所述游戏场景中包含一虚拟对象,所述方法包括:

获取所述虚拟对象在所述游戏场景中移动的轨迹数据;

根据所述轨迹数据获取对应的语义序列数据和拓扑图结构数据;

基于所述语义序列数据和所述拓扑图结构数据,以及预设的神经网络,获得所述虚拟对象对应的目标轨迹信息表征;

根据所述目标轨迹信息表征获得所述虚拟对象是否为机器人的判断结果。

2.根据权利要求1所述的方法,其特征在于,所述根据所述轨迹数据获取对应的语义序列数据,包括:

将所述场景图像划分为多个单元格;

根据所述轨迹数据确定任一轨迹点落入的单元格,根据所述轨迹点落入的单元格获得语义序列数据。

3.根据权利要求2所述的方法,其特征在于,所述方法还包括:

为所述多个单元格分别分配对应的编号;

所述根据所述轨迹点落入的单元格获得语义序列数据,包括:

根据所述轨迹点落入的单元格的编号获得语义序列数据。

4.根据权利要求1所述的方法,其特征在于,所述基于所述语义序列数据和所述拓扑图结构数据,以及预设的神经网络,获得所述虚拟对象对应的目标轨迹信息表征,包括:

获取所述拓扑图结构数据中数据节点的第一向量表征以及所述拓扑图结构数据的度信息;

根据所述第一向量表征和所述度信息,以及预设的图神经网络,获得所述虚拟对象的图结构表征;

获取所述语义序列数据中节点数据的第二向量表征;

根据所述第二向量表征和预设的神经网络,获得所述虚拟对象的行为意图表征;

将所述语义序列数据、所述图结构表征以及所述意图表征,输入至预设的融合单元,获得所述虚拟对象对应的目标轨迹信息表征。

5.根据权利要求4所述的方法,其特征在于,所述方法还包括:

获取所述拓扑图结构数据的度信息;

所述根据所述第一向量表征以及预设的图神经网络,获得所述虚拟对象的图结构表征,包括:

根据所述第一向量表征和所述度信息,以及预设的图神经网络,获得所述虚拟对象的图结构表征。

6.根据权利要求4所述的方法,其特征在于,所述根据所述第二向量表征和预设的神经网络,获得所述虚拟对象的行为意图表征,包括:

根据所述第二向量表征和预设的GRU神经网络,获得所述虚拟对象的行为意图表征。

7.根据权利要求4所述的方法,其特征在于,所述将所述语义序列数据、所述图结构表征以及所述意图表征,输入至预设的融合单元,获得所述虚拟对象对应的目标轨迹信息表征,包括:

将所述语义序列数据、所述图结构表征以及所述意图表征,输入至预设的融合单元,由所述融合单元对所述语义序列数据、所述图结构表征以及所述意图表征进行非线性变换和加法操作后,获得所述虚拟对象对应的目标轨迹信息表征。

8.根据权利要求1所述的方法,其特征在于,所述轨迹数据为根据所述屏幕的分辨率对所述虚拟对象在所述游戏场景中移动的初始轨迹数据筛选后获得的数据。

9.根据权利要求1所述的方法,其特征在于,所述根据所述目标轨迹信息表征获得所述虚拟对象是否为机器人的判断结果,包括:

通过归一化指数函数对所述目标轨迹信息表征进行处理,获得所述虚拟对象为机器人的概率;

根据所述概率获得所述虚拟对象是否为机器人的判断结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于网易(杭州)网络有限公司,未经网易(杭州)网络有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210081343.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top