CN104133667A - 实现人工智能行为的方法、装置及人工智能编辑器 - Google Patents

实现人工智能行为的方法、装置及人工智能编辑器 Download PDF

Info

Publication number
CN104133667A
CN104133667A CN201310632412.2A CN201310632412A CN104133667A CN 104133667 A CN104133667 A CN 104133667A CN 201310632412 A CN201310632412 A CN 201310632412A CN 104133667 A CN104133667 A CN 104133667A
Authority
CN
China
Prior art keywords
behavior
configuration file
behavior configuration
default
artificial intelligence
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201310632412.2A
Other languages
English (en)
Other versions
CN104133667B (zh
Inventor
邱林辉
王旭新
姚建辉
钟勇
杨敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Technology Chengdu Co Ltd
Original Assignee
Tencent Technology Chengdu Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tencent Technology Chengdu Co Ltd filed Critical Tencent Technology Chengdu Co Ltd
Priority to CN201310632412.2A priority Critical patent/CN104133667B/zh
Priority to PCT/CN2014/080399 priority patent/WO2015078174A1/en
Publication of CN104133667A publication Critical patent/CN104133667A/zh
Priority to TW103141193A priority patent/TWI525559B/zh
Priority to US14/592,139 priority patent/US9875442B2/en
Application granted granted Critical
Publication of CN104133667B publication Critical patent/CN104133667B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computing arrangements using knowledge-based models
    • G06N5/04Inference or reasoning models
    • G06N5/048Fuzzy inferencing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Automation & Control Theory (AREA)
  • Debugging And Monitoring (AREA)
  • Stored Programmes (AREA)

Abstract

本发明公开了一种实现人工智能行为的方法、装置及人工智能编辑器,属于人工智能领域。该方法包括:获取由预设的至少一个组件配置得到的AI行为配置文件;测试AI行为配置文件的运行结果是否达到预设效果;如果AI行为配置文件的运行结果达到预设效果,则根据AI行为配置文件实现预设AI行为。本发明通过获取由预设的至少一个组件配置得到的AI行为配置文件,并测试AI行为配置文件的运行结果是否达到预设效果,避免了在实现AI行为时,通过编译代码来实现,实现AI行为的操作简单,能缩短开发周期,提高实现AI行为的效率。另外,当需要在某一应用程序中增加或删除某一AI行为时,只需要通过修改调用的组件即可,无需再修改代码,投入的时间、人力成本较少。

Description

实现人工智能行为的方法、装置及人工智能编辑器
技术领域
本发明涉及人工智能领域,特别涉及一种实现人工智能行为的方法、装置及人工智能编辑器。
背景技术
AI(Artificial Intelligence,人工智能)是指利用计算机等现代化工具来模拟人类的思维和行动的技术,随着AI技术的日渐进步,AI技术已被应用于生产生活的各个方面。例如,当AI技术被应用于游戏应用程序中时,会生成一个与人具有相似行为的主体,该主体即为AI智能体。由于AI智能体能表现出与人的智能行为、活动相类似,或者与玩家的思维、感知相符合的特性,因而可以提高游戏应用程序的可玩性。在设计AI相关的应用程序时,如何使AI智能体实现一定的AI行为,是设计与AI相关的应用的重点,使用简单的实现AI行为的方法,可以提高AI设计与AI相关的应用程序的效率。
在现有技术中,在设计与AI相关的应用程序时,通常采用的实现AI行为的方法为:首先由AI策划者设计好AI智能体所要实现的AI行为的逻辑,然后由程序开发人员将AI智能体所要实现的AI行为的逻辑编译为对应的代码,之后策划人员运行编译的代码,检测编译的代码能否达到预设的AI行为效果。如果AI智能体能达到预设的AI行为效果,则实现了AI智能体的AI行为,否则需要编译、调试代码,直到AI智能体能达到预设的效果为止。
在实现本发明的过程中,发明人发现现有技术至少存在以下问题:
由于现有技术在实现AI行为时,需要编译代码并不断调整代码,因此,实现AI行为需要的开发周期较长,实现AI行为的效率较低。另外,当需要在某应用程序中增加或删除某一个AI行为时,需要通过修改代码来实现,且增加或删除AI行为后,又需要重新调试、编译代码,修改繁琐,投入的时间、人力成本大。
发明内容
为了解决现有技术的问题,本发明实施例提供了一种实现人工智能行为的方法、装置及人工智能编辑器。所述技术方案如下:
第一方面,提供了一种实现人工智能行为的方法,所述方法包括:
获取由预设的至少一个组件配置得到的人工智能AI行为配置文件,所述AI行为配置文件与预设的AI行为逻辑匹配;
测试所述AI行为配置文件的运行结果是否达到预设效果;
如果所述AI行为配置文件的运行结果达到预设效果,则根据所述AI行为配置文件实现预设AI行为。
第二方面,提供了一种实现人工智能行为的装置,所述装置包括:
获取模块,用于获取由预设的至少一个组件配置得到的人工智能AI行为配置文件,所述AI行为配置文件与预设的AI行为逻辑匹配;
测试模块,用于测试所述AI行为配置文件的运行结果是否达到预设效果;
实现模块,用于当所述AI行为配置文件的运行结果达到预设效果时,根据所述AI行为配置文件实现预设AI行为。
第三方面,提供了一种人工智能编辑器,所述人工智能编辑器包括实现人工智能行为的装置;
其中,所述实现人工智能行为的装置如上述第二方面提供的实现人工智能行为的装置。
本发明实施例提供的技术方案带来的有益效果是:
通过获取由预设的至少一个组件配置得到的人工智能AI行为配置文件,并测试所述AI行为配置文件的运行结果是否达到预设效果,避免了在实现AI行为时,通过编译代码来实现,实现AI行为的操作简单,能够缩短实现AI行为的开发周期,提高实现AI行为的效率。另外,当需要在某一应用程序中增加或删除某一AI行为时,只需要通过修改调用的组件即可,无需再修改代码,投入的时间、人力成本较少。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种实现人工智能行为的方法的实施环境示意图;
图2是本发明实施例一提供的一种实现人工智能行为的方法流程图;
图3是本发明实施例二提供的一种实现人工智能行为的方法流程图;
图4是本发明实施例三提供的一种实现人工智能行为的装置结构示意图;
图5是本发明实施例三提供的另一种实现人工智能行为的装置结构示意图;
图6是本发明实施例三提供的一种测试模块的结构示意图;
图7是本发明实施例三提供的又一种实现人工智能行为的装置结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
随着计算机技术的迅速发展,越来越多的应用程序被应用于人们的生活中,给人们的生活带来很大的便捷和趣味。随着AI技术的迅速发展,越来越多的AI技术被应用于计算机等现代化工具的应用程序中,使计算机等现代化工具可以模拟并作出与人的思维和行为相似的行为,使应用程序更具智能性,也更具娱乐性。
在与AI技术有关的应用程序中,通常会赋予一些主体以人的思维和行动,该主体即为AI智能体。AI智能体通常是指具有目标、行为和知识,并在一定环境下自主运行的实体。AI智能体的典型例子为应用程序中的怪物或者NPC(Non-Player Character,非玩家角色)。AI智能体在应用程序中所作出的与人的思维和行为相类似的行为即为AI行为。
在策划与AI技术有关的应用程序时,如何使应用程序中的AI智能体表现出一定的AI行为,是设计与AI相关的应用程序的关键。例如,在人与计算机对战的棋牌类应用程序中,如何使计算机充当的AI智能体在一定的条件下实现打出牌的AI行为,是设计该类应用程序主要考虑的问题。另外,在其它包含怪物的应用程序中,如何使怪物在一定的条件下表现出攻击、追击等AI行为,是设计该类应用程序主要考虑的问题。而要使AI智能体表现出一定的AI行为,首先需要根据应用程序设计AI行为,并确保设计的AI行为能够实现。
本发明实施例即提供一种简单的实现AI行为的方法,目的在于改变传统的实现AI行为的方法时,需要针对不同的AI智能体设计与该AI智能体的AI行为相关的逻辑关系,然后再由程序编译人员将该逻辑关系编译为对应的代码,通过运行代码测试能否实现AI行为,实现AI行为的过程需要策划者和程序编译者同时参与,且开发周期较长的缺陷。
如图1所示,其示出了本发明实施例提供的实现人工智能行为的方法的实施环境的结构示意图。在图1示出的实施环境中,节点配置中存储了预先封装好的各个组件,并在存储组件的时候,在节点配置中同时存储了组件的类型、功能、详情信息、初始化参数及挂载拓扑结构等内容。在设计AI行为时,可以通过AI编辑器从节点配置中调用预设的组件来配置实现AI行为的AI行为配置文件。当配置好实现AI行为的AI行为配置文件后,可以通过AI行为测试装置运行配置好的AI行为配置文件,并预览该AI行为配置文件的运行结果是否与预设的AI行为的运行结果一致。
下面将结合上述内容及图1示出的实施环境结构示意图,对本发明实施例提供的实现AI行为的方法进行详细说明,详见下述实施例一和实施例二:
实施例一
结合图1所示的实施环境和上述内容,本发明实施例提供了一种实现人工智能行为的方法。参见图2,本发明实施例提供的方法流程包括:
101:获取由预设的至少一个组件配置得到的AI行为配置文件,该AI行为配置文件与预设的AI行为逻辑匹配。
102:测试AI行为配置文件的运行结果是否达到预设效果。
103:如果AI行为配置文件的运行结果达到预设效果,则根据AI行为配置文件实现预设AI行为。
优选地,获取由预设的至少一个组件配置得到的人工智能AI行为配置文件之前,还包括:
将实现特定功能的代码封装成实现特定功能的组件;
将实现特定功能的组件及组件的类型、功能、详情信息、初始化参数及挂载拓扑结构存储至节点配置;
获取由预设的至少一个组件配置得到的人工智能AI行为配置文件,包括:
从节点配置中调用预设的至少一个组件配置AI行为配置文件。
其中,获取由预设的至少一个组件配置得到的人工智能AI行为配置文件,包括:
从节点配置中调用预设的至少一个组件配置第一AI行为配置文件,并从预先存储了至少一个AI行为配置文件的AI规则库中获取第二AI行为配置文件;
将第一AI行为配置文件与第二AI行为配置文件合并得到AI行为配置文件。
优选地,获取由预设的至少一个组件配置得到的人工智能AI行为配置文件,包括:
从预先存储了至少一个AI行为配置文件的AI规则库中获取AI行为配置文件。
优选地,从节点配置中调用预设的至少一个组件配置AI行为配置文件之后,还包括:
将配置得到的AI行为配置文件存储至AI规则库。
优选地,测试AI行为配置文件的运行结果是否达到预设效果,包括:
加载与预设效果相关的应用程序环境数据;
结合应用程序环境数据运行AI行为配置文件,并预览AI行为配置文件的运行结果与预设效果是否一致;
如果AI行为配置文件的运行结果与预设效果一致,则AI行为配置文件的运行结果达到预设效果。
优选地,根据AI行为配置文件实现预设AI行为之后,还包括:
将AI行为配置文件传送至AI服务器,使AI服务器对存储AI行为配置文件的AI规则库进行更新,其中,AI服务器挂载至少一个应用程序的AI系统,至少一个应用程序的AI系统包括AI规则库,AI规则库存储了至少一个AI行为配置文件。
本发明实施例提供的方法,通过获取由预设的至少一个组件配置得到的人工智能AI行为配置文件,并测试AI行为配置文件的运行结果是否达到预设效果,避免了在实现AI行为时,通过编译代码来实现,实现AI行为的操作简单,能够缩短实现AI行为的开发周期,提高实现AI行为的效率。另外,当需要在某一应用程序中增加或删除某一AI行为时,只需要通过修改调用的组件即可,无需再修改代码,投入的时间、人力成本较少。
实施例二
结合图1所示的实施环境和上述实施例一的内容,本发明实施例提供了一种实现人工智能行为的方法。为了便于说明,本发明实施例以AI编辑器执行本发明实施例提供的实现人工智能行为的方法为例,并结合图1所示的实施环境对本发明实施例提供的确定人工智能行为的方法进行详细说明。参见图3,本发明实施例提供的方法流程包括:
201:将实现特定功能的代码封装成实现特定功能的组件,并将实现特定功能的组件及组件的类型、功能、详情信息、初始化参数及挂载拓扑结构存储至节点配置。
针对该步骤,为了克服现有技术中在实现AI行为时,需要根据所要实现的AI行为的逻辑编译对应的代码,进而通过运行代码来测试并确定AI行为能否实现造成的操作复杂、开发周期长的不足,本发明实施例提供的方法在实现AI行为之前,可以通过一定的封装工具预先将实现特定功能的代码封装成实现特定功能的组件。该封装的组件具有相对独立功能、接口由契约指定、和语境有明显依赖关系、可独立部署、可组装。关于将实现特定功能的代码封装成实现特定功能的组件的方式,本发明实施例不作具体限定,具体实施时,可参见现有技术中将代码封装成组件的方式。本发明实施例同样不对封装工具进行限定,例如,通过AI编辑器也可以实现将实现特定功能的代码封装成实现特定功能的组件。
另外,为了在后续实现AI行为时,能够快速地确定调用哪些组件,本发明实施例提供的方法将封装好的实现特定功能的组件及组件的类型、功能、详情信息、初始化参数及挂载拓扑结构存储至节点配置中。因此,在后续使用组件时,可以直接从节点配置中调用需要的组件。该节点配置中存储的组件可以被同一应用程序中的不同AI智能体调用,也可以被不同应用程序中的AI智能体调用。因此,不仅具有通用性,而且在设计应用程序时,能够提高设计应用程序的效率。
具体地,为了区分不同组件实现的不同功能,在存储组件时,可以对各个组件进行分类,将实现的功能分成多种类型。例如,可以分为条件组件,行为组件和选择组件。其中,条件组件是指执行条件判断,返回判断结果的功能组件。例如,判断玩家当前是否有红桃K卡牌的组件。行为组件是指执行设定的功能的组件。例如,打出一张红桃K卡牌的组件。选择组件是指可以根据一定的选取规则来选取一个行为组件来执行的组件。其中,选取规则包括但不限于权值最大选取方式,随机选取方式和顺序选取方式等。
此外,由于本发明实施例提供的方法支持由策划人员直接通过AI编辑器调用节点配置中的若干组件或AI规则库中已经存储的若干AI行为配置文件来实现AI行为,因此,在存储组件时,还在节点配置中存储了组件的详情信息,如组件的具体使用的说明。另外,还可以在节点配置中存储组件的初始化参数以及组件的挂载拓扑结构。其中,组件的挂载拓扑结构可以根据具体的应用程序中AI智能体所要实现的AI行为进行设计。通常,选择组件可以挂载至少一个行为组件,行为组件可以挂载至少一个条件组件等。
202:AI编辑器获取由预设的至少一个组件配置得到的AI行为配置文件,该AI行为配置文件与预设的AI行为逻辑匹配。
针对该步骤,当应用程序的AI行为的策划者在通过AI编辑器实现AI行为时,可以预先设计好该AI行为的逻辑,然后通过AI编辑器获取由预设的至少一个组件配置得到的AI行为配置文件,只要保证该配置的AI行为配置文件与预设的AI行为逻辑匹配即可。
其中,AI编辑器获取由预设的至少一个组件配置得到的人工智能AI行为配置文件的方式,可以有很多种。具体实施时,包括但不限于通过以下几种方式来实现:
第一种方式:从节点配置中调用预设的至少一个组件配置AI行为配置文件。
具体地,由于节点配置中存储了封装好的各个组件以及组件的类型、功能、详情信息、初始化参数及挂载拓扑结构等信息。因此,在实现AI行为时,可以根据预先设计好的AI行为逻辑由AI编辑器获取该与AI行为逻辑匹配的若干组件并按照与AI行为逻辑匹配的方式进行组合,配置得到AI行为配置文件。
第二种方式:从节点配置中调用预设的至少一个组件配置第一AI行为配置文件,并从预先存储了至少一个AI行为配置文件的AI规则库中获取第二AI行为配置文件;将第一AI行为配置文件与第二AI行为配置文件合并得到AI行为配置文件。
具体地,在每次组合各个组件得到AI行为配置文件后,可以将已经设计好的AI行为配置文件进行存储,确保后续可以直接调用该存储的AI行为配置文件配置其它与该AI行为配置文件功能相似的AI行为配置文件或者可以组合该已经存储的AI行为配置文件实现其它AI行为的AI行为配置文件。在本发明实施例中,假设将已经设计好的能够实现一定功能的AI行为配置文件存储于AI规则库中。因此,AI编辑器在获取配置得到的AI行为配置文件时,可以从AI规则库中获取已经存储的若干AI行为配置文件,并调用节点配置中的若干组件来实现。此时,可以从节点配置调用若干组件和从AI规则库中调用若干AI行为配置文件进行合并、组合,得到实现某一AI行为的AI行为配置文件。
第三种方式:从预先存储了至少一个AI行为配置文件的AI规则库中获取AI行为配置文件。
针对该种方式,如果某一AI行为可以直接通过调用AI规则库中存储的已经配置好的AI行为配置文件组合得到实现该AI行为对应的AI规则配置文件,AI编辑器可以直接从AI规则库中调用若干AI行为配置文件配置得到实现该AI行为的AI行为配置文件。另外,AI编辑器也可以运行AI规则库中已经配置好的若干AI行为配置文件,来达到检测或优化已经配置好的AI行为的目的。
优选地,如果采用第一种方式从节点配置中调用预设的至少一个组件配置得到AI行为配置文件之后,还可以将配置得到的AI行为配置文件存储至AI规则库,以便在设计其它AI行为的AI行为配置文件时,可以结合上述第二种或第三种方式来配置其它AI行为的AI行为配置文件。
203:测试AI行为配置文件的运行结果是否达到预设效果。
针对该步骤,为了验证设计的AI行为配置文件能否实现预设的AI行为,需要测试AI行为配置文件的运行结果是否达到预设效果。其中,测试AI行为配置文件的运行结果是否达到预设效果可以通过AI行为测试装置来实现。需要说明的是,该AI行为测试装置可以是一个不依赖于AI编辑器的独立装置,在这种情况下,AI行为测试装置通过从AI编辑器中载入配置好的AI行为配置文件后,通过运行该AI行为配置文件并测试该AI行为配置文件的运行结果是否达到预设效果。当然,AI行为测试装置也可以与AI编辑器是一体结构,在测试AI行为配置文件的运行结果是否达到预设效果时,直接将AI行为配置文件导入AI行为配置文件即可。
关于测试AI行为配置文件的运行结果是否达到预设效果的方式,本发明实施例不作具体限定。具体实施时,包括但不限于:
加载与预设效果相关的应用程序环境数据;结合应用程序环境数据运行AI行为配置文件,并预览AI行为配置文件的运行结果与预设效果是否一致。
通过实时测试配置的AI行为配置文件的运行结果能否达到预设效果,可以实现对实时配置的AI行为配置文件进行检测,实时检测通过调用预设的组件配置的AI行为配置文件能否实现AI行为,不但有助于调整并丰富应用程序的AI规则库,实时实现在应用程序中增加或删除AI行为,也能缩短实现AI行为的开发周期,节省实现AI行为的人力、物力投入。另外,通过本发明实施例提供的方法,使得AI智能体在某种条件下的AI行为可编辑化,使得实现AI行为的操作简单。
204:如果AI行为配置文件的运行结果达到预设效果,则根据AI行为配置文件实现预设AI行为。
针对该步骤,在测试AI行为配置文件的运行结果后,如果AI行为配置文件的运行结果能够达到预设效果,则可以根据该AI行为配置文件的运行结果确定通过调用组件配置的AI行为配置文件能够实现预设AI行为。进一步,可以确定实现AI行为的方法成功。当然,如果测试AI行为的运行结果后,发现AI行为配置文件的运行结果未达到预设效果,则证明此次配置的AI行为配置文件不能实现预设AI行为,需要重新配置AI行为配置文件。此时,重新配置AI行为配置文件的步骤为重新执行步骤202至步骤204,直至配置的AI行为配置文件的运行结果达到预设效果为止。
下面,以实现AI智能体打出红桃10的AI行为为例来对上述测试AI行为配置文件的运行结果是否达到预设效果的方式进行举例说明。
首先,AI编辑器加载预先设计好的与打出红桃10相关的应用程序环境数据以及使用若干组件配置好的打出红桃10的AI行为配置文件;接下来,AI编辑器将该AI行为配置文件发送给AI行为测试装置,由AI行为测试装置运行该AI行为配置文件,并用AI行为测试装置配置的可以提供AI行为预览效果的显示器预览此时AI智能体是否可以执行打出红桃10的AI行为。如果此时AI智能体打出了红桃10,则证明此次通过调用组件配置的AI行为配置文件能够实现该打出红桃10的AI行为,亦即实现打出红桃10的AI行为的方法操作成功。
优选地,由于通过本发明实施例提供的实现AI行为的方法可以实现多种AI行为,因此,根据AI行为配置文件实现预设AI行为之后,可以将该实现AI行为的AI行为配置文件件传送至AI服务器,使AI服务器对存储AI行为配置文件的AI规则库进行更新。其中,AI服务器为在某一种或几种应用程序中,能够控制AI智能体作出的AI行为匹配应用程序中的当前环境的服务器。在AI服务器上,可以挂载至少一个应用程序的AI系统,且每个应用程序的AI系统包括至少一个能够实现该应用程序的AI行为的AI规则库,AI规则库存储了能够实现至少一个应用程序的功能的AI行为配置文件,且各个AI行为配置文件均可以通过调用节点配置中的至少一个组件实现。
利用该更新应用程序的AI系统中AI规则库的方法,使得在更新应用程序的AI行为时,无需再重新发布应用程序的版本或者打补丁,使得更新应用程序的操作更加便捷。另外,由于不同的应用程序如果实现的某一功能相同时,可以使用相同的组件配置AI行为配置文件,又由于通过调用组件配置AI行为配置文件并进一步组合AI行为配置文件设计应用程序的AI系统,可以避免现有技术中需要针对每个应用程序编译代码来实现,因此能够提高设计应用程序的AI系统的效率。
本发明实施例提供的方法,通过获取由预设的至少一个组件配置得到的人工智能AI行为配置文件,并测试AI行为配置文件的运行结果是否达到预设效果,避免了在实现AI行为时,通过编译代码来实现,实现AI行为的操作简单,能够缩短实现AI行为的开发周期,提高实现AI行为的效率。另外,当需要在某一应用程序中增加或删除某一AI行为时,只需要通过修改调用的组件即可,无需再修改代码,投入的时间、人力成本较少。
实施例三
参见图4,本发明实施例提供了一种实现人工智能行为的装置,该装置包括:
获取模块401,用于获取由预设的至少一个组件配置得到的人工智能AI行为配置文件,AI行为配置文件与预设的AI行为逻辑匹配;
测试模块402,用于测试AI行为配置文件的运行结果是否达到预设效果;
实现模块403,用于当AI行为配置文件的运行结果达到预设效果时,根据AI行为配置文件实现预设AI行为。
优选地,参见图5,装置还包括:
封装模块404,用于将实现特定功能的代码封装成实现特定功能的组件;
存储模块405,用于将实现特定功能的组件及组件的类型、功能、详情信息、初始化参数及挂载拓扑结构存储至节点配置;
获取模块401,用于从节点配置中调用预设的至少一个组件配置AI行为配置文件。
优选地,获取模块401,用于从节点配置中调用预设的至少一个组件配置第一AI行为配置文件,并从预先存储了至少一个AI行为配置文件的AI规则库中获取第二AI行为配置文件;将第一AI行为配置文件与第二AI行为配置文件合并得到AI行为配置文件。
优选地,获取模块401,用于从预先存储了至少一个AI行为配置文件的AI规则库中获取AI行为配置文件。
优选地,存储模块405,还用于将配置得到的AI行为配置文件存储至AI规则库。
优选地,参见图6,测试模块402包括:
加载单元4021,用于加载与预设效果相关的应用程序环境数据;
运行单元4022,用于结合应用程序环境数据运行AI行为配置文件;
预览单元4023,用于预览AI行为配置文件的运行结果与预设效果是否一致;
确定单元4024,用于当AI行为配置文件的运行结果与预设效果一致时,确定AI行为配置文件的运行结果达到预设效果。
优选地,参见图7,装置还包括:
传送模块406,用于将AI行为配置文件传送至AI服务器,使AI服务器对存储AI行为配置文件的AI规则库进行更新,其中,AI服务器挂载至少一个应用程序的AI系统,至少一个应用程序的AI系统包括AI规则库,AI规则库存储了至少一个AI行为配置文件。
本发明实施例提供的装置,通过获取由预设的至少一个组件配置得到的人工智能AI行为配置文件,并测试AI行为配置文件的运行结果是否达到预设效果,避免了在实现AI行为时,通过编译代码来实现,实现AI行为的操作简单,能够缩短实现AI行为的开发周期,提高实现AI行为的效率。另外,当需要在某一应用程序中增加或删除某一AI行为时,只需要通过修改调用的组件即可,无需再修改代码,投入的时间、人力成本较少。
实施例四
本发明实施例提供了一种人工智能编辑器,该人工智能编辑器包括实现人工智能行为的装置。
其中,该装置如上述实施例三中提供的实现人工智能行为的装置。具体详见上述实施例三的内容,此处不再赘述。
本发明实施例提供的人工智能编辑器,通过获取由预设的至少一个组件配置得到的人工智能AI行为配置文件,并测试AI行为配置文件的运行结果是否达到预设效果,避免了在实现AI行为时,通过编译代码来实现,实现AI行为的操作简单,能够缩短实现AI行为的开发周期,提高实现AI行为的效率。另外,当需要在某一应用程序中增加或删除某一AI行为时,只需要通过修改调用的组件即可,无需再修改代码,投入的时间、人力成本较少。
需要说明的是:上述实施例提供的实现人工智能行为的装置在实现人工智能行为时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的实现人工智能行为的装置与实现人工智能行为的方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (15)

1.一种实现人工智能行为的方法,其特征在于,所述方法包括:
获取由预设的至少一个组件配置得到的人工智能AI行为配置文件,所述AI行为配置文件与预设的AI行为逻辑匹配;
测试所述AI行为配置文件的运行结果是否达到预设效果;
如果所述AI行为配置文件的运行结果达到预设效果,则根据所述AI行为配置文件实现预设AI行为。
2.根据权利要求1所述的方法,其特征在于,所述获取由预设的至少一个组件配置得到的人工智能AI行为配置文件之前,还包括:
将实现特定功能的代码封装成实现特定功能的组件;
将所述实现特定功能的组件及所述组件的类型、功能、详情信息、初始化参数及挂载拓扑结构存储至节点配置;
所述获取由预设的至少一个组件配置得到的人工智能AI行为配置文件,包括:
从所述节点配置中调用预设的至少一个组件配置AI行为配置文件。
3.根据权利要求2所述的方法,其特征在于,所述获取由预设的至少一个组件配置得到的人工智能AI行为配置文件,包括:
从所述节点配置中调用预设的至少一个组件配置第一AI行为配置文件,并从预先存储了至少一个AI行为配置文件的AI规则库中获取第二AI行为配置文件;
将所述第一AI行为配置文件与所述第二AI行为配置文件合并得到AI行为配置文件。
4.根据权利要求2所述的方法,其特征在于,所述获取由预设的至少一个组件配置得到的人工智能AI行为配置文件,包括:
从预先存储了至少一个AI行为配置文件的AI规则库中获取AI行为配置文件。
5.根据权利要求2或3所述的方法,其特征在于,所述从所述节点配置中调用预设的至少一个组件配置AI行为配置文件之后,还包括:
将配置得到的所述AI行为配置文件存储至所述AI规则库。
6.根据权利要求1所述的方法,其特征在于,所述测试所述AI行为配置文件的运行结果是否达到预设效果,包括:
加载与所述预设效果相关的应用程序环境数据;
结合所述应用程序环境数据运行所述AI行为配置文件,并预览所述AI行为配置文件的运行结果与所述预设效果是否一致;
如果所述AI行为配置文件的运行结果与所述预设效果一致,则所述AI行为配置文件的运行结果达到预设效果。
7.根据权利要求1所述的方法,其特征在于,所述根据所述AI行为配置文件实现预设AI行为之后,还包括:
将所述AI行为配置文件传送至AI服务器,使所述AI服务器对存储AI行为配置文件的AI规则库进行更新,其中,所述AI服务器挂载至少一个应用程序的AI系统,所述至少一个应用程序的AI系统包括AI规则库,所述AI规则库存储了至少一个AI行为配置文件。
8.一种实现人工智能行为的装置,其特征在于,所述装置包括:
获取模块,用于获取由预设的至少一个组件配置得到的人工智能AI行为配置文件,所述AI行为配置文件与预设的AI行为逻辑匹配;
测试模块,用于测试所述AI行为配置文件的运行结果是否达到预设效果;
实现模块,用于当所述AI行为配置文件的运行结果达到预设效果时,根据所述AI行为配置文件实现预设AI行为。
9.根据权利要求8所述的装置,其特征在于,所述装置还包括:
封装模块,用于将实现特定功能的代码封装成实现特定功能的组件;
存储模块,用于将所述实现特定功能的组件及所述组件的类型、功能、详情信息、初始化参数及挂载拓扑结构存储至节点配置;
所述获取模块用于从所述节点配置中调用预设的至少一个组件配置AI行为配置文件。
10.根据权利要求9所述的装置,其特征在于,所述获取模块用于从所述节点配置中调用预设的至少一个组件配置第一AI行为配置文件,并从预先存储了至少一个AI行为配置文件的AI规则库中获取第二AI行为配置文件;将所述第一AI行为配置文件与所述第二AI行为配置文件合并得到AI行为配置文件。
11.根据权利要求9所述的装置,其特征在于,所述获取模块,用于从预先存储了至少一个AI行为配置文件的AI规则库中获取AI行为配置文件。
12.根据权利要求9或10所述的装置,其特征在于,所述存储模块,还用于将配置得到的所述AI行为配置文件存储至所述AI规则库。
13.根据权利要求8所述的装置,其特征在于,所述测试模块包括:
加载单元,用于加载与所述预设效果相关的应用程序环境数据;
运行单元,用于结合所述应用程序环境数据运行所述AI行为配置文件;
预览单元,用于预览所述AI行为配置文件的运行结果与所述预设效果是否一致;
确定单元,用于当所述AI行为配置文件的运行结果与所述预设效果一致时,确定所述AI行为配置文件的运行结果达到预设效果。
14.根据权利要求8所述的装置,其特征在于,所述装置还包括:
传送模块,用于将所述AI行为配置文件传送至AI服务器,使所述AI服务器对存储AI行为配置文件的AI规则库进行更新,其中,所述AI服务器挂载至少一个应用程序的AI系统,所述至少一个应用程序的AI系统包括AI规则库,所述AI规则库存储了至少一个AI行为配置文件。
15.一种人工智能编辑器,其特征在于,所述人工智能编辑器包括实现人工智能行为的装置;
其中,所述实现人工智能行为的装置如权利要求8至14中任一项权利要求所述的装置。
CN201310632412.2A 2013-11-29 2013-11-29 实现人工智能行为的方法、装置及人工智能编辑器 Active CN104133667B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201310632412.2A CN104133667B (zh) 2013-11-29 2013-11-29 实现人工智能行为的方法、装置及人工智能编辑器
PCT/CN2014/080399 WO2015078174A1 (en) 2013-11-29 2014-06-20 Method, apparatus, and artificial intelligence editor for implementing artificial intelligence behavior
TW103141193A TWI525559B (zh) 2013-11-29 2014-11-27 實現人工智慧行為的方法、裝置及人工智慧編輯器
US14/592,139 US9875442B2 (en) 2013-11-29 2015-01-08 Method, apparatus, and artificial intelligence editor for implementing artificial intelligence behavior

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310632412.2A CN104133667B (zh) 2013-11-29 2013-11-29 实现人工智能行为的方法、装置及人工智能编辑器

Publications (2)

Publication Number Publication Date
CN104133667A true CN104133667A (zh) 2014-11-05
CN104133667B CN104133667B (zh) 2017-08-01

Family

ID=51806355

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310632412.2A Active CN104133667B (zh) 2013-11-29 2013-11-29 实现人工智能行为的方法、装置及人工智能编辑器

Country Status (4)

Country Link
US (1) US9875442B2 (zh)
CN (1) CN104133667B (zh)
TW (1) TWI525559B (zh)
WO (1) WO2015078174A1 (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106708574A (zh) * 2016-12-20 2017-05-24 徐博霄 一种扩展式嵌入系统的配置方法及装置
CN106815009A (zh) * 2016-12-05 2017-06-09 上海时年信息科技有限公司 模拟多个运动体行为的方法和系统
CN107308642A (zh) * 2017-07-04 2017-11-03 北京像素软件科技股份有限公司 角色行为定义方法、装置及电子设备
CN107875632A (zh) * 2017-12-06 2018-04-06 广州多益网络股份有限公司 实现人工智能行为的方法、系统及人工智能行为编辑器
CN108629422A (zh) * 2018-05-10 2018-10-09 浙江大学 一种基于知识指导-战术感知的智能体学习方法
CN109224442A (zh) * 2018-09-03 2019-01-18 腾讯科技(深圳)有限公司 虚拟场景的数据处理方法、装置及存储介质
CN111316227A (zh) * 2018-08-20 2020-06-19 华为技术有限公司 一种调试应用程序的方法及设备
CN112667303A (zh) * 2019-09-27 2021-04-16 杭州海康威视数字技术股份有限公司 人工智能任务的处理方法和装置

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104133666B (zh) * 2013-11-29 2017-11-17 腾讯科技(成都)有限公司 确定人工智能行为的方法、装置及人工智能服务器
US11271822B1 (en) * 2018-03-07 2022-03-08 Amdocs Development Limited System, method, and computer program for operating multi-feed of log-data in an AI-managed communication system
BR112021010468A2 (pt) * 2018-12-31 2021-08-24 Intel Corporation Sistemas de segurança que empregam inteligência artificial
KR20200084695A (ko) 2019-01-03 2020-07-13 삼성전자주식회사 응용프로그램의 관리 장치 및 방법
CN111841016B (zh) * 2019-04-28 2022-03-25 北京达佳互联信息技术有限公司 游戏ai系统、游戏ai的信息处理方法、装置和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101548300A (zh) * 2006-10-05 2009-09-30 Igt公司 游戏终端的远程配置
CN101699452A (zh) * 2009-03-11 2010-04-28 深圳市伯仲通信技术有限公司 一种游戏引擎
CN102073487A (zh) * 2009-11-20 2011-05-25 北京金山软件有限公司 应用程序人工智能的实现方法及装置
CN102663245A (zh) * 2012-03-30 2012-09-12 福建天趣网络科技有限公司 3d游戏世界编辑器
US20130053151A1 (en) * 2011-08-31 2013-02-28 Kang Min Sohn Packet based game non-player character server, method for providing non-player character, and game system using the same

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060101392A1 (en) * 2004-10-27 2006-05-11 Microsoft Corporation Strongly-typed UI automation model generator
TW200819177A (en) 2006-10-16 2008-05-01 Tang-Hsien Chang Realized online game system architecture and method
BRPI0819170A8 (pt) * 2007-11-08 2015-11-24 Genetic Finance Holdings Ltd Método para executar uma tarefa computacional, e, sistema de computador em rede configurado para executar uma tarefa computacional
CN102422280A (zh) * 2009-04-28 2012-04-18 遗传融资(巴巴多斯)有限公司 用于资产管理和交易的分布式进化算法
TW201116324A (en) 2009-11-10 2011-05-16 Tang-Hsien Chang System architecture and technology for wireless-interactive near field reality game

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101548300A (zh) * 2006-10-05 2009-09-30 Igt公司 游戏终端的远程配置
CN101699452A (zh) * 2009-03-11 2010-04-28 深圳市伯仲通信技术有限公司 一种游戏引擎
CN102073487A (zh) * 2009-11-20 2011-05-25 北京金山软件有限公司 应用程序人工智能的实现方法及装置
US20130053151A1 (en) * 2011-08-31 2013-02-28 Kang Min Sohn Packet based game non-player character server, method for providing non-player character, and game system using the same
CN102663245A (zh) * 2012-03-30 2012-09-12 福建天趣网络科技有限公司 3d游戏世界编辑器

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106815009A (zh) * 2016-12-05 2017-06-09 上海时年信息科技有限公司 模拟多个运动体行为的方法和系统
WO2018103493A1 (zh) * 2016-12-05 2018-06-14 上海时年信息科技有限公司 模拟多个运动体行为的方法和系统
CN106708574A (zh) * 2016-12-20 2017-05-24 徐博霄 一种扩展式嵌入系统的配置方法及装置
CN107308642A (zh) * 2017-07-04 2017-11-03 北京像素软件科技股份有限公司 角色行为定义方法、装置及电子设备
CN107875632A (zh) * 2017-12-06 2018-04-06 广州多益网络股份有限公司 实现人工智能行为的方法、系统及人工智能行为编辑器
CN108629422A (zh) * 2018-05-10 2018-10-09 浙江大学 一种基于知识指导-战术感知的智能体学习方法
CN108629422B (zh) * 2018-05-10 2022-02-08 浙江大学 一种基于知识指导-战术感知的智能体学习方法
CN111316227A (zh) * 2018-08-20 2020-06-19 华为技术有限公司 一种调试应用程序的方法及设备
CN109224442A (zh) * 2018-09-03 2019-01-18 腾讯科技(深圳)有限公司 虚拟场景的数据处理方法、装置及存储介质
CN112667303A (zh) * 2019-09-27 2021-04-16 杭州海康威视数字技术股份有限公司 人工智能任务的处理方法和装置

Also Published As

Publication number Publication date
US20150154495A1 (en) 2015-06-04
CN104133667B (zh) 2017-08-01
TWI525559B (zh) 2016-03-11
US9875442B2 (en) 2018-01-23
TW201520910A (zh) 2015-06-01
WO2015078174A1 (en) 2015-06-04

Similar Documents

Publication Publication Date Title
CN104133667A (zh) 实现人工智能行为的方法、装置及人工智能编辑器
CN102520972B (zh) 电子游戏开发系统及其方法
CN101212362B (zh) 一种融合多类型测试工具的自动化测试装置及方法
KR100744886B1 (ko) 아사달 : 휘처 기반 소프트웨어 제품라인 개발 환경을제공하는 시스템
US7487080B1 (en) Partitioning a model in modeling environments
CN105117210A (zh) 一种面向wscn的图形化编程系统
CN109324799A (zh) 一种代码编译方法、计算机装置及计算机可读存储介质
CN103631720A (zh) 测试用例的生成方法和装置
CN102246142A (zh) 在运行时开发应用程序
CN110989976A (zh) 基于J2EE的Web应用的组件化开发方法、存储介质和电子设备
CN104991763A (zh) 一种通用的游戏界面行为控制系统
CN106980597B (zh) 片上系统验证方法及验证系统
US11561890B2 (en) Automated videogame testing
US6453450B1 (en) Timing diagram compiler and runtime environment for interactive generation of executable test programs for logic verification
CN106055368A (zh) 应用更新方法和装置
CN108897547A (zh) 一种软件自动化部署方法及装置
Ahmed et al. Cultivating software solutions development in the scientific academia
CN100359485C (zh) 嵌入式系统的测试装置及测试方法
KR20210039714A (ko) 테스트 환경 구축 방법 및 장치
CN109739511A (zh) 一种提高代码验证效率的方法、装置、计算机设备及存储介质
CN104850015A (zh) 一种软件封装方法及一种汽车电子控制器
McGregor Preparing for automated derivation of products in a software product line
KR20070049126A (ko) 아사달 : 휘처 기반 소프트웨어 제품라인 개발 환경을제공하는 시스템
CN107656738A (zh) 一种Android中模块结构设计方法及装置
US9646118B1 (en) Linking of simulators into a circuit design tool

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant