CN107729983B

CN107729983B - 一种利用机器视觉实现人机对弈的方法、装置及电子设备

Info

Publication number: CN107729983B
Application number: CN201710864269.8A
Authority: CN
Inventors: 方勇
Original assignee: Beijing Deep Singularity Technology Co ltd
Current assignee: Beijing Deep Singularity Technology Co ltd
Priority date: 2017-09-21
Filing date: 2017-09-21
Publication date: 2021-06-25
Anticipated expiration: 2037-09-21
Also published as: CN107729983A

Abstract

本发明实施例公开了一种利用机器视觉实现人机对弈的方法、装置及电子设备，涉及人工智能技术领域。本发明实施例的利用机器视觉实现人机对弈的方法包括：获取针对对弈机器人的角色设置信息；根据预设模型对所述角色设置信息进行解析，形成解析结果；基于所述解析结果，从语言信息、语音信息、棋力信息、棋风信息以及肢体语言信息中选择加载与所述属性信息匹配的第一执行信息；以及基于所述第一执行信息，所述对弈机器人利用机器视觉完成对弈机器人与交互对象之间的信息交互。通过本发明实施例的方案，能够使对弈机器人具有多个不同的角色，丰富了对弈机器人的交互功能。

Description

一种利用机器视觉实现人机对弈的方法、装置及电子设备

技术领域

本发明涉及人工智能领域，尤其涉及利用人工智能开发服务型机器人。

背景技术

随着网络技术、机器人技术、人工智能技术的发展和普及，远程控制以及虚拟角色的应用渐渐增多。但是目前在(对弈)服务机器人的领域还没有出现集成多角色的设计。在语音合成领域，一般都包括了合成多种语音的应用；而在人工智能对弈的领域，往往是以难度分级甚至是人工智能的版本来简单实现差异服务，缺乏角色塑造；机器人肢体语言特点方面，也没有出现差异化设计。

发明人在实现本发明的过程中发现，现有技术中，语音合成技术聚焦在实现不同特质的语音的合成这一非常具体的技术问题之上，对于语音的内容不作过多考虑，更加不考虑语音之外的内容。对弈软件中，往往会提供不同的难度选择，用户根据自身的棋力、意图，选择不同难度的对手进行对弈。但这种难度的选择，没有关于棋风的选择，比如进攻性对手，或者防守型对手。而且，这些不同的难度选择也没有和丰富的虚拟角色的塑造统合在一起。

因此，需要一种全新的解决方案。

发明内容

有鉴于此，本发明实施例提供了一种利用机器视觉实现人机对弈的方法、装置及电子设备，至少部分地解决现有技术中存在的问题。

第一方面，本发明实施例提供了一种利用机器视觉实现人机对弈的方法，包括：

获取针对对弈机器人的角色设置信息；

根据预设模型对所述角色设置信息进行解析，形成解析结果；

基于所述解析结果，从语言信息、语音信息、棋力信息、棋风信息以及肢体语言信息中选择加载与所述属性信息匹配的第一执行信息；以及

基于所述第一执行信息，所述对弈机器人利用机器视觉完成对弈机器人与交互对象之间的信息交互。

根据本发明实施例的一种具体实现方式，所述获取针对对弈机器人的角色设置信息，包括：

获取对弈机器人的现场信息，并将所述现场信息发送给远程服务器；

向所述远程服务器发送角色设置信息获取请求；

接收所述远程服务器发送的与所述现场信息关联的角色设置信息；

将所述与所述现场信息关联的角色设置信息设置为所述对弈机器人的当前角色设置信息。

根据本发明实施例的一种具体实现方式，基于所述角色设置信息，能够对对弈机器人设置多个不同类型的角色。

根据本发明实施例的一种具体实现方式，所述根据预设模型对所述角色设置信息进行解析，形成解析结果，包括：

按照预设的编码格式查询提取预设编码位置的预设字段信息；

从所述预设字段信息中，获取特定执行信息形成解析结果，其中所述特定执行信息包括语言信息、语音信息、棋力信息、棋风信息以及肢体语言信息中的一个或多个。

根据本发明实施例的一种具体实现方式，所述基于所述解析结果，从语言信息、语音信息、棋力信息、棋风信息以及肢体语言信息中选择加载与所述属性信息匹配的第一执行信息，包括：

获取与所述解析结果中特定执行信息对应的语言信息、语音信息、棋力信息、棋风信息以及肢体语言信息；

从所述语言信息、语音信息、棋力信息、棋风信息以及肢体语言信息中，选取与所述特定执行信息匹配的执行信息，作为第一执行信息；

在所述对弈机器人中加载所述第一执行信息。

根据本发明实施例的一种具体实现方式，所述基于所述第一执行信息，所述对弈机器人利用机器视觉完成对弈机器人与交互对象之间的信息交互，包括：

在预设的交互情景下，采用预设的语音，播放预设的情景语言。

选取与所述棋风信息匹配的策略网络；

基于所述策略网络的输出结果，完成对弈机器人与交互对象之间的信息交互。

将所述肢体语言信息进行解析，形成运动参数，其中，所述运动参数包括运动速度信息和运动精度信息；

基于所述运动参数，完成对弈机器人与交互对象之间的信息交互。

第二方面，本发明实施例还提供了一种利用机器视觉实现人机对弈的装置，包括：

获取模块，用于获取针对对弈机器人的角色设置信息；

解析模块，用于根据预设模型对所述角色设置信息进行解析，形成解析结果；

选择模块，用于基于所述解析结果，从语言信息、语音信息、棋力信息、棋风信息以及肢体语言信息中选择加载与所述属性信息匹配的第一执行信息；以及

执行模块，用于基于所述第一执行信息，所述对弈机器人利用机器视觉完成对弈机器人与交互对象之间的信息交互。

第三方面，本发明实施例还提供了一种电子设备，该电子设备包括：

至少一个处理器；以及，

与该至少一个处理器通信连接的存储器；其中，

该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述第一方面或第一方面的任一实现方式中的利用机器视觉实现人机对弈的方法。

第四方面，本发明实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的利用机器视觉实现人机对弈的方法。

第五方面，本发明实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述第一方面或第一方面的任一实现方式中的利用机器视觉实现人机对弈的方法。

本发明实施例提供的利用机器视觉实现人机对弈的方法、装置、电子设备、非暂态计算机可读存储介质及计算机程序，能够运用成熟的语音合成技术来实现虚拟角色的沟通问题，塑造一个虚拟的角色，不仅仅关注语音特质，同样非常关注语音的内容。根据虚拟角色的设计，专门为角色在各种语境下，设计台词，从而鲜明的表现出虚拟角色的本身特点。利用深度强化学习的特性，塑造不同的棋风的对手，而且和虚拟角色的语言、语音、肢体语言这些更丰富的维度相结合，从技术复杂度以及产品表现上，都有质的飞跃从元素上，涵盖了语言、语音、棋力、棋风、肢体语言5个维度。在每个纬度上，也各自有自身的实现方法。语言上专门设计不同的台词；语音上运用成熟的语音合成技术；棋力上类同现有的各种对弈软件；棋风上利用强化学习技术的特点，利用不同的训练数据，得到有棋风的策略网络，从而实现进攻型和防守型的差异，利用对蒙特卡罗树的搜索参数的控制，得到全局性和局部性的棋风差异；肢体语言上通过对运动控制参数的调整，体现出肢体语言的差异。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见的，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它的附图。

图1为本发明实施例提供的一种利用机器视觉实现人机对弈的方法的流程示意图；

图2为本发明实施例提供的一种获取对弈机器人角色设置信息的流程示意图；

图3为本发明实施例提供的一种加载对弈机器人第一执行信息的流程示意图；

图4为本发明实施例提供的一种利用机器视觉实现人机对弈的装置的示意图；

图5为本发明实施例提供的一种电子设备的示意图。

具体实施方式

下面结合附图对本发明实施例进行详细描述。

应当明确，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

参见图1，对弈机器人的交互方法，包括以下步骤：

S101，获取针对对弈机器人的角色设置信息。

具体的，对弈机器人可以是具有人工智能功能的下棋机器人，也可以是其他的通过软件实现的具有下棋功能的软件。为了让对弈机器人具有人工智能的能力，需要给对弈机器人添加不同的角色设置信息，该角色设置信息包括虚拟角色信息。通过给对弈机器人塑造一个虚拟的角色，使该对弈机器人不仅仅关注语音特质，同样非常关注语音的内容。根据虚拟角色的设计，专门为角色在各种语境下，设计台词，从而鲜明的表现出虚拟角色的本身特点。

作为一种可选的实施方式，参见图2，步骤S101可以通过如下步骤来实现：

S201，获取对弈机器人的现场信息，并将所述现场信息发送给远程服务器。

S202，向所述远程服务器发送角色设置信息获取请求。

S203，接收所述远程服务器发送的与所述现场信息关联的角色设置信息。

S204，将所述与所述现场信息关联的角色设置信息设置为所述对弈机器人的当前角色设置信息。

部分虚拟角色存在于公司服务器，当用户的机器人申请远程角色登陆时，通过互联网，公司服务器的虚拟角色会在远程，获取机器人上传的现场信息后，在控制机器人进行现场交互。

和虚拟角色类似，真实用户可以申请加载到一个机器人身上。真人用户通过软件，看到棋局以及对手(和机器人对弈的用户)；远端真人用户的语音可以通过机器人的扬声器进行播放，本地的声音，可以通过麦克风采集后，传递到远端。远端用户可以使用一个计算机软件，通过人机交互的形式，指挥机器人下棋。也可以有两台下棋机器人，两个真实用户。两位真实用户在异地互相加载到对方的机器人身上进行对弈。本申请的方案中，虚拟角色和真实用户之间并不做具体的限定。

S102，根据预设模型对所述角色设置信息进行解析，形成解析结果。

具体的，可以设置预设模型，该模型中存储了与角色设置信息关联的解析信息。作为一种可选的实现方式，参见图3，步骤S102可以包括如下步骤：

S301，按照预设的编码格式查询提取预设编码位置的预设字段信息。

S302，从所述预设字段信息中，获取特定执行信息形成解析结果，其中所述特定执行信息包括语言信息、语音信息、棋力信息、棋风信息以及肢体语言信息中的一个或多个。

作为一个例子，参见表1，当对弈机器人的属性信息设置为樱桃小丸子时，其采用的语言应该是少女类语言，除此之外，还可以包含一些常见的樱桃小丸子额口头禅语言。其语言为可爱型，棋力为低水平，棋风为防守型，肢体语言为动作较快的肢体语言。

表1角色对应表

角色	语言	语音	棋力	棋风	肢体语言
						樱桃小丸子	少女类语言	可爱型	低水平	防守型	动作较快
柯南	少年类语言	磁性	中水平	进攻性	动作中速

S103，基于所述解析结果，从语言信息、语音信息、棋力信息、棋风信息以及肢体语言信息中选择加载与所述属性信息匹配的第一执行信息。

作为一种可选方式，参见图3，步骤S103可以包括如下步骤：

S303，获取与所述解析结果中特定执行信息对应的语言信息、语音信息、棋力信息、棋风信息以及肢体语言信息；

S304，从所述语言信息、语音信息、棋力信息、棋风信息以及肢体语言信息中，选取与所述特定执行信息匹配的执行信息，作为第一执行信息；

S305，在所述对弈机器人中加载所述第一执行信息。

作为一个例子，当选择少女类语言时，可以采用樱桃小丸子常用的语言，也可以采用与樱桃小丸子性格接近的其他少女常用的语言。语音可以采用樱桃小丸子的语言，也可以采用与樱桃小丸子接近的其他人的语音。

S104，基于所述第一执行信息，所述对弈机器人利用机器视觉完成对弈机器人与交互对象之间的信息交互。

可选的，基于所述第一执行信息，所述对弈机器人利用机器视觉完成对弈机器人与交互对象之间的信息交互，包括：在预设的交互情景下，采用预设的语音，播放预设的情景语言。

作为一个例子，对弈机器人可以包括一个摄像头，摄像头用以实现对弈机器人的机器视觉功能。对弈机器人可以通过该摄像头识别棋盘上的棋子，并基于当前棋盘上的棋子的组合判断当前棋盘的走势。

作为另外一个例子，对弈机器人还可以具有移动功能，例如通过安装在对弈机器人下面的轮子，能够使该对弈机器人在不同的方向和位置上移动，在对弈机器人移动的过程中，对弈机器人上的摄像头仍能够查看棋盘上的棋子，并基于当前棋盘上的棋子的组合判断当前棋盘的走势。

作为另外一个例子，用于对弈的棋盘可以是对弈机器人的一个组成部分，也可以是独立于对弈机器人之外的一个单独的组件。

作为一种具体实施方式，不同的虚拟角色在年龄、性别、性格上的差异，体现在台词上需要方方面面的考量。台词的设计主要针对已知的场景进行设计，举例：

1)对弈开始时的开场白；

2)对弈占据上风时的对话；

3)对弈不顺利时的对话；

4)获胜对话；

5)失败对话；

6)当用户调用各种对弈功能，比如说，用户要求降低难度是的对话；用户要求黑白棋互换时的对话；

7)用户通过语音，进行搜索或点歌时的对话。

当分别设计好了对白台词以后，在对应场景里，系统会利用人工合成语音技术，采用对应的语音，来进行对应的语音交流。

举例而言，当需要模拟的是特定知名虚拟角色，比如樱桃小丸子以及蜡笔小新的对话是，还可以引用一些对应的口头禅，来增强虚拟角色的塑造效果。

可选的，基于所述第一执行信息，所述对弈机器人利用机器视觉完成对弈机器人与交互对象之间的信息交互，包括：选取与所述棋风信息匹配的策略网络；基于所述策略网络的输出结果，完成对弈机器人与交互对象之间的信息交互。

本实施例的方案中，采用深度强化学习的算法来实现虚拟角色的人工智能，以此来进行对弈。深度强化学习的算法中，主要需要训练对应棋类的策略网络和估值网络。其中策略网络根据当前棋局，输出可能的走法，因此策略网络是形成棋风的关键网络。这里我们将针对性的搜集进攻型的选手的走棋，以及防守型的棋手的走棋，分别进行训练，将会分别得出进攻型的策略网络，和防守型的策略网络。

除此以外，还可以有更细致的划分，由于人工神经网络的原理已经非常接近人类的智能原理，因此可以训练出各种已知的棋风。

可选的，基于所述第一执行信息，所述对弈机器人利用机器视觉完成对弈机器人与交互对象之间的信息交互，包括：将所述肢体语言信息进行解析，形成运动参数，其中，所述运动参数包括运动速度信息和运动精度信息；基于所述运动参数，完成对弈机器人与交互对象之间的信息交互。

作为一种实现方式，在一个应用实例中，下棋机器人的可运动部件主要是下棋的机械臂。其中可设置的可变参数主要是机械臂的运动速度，运动精度。对于年级大的虚拟角色，运动速度较低；对于年级比较小的小朋友的角色，可能将运动精度适当调低。

作为一种实现方式，在对弈机器人上，可运动部件会更多，会在单一的机械臂之外，塑造一个类人形的机器人形象，具备机器人的脑袋，在脑袋上会安装摄像头；机器人会有一双简单的机械臂，独立于下棋的机械臂。

作为一种实现方式，根据角色的不同，会为机器人添加摇头，点头，左右摇摆的机械动作，以及小手摆动的动作，这些动作会设计到机器人的肢体语言之中，表达开心，沮丧，生气等情绪内容，进一步丰富虚拟角色的表现形式。

作为一种实现方式，对弈机器人上，机器人的面部表情可以通过一块显示屏来表现，通过展示“^∧∧”或″T T″的简洁标志，可以表达开心，沮丧，生气等情绪内容，进一步丰富虚拟角色的表现形式。

本发明实施例中的方案通过虚拟角色、虚拟人工生命的实现方式。从元素上，涵盖了语言、语音、棋力、棋风、肢体语言5个纬度。在每个纬度上，也各自有自身的实现方法。语言上专门设计不同的台词；语音上运用成熟的语音合成技术；棋力上类同现有的各种对弈软件；棋风上利用强化学习技术的特点，利用不同的训练数据，得到有棋风的策略网络，从而实现进攻型和防守型的差异，利用对蒙特卡罗树的搜索参数的控制，得到全局性和局部性的棋风差异；肢体语言上通过对运动控制参数的调整，体现出肢体语言的差异。由多个纬度的综合，达到最终的设计目标。

图4为本发明实施例提供的一种利用机器视觉实现人机对弈的装置，参见图4，该利用机器视觉实现人机对弈的装置40包括：

获取模块401，用于获取针对对弈机器人的角色设置信息；

解析模块402，用于根据预设模型对所述角色设置信息进行解析，形成解析结果；

选择模块403，用于基于所述解析结果，从语言信息、语音信息、棋力信息、棋风信息以及肢体语言信息中选择加载与所述属性信息匹配的第一执行信息；以及

执行模块404，基于所述第一执行信息，所述对弈机器人利用机器视觉完成对弈机器人与交互对象之间的信息交互。

信息交互装置中各个模块的功能与方法实施例一一对应，在此不再赘述。

图5展示出了本发明实施例提供的电子设备5的结构示意图，电子设备5包括至少一个处理器501(例如CPU)，至少一个输入输出接口504，存储器502，和至少一个通信总线503，用于实现这些部件之间的连接通信。至少一个处理器501用于执行存储器502中存储的计算机指令，以使所述至少一个处理器501能够执行前述任一利用机器视觉实现人机对弈的方法的实施例。存储器502为非暂态存储器(non-transitory memory)，其可以包含易失性存储器，例如高速随机存取存储器(RAM：Random Access Memory)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个输入输出接口504(可以是有线或者无线通信接口)实现与至少一个其他设备或单元之间的通信连接。

在一些实施方式中，存储器502存储了程序5021，处理器501执行程序5021，用于执行前述任一利用机器视觉实现人机对弈的方法实施例中的内容。

该电子设备可以以多种形式存在，包括但不限于：

(1)移动通信设备：这类设备的特点是具备移动通信功能，并且以提供话音、数据通信为主要目标。这类终端包括：智能手机(例如iPhone)、多媒体手机、功能性手机，以及低端手机等。

(2)超移动个人计算机设备：这类设备属于个人计算机的范畴，有计算和处理功能，一般也具备移动上网特性。这类终端包括：PDA、MID和UMPC设备等，例如iPad。

(3)便携式娱乐设备：这类设备可以显示和播放多媒体内容。该类设备包括：音频、视频播放器(例如iPod)，掌上游戏机，电子书，以及智能玩具和便携式车载导航设备。

(4)特定服务器：提供计算服务的设备，服务器的构成包括处理器、硬盘、内存、系统总线等，服务器和通用的计算机架构类似，但是由于需要提供高可靠的服务，因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。

(5)其他具有数据交互功能的电子设备。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，″计算机可读介质″可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。

在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims

1.一种利用机器视觉实现人机对弈的方法，其特征在于，包括：

获取针对对弈机器人的角色设置信息；

基于所述解析结果，从语言信息、语音信息、棋力信息、棋风信息以及肢体语言信息中选择加载与所述对弈机器人的属性信息匹配的第一执行信息；以及

基于所述第一执行信息，所述对弈机器人利用机器视觉完成对弈机器人与交互对象之间的信息交互，包括：

选取与所述棋风信息匹配的策略网络；

基于所述策略网络的输出结果，完成对弈机器人与交互对象之间的信息交互；

所述获取针对对弈机器人的角色设置信息，包括：

向所述远程服务器发送角色设置信息获取请求；

2.根据权利要求1所述的方法，其特征在于：

基于所述角色设置信息，能够对对弈机器人设置多个不同类型的角色。

3.根据权利要求1所述的方法，其特征在于，所述根据预设模型对所述角色设置信息进行解析，形成解析结果，包括：

4.根据权利要求3所述的方法，其特征在于，所述基于所述解析结果，从语言信息、语音信息、棋力信息、棋风信息以及肢体语言信息中选择加载与所述属性信息匹配的第一执行信息，包括：

在所述对弈机器人中加载所述第一执行信息。

5.根据权利要求4所述的方法，其特征在于，所述基于所述第一执行信息，所述对弈机器人利用机器视觉完成对弈机器人与交互对象之间的信息交互，包括：

6.根据权利要求1所述的方法，其特征在于，所述基于所述第一执行信息，所述对弈机器人利用机器视觉完成对弈机器人与交互对象之间的信息交互，包括：

7.一种利用机器视觉实现人机对弈的装置，其特征在于，包括：

获取模块，用于获取针对对弈机器人的角色设置信息；

选择模块，用于基于所述解析结果，从语言信息、语音信息、棋力信息、棋风信息以及肢体语言信息中选择加载与所述对弈机器人的属性信息匹配的第一执行信息；以及

执行模块，用于基于所述第一执行信息，所述对弈机器人利用机器视觉完成对弈机器人与交互对象之间的信息交互，包括：

选取与所述棋风信息匹配的策略网络；

所述获取针对对弈机器人的角色设置信息，包括：

向所述远程服务器发送角色设置信息获取请求；

8.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述权利要求1-6任一项所述的利用机器视觉实现人机对弈的方法。