CN107982920A - 基于关卡类游戏精细化难度调整方法 - Google Patents

基于关卡类游戏精细化难度调整方法 Download PDF

Info

Publication number
CN107982920A
CN107982920A CN201711217178.1A CN201711217178A CN107982920A CN 107982920 A CN107982920 A CN 107982920A CN 201711217178 A CN201711217178 A CN 201711217178A CN 107982920 A CN107982920 A CN 107982920A
Authority
CN
China
Prior art keywords
game
outpost
difficulty
tax office
become
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.)
Pending
Application number
CN201711217178.1A
Other languages
English (en)
Inventor
杨敏捷
徐仁彬
李晶
程永亮
柏志建
朱涛涛
曹汇辉
孙芳芳
吴胜
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.)
Shanghai Polk City Network Polytron Technologies Inc
Original Assignee
Shanghai Polk City Network Polytron Technologies Inc
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 Shanghai Polk City Network Polytron Technologies Inc filed Critical Shanghai Polk City Network Polytron Technologies Inc
Priority to CN201711217178.1A priority Critical patent/CN107982920A/zh
Publication of CN107982920A publication Critical patent/CN107982920A/zh
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
    • A63F13/60—Generating or modifying game content before or while executing the game program, e.g. authoring tools specially adapted for game development or game-integrated level editor
    • A63F13/65—Generating or modifying game content before or while executing the game program, e.g. authoring tools specially adapted for game development or game-integrated level editor automatically by game devices or servers from real world data, e.g. measurement in live racing competition
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
    • A63F13/70—Game security or game management aspects
    • A63F13/79—Game security or game management aspects involving player-related data, e.g. identities, accounts, preferences or play histories

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • Computer Security & Cryptography (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于关卡类游戏精细化难度调整方法，包括：第一步骤：提供设计的游戏关卡；第二步骤：利用人工智能来模拟实际玩家的平均水平，以便对所述游戏关卡进行模拟操作；第三步骤：根据模拟操作的结果来创建因子库；第四步骤：根据所述游戏关卡的预期难度，利用因子库动态调整所述游戏关卡的难度。根据本发明的基于关卡类游戏精细化难度调整方法能够消除目前关卡类游戏中存在的关卡调整的弊端，使得可以进行更精细、高精度、自动化的调整。

Description

基于关卡类游戏精细化难度调整方法
技术领域
本发明涉及游戏设计领域，尤其涉及一种基于关卡类游戏精细化难度调整方法。
背景技术
目前制作休闲类游戏有一个问题，就是关卡设计师设计出来的关卡真正给玩家玩的时候不一定能获得跟预想的结果一样的结果。比如，设想此关的过关率是25％，但是根据实际跑出来的数据分析出来结果往往跟预想的大相径庭，而这样的结果往往又是不可控的，而且这种不可控的结果同时又会对玩家的体验也会有比较大的影响。
而且，如果在游戏上线之后再对游戏进行调整，那么不管是提升难度还是降低难度都无法做到误差不高于1％的精度。
如果希望游戏能够获得跟预想的结果一样的结果，在采用现有技术的方式的情况下，需要使用大量的人工进行体验操作；这需要耗费大量的人力和物力，成本太高，并且还无法量化。
发明内容
有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种基于关卡类游戏精细化难度调整方法，其能够针对目前关卡类游戏中存在的关卡调整的弊端(比如调整难度粗粒度、需要花费大量人力进行评测等问题进行优化)，使得可以进行更精细、高精度、自动化的调整。
为实现上述目的，本发明提供了一种基于关卡类游戏精细化难度调整方法，包括：
第一步骤：提供设计的游戏关卡；
第二步骤：利用人工智能来模拟实际玩家的平均水平，以便对所述游戏关卡进行模拟操作；
第三步骤：根据模拟操作的结果来创建因子库；
第四步骤：根据所述游戏关卡的预期难度，利用因子库动态调整所述游戏关卡的难度。
优选地，在第二步骤中，在预定时间段内使设计的游戏关卡上线以提供给实际玩家，并且在所述预定时间段内采集实际玩家针对所述游戏关卡的操作数据，并且根据所述操作数据来判断人工智能是否成功模拟实际玩家的平均水平。
优选地，在第二步骤使人工智能针对所述游戏关卡进行预定次数的模拟操作，其中每次模拟操作的随机种子均不一样；然后在第三步骤根据每次模拟操作的结果将各个随机种子分类存储至因子库中。
优选地，人工智能模型通过评估算法来创建因子库；其中，每次人工智能进行模拟操作之后，对模拟操作之后的结果进行评分，针对结果中的目标分值、障碍物分值、增益分值计算总分值；其中，总分值＝目标分值+障碍物分值-增益分值；随后根据各个随机种子所对应的模拟操作的总分值的大小来将各个随机种子分类存储至因子库中。
优选地，所述游戏关卡的预期难度指的是所述游戏关卡的预期过关率。
优选地，每天统计出特定关卡玩家的整体通关率，然后再通过所述通关率和设定的预期通关率进行对比，根据比较结果来对模拟操作的随机种子进行调整。
在本发明中，在关卡设计师设计出关卡之后，可以自动对此关卡进行分析，来模拟真实玩家玩的结果，再通过这些结果进行分析，来看此关卡是否合理。同时，在本发明中，还可以在游戏上线之后，对每天玩家玩的结果进行数据分析，如果发现跟预设的过关率不符，则通过人工智能自动调整难度。
总之，根据本发明的基于关卡类游戏精细化难度调整方法能够消除目前关卡类游戏中存在的关卡调整的弊端(比如调整难度粗粒度、需要花费大量人力进行评测等问题进行优化)，使得可以进行更精细、高精度、自动化的调整。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本发明的目的、特征和效果。
附图说明
结合附图，并通过参考下面的详细描述，将会更容易地对本发明有更完整的理解并且更容易地理解其伴随的优点和特征，其中：
图1是根据本发明优选实施例的基于关卡类游戏精细化难度调整方法的流程图。
需要说明的是，附图用于说明本发明，而非限制本发明。注意，表示结构的附图可能并非按比例绘制。并且，附图中，相同或者类似的元件标有相同或者类似的标号。
具体实施方式
图1是根据本发明优选实施例的基于关卡类游戏精细化难度调整方法的流程图。
如图1所示，根据本发明优选实施例的基于关卡类游戏精细化难度调整方法包括：
第一步骤S1：提供设计的游戏关卡；例如，提供关卡设计师设计的还需要进行精细化难度调整的关卡类游戏的游戏关卡。
第二步骤S2：利用人工智能来模拟实际玩家的平均水平，以便对所述游戏关卡进行模拟操作；
具体地，例如，在第二步骤S2中，在预定时间段内使设计的游戏关卡上线以提供给实际玩家，并且在所述预定时间段内采集实际玩家针对所述游戏关卡的操作数据，并且根据所述操作数据来判断人工智能是否成功模拟实际玩家的平均水平。
更具体地，例如，在把人工智能跑出的操作结果与所述操作数据显示的操作结果的误差处于预定范围内的情况下，判断人工智能成功模拟实际玩家的平均水平。
例如，操作结果选自下述参数：游戏中使用的操作步数、获得的分数、剩余的步数、获得的星星、使用的道具数量、生成的各个特殊道具的数量、完成的目标数量、重置地图的次数、奖金分数、购买道具的次数、购买步数的次数、初始携带道具的数量等。
第三步骤S3：根据模拟操作的结果来创建因子库；
具体地，例如，在第二步骤使人工智能针对所述游戏关卡进行预定次数(例如10000次)的模拟操作，其中每次模拟操作的随机种子均不一样；然后在第三步骤S3根据每次模拟操作的结果将各个随机种子分类存储至因子库中。根据因子库中分类存储的数据，就能获悉在某一关，选用哪个随机因子会使玩家比较容易过关或比较难过关。
随机种子指的是:一种以随机数作为对象的、以真随机数(种子)为初始条件的随机数。一般计算机的随机数都是伪随机数，以一个真随机数(种子)作为初始条件，然后用预定的算法不停迭代产生随机数。也就是说，在游戏中通过某个随机数来生成相应元素值，这个随机数就是随机种子，当随机种子确定后，特定的操作下生成的相应游戏参数(例如地图)都是一样的。
可以将通过人工智能自动化过关得出的一系列随机种子作为随机因子。当本发明的方案需要可以过关的参数时，可以直接从随机因子(可过关的随机种子)中取出一个即可。
具体地，在具体示例中，人工智能模型可以通过评估算法来创建因子库。每次人工智能模拟操作，然后把模拟操作之后的结果进行评分。针对结果中的目标分值、障碍物分值、增益分值进行公式运算：总分值＝目标分值+障碍物分值-增益分值。然后，根据各个随机种子所对应的模拟操作的总分值的大小来将各个随机种子分类存储至因子库中。可以选取总分值最小的为最优选项。
其中，目标分值是指当前地图下剩余关卡目标消除的难度，目标分值取决于目标本身消除的难度、周围的地形、目标上障碍物消除的难度。目标分值＝(目标的难度分值+单个格子上障碍物难度分值之和–操作一步消除扣去的分值)/地形的连通度。
地形连通度指的是:单元格可能形成的三连的数量。
障碍物指的是地图上对目标消除增加难度的元素，地图上每个障碍物根据其被消除的难度不同会有不同的分值，障碍物分值是当前地图下所有障碍物难度分值之和。
增益分值指的是考虑所有对目标消除降低难度的因素而计算的分值。例如，增益分值＝爆炸类道具分值+闪电分值+闪电能量分值+未知掉落分值+生成器生成分值。
总分值＝目标分值+障碍物分值-增益分值。
针对目标、障碍物、增益这三块内容进行各评估分值，总分值＝目标分值+障碍物分值-增益分值，再通过程序对每一次的操作所影响的结果进行评估，最后找出最高分数。
可以遍历整张地图算出每个格子操作一次后生成的总分值，再对总分值比对，取出分值最小所对应的操作，则这个操作就是当前地图里面最高收益操作。
第四步骤S4：根据所述游戏关卡的预期难度，利用因子库动态调整所述游戏关卡的难度。
例如，具体地，所述游戏关卡的预期难度指的是所述游戏关卡的预期过关率。
例如，在默认情况下，某一关的能过关的因子是5000关，没过关的因子是5000关，则过关率是50％，如果想调整到70％的过关率，则只需要把没过关的因子减少2000关，这样就能实现此功能。
而且，进一步地，由于每天玩游戏的玩家人数、以及玩家水平都不一样，仍然有可能出现偏差，所以本发明的方案进一步引入自动化微调步骤。例如，每天统计出特定关卡玩家的整体通关率，然后再通过所述通关率和设定的预期通关率进行对比，根据比较结果来对模拟操作的随机种子进行调整。
由此可以看出，在本发明中，在关卡设计师设计出关卡之后，可以自动对此关卡进行分析，来模拟真实玩家玩的结果，再通过这些结果进行分析，来看此关卡是否合理。同时，在本发明中，还可以在游戏上线之后，对每天玩家玩的结果进行数据分析，如果发现跟预设的过关率不符，则通过人工智能自动调整难度。
总之，根据本发明的基于关卡类游戏精细化难度调整方法能够消除目前关卡类游戏中存在的关卡调整的弊端(比如调整难度粗粒度、需要花费大量人力进行评测等问题进行优化)，使得可以进行更精细、高精度、自动化的调整。
上述说明示出并描述了本发明的优选实施例，如前所述，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (6)

1.一种基于关卡类游戏精细化难度调整方法，其特征在于，包括：
第一步骤：提供设计的游戏关卡；
第二步骤：利用人工智能来模拟实际玩家的平均水平，以便对所述游戏关卡进行模拟操作；
第三步骤：根据模拟操作的结果来创建因子库；
第四步骤：根据所述游戏关卡的预期难度，利用因子库动态调整所述游戏关卡的难度。
2.如权利要求1所述的基于关卡类游戏精细化难度调整方法，其特征在于，在第二步骤中，在预定时间段内使设计的游戏关卡上线以提供给实际玩家，并且在所述预定时间段内采集实际玩家针对所述游戏关卡的操作数据，并且根据所述操作数据来判断人工智能是否成功模拟实际玩家的平均水平。
3.如权利要求1或2所述的基于关卡类游戏精细化难度调整方法，其特征在于，在第二步骤使人工智能针对所述游戏关卡进行预定次数的模拟操作，其中每次模拟操作的随机种子均不一样；然后在第三步骤根据每次模拟操作的结果将各个随机种子分类存储至因子库中。
4.如权利要求1或2所述的基于关卡类游戏精细化难度调整方法，其特征在于，人工智能模型通过评估算法来创建因子库；其中，每次人工智能进行模拟操作之后，对模拟操作之后的结果进行评分，针对结果中的目标分值、障碍物分值、增益分值计算总分值；其中，总分值＝目标分值+障碍物分值-增益分值；随后根据各个随机种子所对应的模拟操作的总分值的大小来将各个随机种子分类存储至因子库中。
5.如权利要求1或2所述的基于关卡类游戏精细化难度调整方法，其特征在于，所述游戏关卡的预期难度指的是所述游戏关卡的预期过关率。
6.如权利要求1或2所述的基于关卡类游戏精细化难度调整方法，其特征在于，还包括：每天统计出特定关卡玩家的整体通关率，然后再通过所述通关率和设定的预期通关率进行对比，根据比较结果来对模拟操作的随机种子进行调整。
CN201711217178.1A 2017-11-28 2017-11-28 基于关卡类游戏精细化难度调整方法 Pending CN107982920A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711217178.1A CN107982920A (zh) 2017-11-28 2017-11-28 基于关卡类游戏精细化难度调整方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711217178.1A CN107982920A (zh) 2017-11-28 2017-11-28 基于关卡类游戏精细化难度调整方法

Publications (1)

Publication Number Publication Date
CN107982920A true CN107982920A (zh) 2018-05-04

Family

ID=62033980

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711217178.1A Pending CN107982920A (zh) 2017-11-28 2017-11-28 基于关卡类游戏精细化难度调整方法

Country Status (1)

Country Link
CN (1) CN107982920A (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109107162A (zh) * 2018-11-01 2019-01-01 杭州勺子网络科技有限公司 游戏难度调节方法及装置
CN109126140A (zh) * 2018-08-30 2019-01-04 北京深极智能科技有限公司 游戏难度评估方法、装置和系统
CN109568960A (zh) * 2018-11-30 2019-04-05 厦门大学 游戏叙事模型难度调整方法及设备
CN110270095A (zh) * 2019-07-19 2019-09-24 珠海天燕科技有限公司 一种游戏内容的动态生成方法及装置
CN110427241A (zh) * 2019-07-31 2019-11-08 腾讯科技（深圳）有限公司 一种目标消除方法及装置
CN110489340A (zh) * 2019-07-29 2019-11-22 腾讯科技（深圳）有限公司 一种游戏地图平衡性测试方法、装置、设备及存储介质
CN111035934A (zh) * 2019-10-25 2020-04-21 咪咕互动娱乐有限公司 游戏教学方法、装置、电子设备和存储介质
CN111068329A (zh) * 2019-11-18 2020-04-28 北京金山安全软件有限公司 一种游戏关卡配置方法、装置、电子设备及存储介质
CN111265880A (zh) * 2020-02-25 2020-06-12 北京字节跳动网络技术有限公司 一种游戏调整方法、装置、电子设备和存储介质
CN111506514A (zh) * 2020-07-01 2020-08-07 深圳云步互娱网络科技有限公司 一种应用于消除类游戏的智能测试方法及系统
CN111530081A (zh) * 2020-04-17 2020-08-14 成都数字天空科技有限公司 游戏关卡设计方法、装置、存储介质及电子设备
CN111841011A (zh) * 2019-04-30 2020-10-30 北京达佳互联信息技术有限公司 游戏关卡的配置信息生成方法、系统及服务器和存储介质
CN111841009A (zh) * 2019-04-30 2020-10-30 北京达佳互联信息技术有限公司 控制游戏难度的方法、装置、电子设备及介质
CN115474557A (zh) * 2022-09-22 2022-12-16 深圳市七布创新科技有限公司 宠物投食方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103106340A (zh) * 2013-01-21 2013-05-15 天津大学 基于数据挖掘和数据融合的游戏关卡自动生成系统及方法
CN105289001A (zh) * 2015-10-23 2016-02-03 网易（杭州）网络有限公司 一种游戏关卡配置方法、装置及终端
CN105597320A (zh) * 2015-12-15 2016-05-25 网易（杭州）网络有限公司 一种游戏关卡配置方法、装置及终端
CN105871640A (zh) * 2016-06-07 2016-08-17 腾讯科技（深圳）有限公司 关卡配置数据配置方法、游戏服务器及系统
CN106422326A (zh) * 2016-08-31 2017-02-22 北京像素软件科技股份有限公司 基于游戏关卡难度调整关卡副本的方法
US20170072319A1 (en) * 2015-09-15 2017-03-16 International Business Machines Corporation Integrating topic of study content into video games
CN106582025A (zh) * 2016-11-24 2017-04-26 北京暴风魔镜科技有限公司 游戏作品制作系统和方法
CN107376353A (zh) * 2017-07-14 2017-11-24 腾讯科技（深圳）有限公司 关卡配置方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103106340A (zh) * 2013-01-21 2013-05-15 天津大学 基于数据挖掘和数据融合的游戏关卡自动生成系统及方法
US20170072319A1 (en) * 2015-09-15 2017-03-16 International Business Machines Corporation Integrating topic of study content into video games
CN105289001A (zh) * 2015-10-23 2016-02-03 网易（杭州）网络有限公司 一种游戏关卡配置方法、装置及终端
CN105597320A (zh) * 2015-12-15 2016-05-25 网易（杭州）网络有限公司 一种游戏关卡配置方法、装置及终端
CN105871640A (zh) * 2016-06-07 2016-08-17 腾讯科技（深圳）有限公司 关卡配置数据配置方法、游戏服务器及系统
CN106422326A (zh) * 2016-08-31 2017-02-22 北京像素软件科技股份有限公司 基于游戏关卡难度调整关卡副本的方法
CN106582025A (zh) * 2016-11-24 2017-04-26 北京暴风魔镜科技有限公司 游戏作品制作系统和方法
CN107376353A (zh) * 2017-07-14 2017-11-24 腾讯科技（深圳）有限公司 关卡配置方法及装置

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109126140A (zh) * 2018-08-30 2019-01-04 北京深极智能科技有限公司 游戏难度评估方法、装置和系统
CN109107162B (zh) * 2018-11-01 2021-11-19 杭州勺子网络科技有限公司 游戏难度调节方法及装置
CN109107162A (zh) * 2018-11-01 2019-01-01 杭州勺子网络科技有限公司 游戏难度调节方法及装置
CN109568960A (zh) * 2018-11-30 2019-04-05 厦门大学 游戏叙事模型难度调整方法及设备
CN111841011A (zh) * 2019-04-30 2020-10-30 北京达佳互联信息技术有限公司 游戏关卡的配置信息生成方法、系统及服务器和存储介质
CN111841009A (zh) * 2019-04-30 2020-10-30 北京达佳互联信息技术有限公司 控制游戏难度的方法、装置、电子设备及介质
CN110270095A (zh) * 2019-07-19 2019-09-24 珠海天燕科技有限公司 一种游戏内容的动态生成方法及装置
CN110489340B (zh) * 2019-07-29 2021-06-15 腾讯科技（深圳）有限公司 一种游戏地图平衡性测试方法、装置、设备及存储介质
CN110489340A (zh) * 2019-07-29 2019-11-22 腾讯科技（深圳）有限公司 一种游戏地图平衡性测试方法、装置、设备及存储介质
CN110427241B (zh) * 2019-07-31 2021-05-11 腾讯科技（深圳）有限公司 一种目标消除方法及装置
CN110427241A (zh) * 2019-07-31 2019-11-08 腾讯科技（深圳）有限公司 一种目标消除方法及装置
CN111035934A (zh) * 2019-10-25 2020-04-21 咪咕互动娱乐有限公司 游戏教学方法、装置、电子设备和存储介质
CN111035934B (zh) * 2019-10-25 2023-08-15 咪咕互动娱乐有限公司 游戏教学方法、装置、电子设备和存储介质
CN111068329A (zh) * 2019-11-18 2020-04-28 北京金山安全软件有限公司 一种游戏关卡配置方法、装置、电子设备及存储介质
CN111068329B (zh) * 2019-11-18 2023-09-08 北京欢乐扬帆科技有限公司 一种游戏关卡配置方法、装置、电子设备及存储介质
CN111265880A (zh) * 2020-02-25 2020-06-12 北京字节跳动网络技术有限公司 一种游戏调整方法、装置、电子设备和存储介质
CN111530081A (zh) * 2020-04-17 2020-08-14 成都数字天空科技有限公司 游戏关卡设计方法、装置、存储介质及电子设备
CN111506514A (zh) * 2020-07-01 2020-08-07 深圳云步互娱网络科技有限公司 一种应用于消除类游戏的智能测试方法及系统
CN111506514B (zh) * 2020-07-01 2020-10-27 深圳云步互娱网络科技有限公司 一种应用于消除类游戏的智能测试方法及系统
CN115474557A (zh) * 2022-09-22 2022-12-16 深圳市七布创新科技有限公司 宠物投食方法及装置

Similar Documents

Publication Publication Date Title
CN107982920A (zh) 基于关卡类游戏精细化难度调整方法
Malcolm Edge effects in central Amazonian forest fragments
Isaksen et al. Exploring Game Space Using Survival Analysis.
CN107316066A (zh) 基于多通路卷积神经网络的图像分类方法及系统
CN107019915B (zh) 一种确定移动轨迹的方法、用户设备及系统
CN108734193A (zh) 一种深度学习模型的训练方法及装置
WO2023179167A1 (zh) 一种基于AquaCrop模型与SVR的作物灌溉需水量预测方法
Kampakis et al. Using machine learning to predict the outcome of english county twenty over cricket matches
Dechmi et al. Coupled crop and solid set sprinkler simulation model. I: Model development
CN106408132A (zh) 一种基于种植设备的作物产量预测方法及装置
US20080311984A1 (en) Techniques for use with computerized games having cards
CN106372801A (zh) 一种风电场风区划分方法及该风电场风区测风塔位置的选择方法
KR101117130B1 (ko) 게임 밸런싱을 위한 프리셋 조절 방법 및 런타임 게임 밸런싱 조절 방법
WO2022009836A1 (ja) ゲームの評価方法、装置及びプログラム並びにアプリの評価方法
CN107862457B (zh) 一种水库分期调度规则提取方法
Zarembo Analysis of artificial intelligence applications for automated testing of video games
Teófilo et al. Adapting strategies to opponent models in incomplete information games: a reinforcement learning approach for poker
Holdaway et al. Risk-taking in adversarial games: What can 1 billion online chess games tell us?
CN112347659A (zh) 基于最优植被格局的河岸缓冲带水土保持调控方法
Lengwiler A monetary policy simulation game
CN106650185A (zh) 一种获取游戏中英雄技能上手难度的方法及系统
Teófilo et al. Computer poker research at liacc
Ribeyre et al. StemGL, a FSPM tool dedicated to crop plants model calibration in the single stem case
Crols et al. High-resolution simulations of population-density change with an activity-based cellular automata land-use model
US11872464B1 (en) Golf play outcome simulation modeling system

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180504