CN111701246A - 一种游戏ai的决策配置方法和装置 - Google Patents

一种游戏ai的决策配置方法和装置 Download PDF

Info

Publication number
CN111701246A
CN111701246A CN202010555913.5A CN202010555913A CN111701246A CN 111701246 A CN111701246 A CN 111701246A CN 202010555913 A CN202010555913 A CN 202010555913A CN 111701246 A CN111701246 A CN 111701246A
Authority
CN
China
Prior art keywords
decision
game
logic
behavior
node
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
CN202010555913.5A
Other languages
English (en)
Other versions
CN111701246B (zh
Inventor
王佳伟
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.)
Netease Hangzhou Network Co Ltd
Original Assignee
Netease Hangzhou Network 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 Netease Hangzhou Network Co Ltd filed Critical Netease Hangzhou Network Co Ltd
Priority to CN202010555913.5A priority Critical patent/CN111701246B/zh
Publication of CN111701246A publication Critical patent/CN111701246A/zh
Application granted granted Critical
Publication of CN111701246B publication Critical patent/CN111701246B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63FCARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F13/00Video games, i.e. games using an electronically generated display having two or more dimensions
    • A63F13/60Generating 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
    • A63F13/67Generating 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 adaptively or by learning from player actions, e.g. skill level adjustment or by storing successful combat sequences for re-use

Landscapes

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

Abstract

本发明实施例提供了一种游戏AI的决策配置方法及装置,通过获取游戏AI的游戏决策行为的逻辑信息,接着根据逻辑信息,生成多个针对游戏决策行为的决策节点,然后根据决策节点,生成与游戏决策行为匹配的方向流程图,该方向流程图可以用于确定针对游戏决策行为的决策分值,以便根据该决策分值确定游戏AI执行何种决策行为,从而将游戏AI的游戏决策行为配置在多个决策节点中,通过可视化的方向流程图使得决策行为逻辑编辑结构清楚,并且决策节点可以编辑,在保证游戏决策行为完整执行的情况下,能够有效降低游戏AI决策行为配置的成本。

Description

一种游戏AI的决策配置方法和装置
技术领域
本发明涉及游戏技术领域,特别是涉及一种游戏AI的决策配置方法和一种游戏AI的决策配置装置。
背景技术
对于游戏而言,游戏NPC(Non-Player Character,非玩家角色)是必不可少的元素,为了使NPC更加生动,游戏开发者通常赋予NPC以AI(ArtificialIntelligence,人工智能),并将游戏NPC的行为逻辑统称为游戏AI,优秀的游戏AI能够给玩家带来较好的游戏体验。
在游戏中,可以根据智能水平分为低级游戏AI和高级游戏AI。低级游戏AI通常为游戏中非主要NPC,如小怪、野怪等,低级游戏AI只需要按照一定的设计好的路线行进,并通过简单逻辑与游戏玩家进行交互。而对于高级AI,则是带有博弈性质的游戏主角之一,它与玩家唯一的不同点在于它由电脑来操控。因此,为了使能够给玩家带来较好的游戏体验,需要高级游戏AI具有较高的决策能力。
当前对游戏AI决策行为的处理方式为设定特定的效用决策函数,然后根据各种输入参数和数学表达式,确定游戏AI的决策行为。然而,这种处理方式存在以下问题:1、由于需要在脚本代码实现函数表达式,对于游戏策划人员的要求较高,需要游戏策划人员能够读懂并且写简单的脚本代码,且需要支持代码的热更新,不仅学习门槛高,且容易增加成本;2、对于游戏AI的决策行为需要单独配置计算参数,其自定义的程度不高,局限于对相关参数的配置,很难实现对一个复杂函数表达式的定义和修改,且很难通过这种配置方式动态获取游戏本身逻辑相关的数据。
发明内容
本发明实施例是提供一种游戏AI的决策配置方法,以解决现有技术中游戏AI的决策行为配置对用户门槛要求高,维护成本高的问题。
相应的,本发明实施例还提供了一种游戏AI的决策配置装置,用以保证上述方法的实现及应用。
为了解决上述问题,本发明实施例公开了一种游戏AI的决策配置方法,包括:
获取游戏AI的游戏决策行为的逻辑信息;
根据所述逻辑信息,生成多个针对所述游戏决策行为的决策节点;
根据所述决策节点,生成与所述游戏决策行为匹配的方向流程图,所述方向流程图用于确定针对所述游戏决策行为的决策分值。
可选地,所述逻辑信息包括逻辑触发信息以及逻辑配置信息,所述根据所述逻辑信息,生成多个针对所述游戏决策行为的决策节点,包括:
采用所述逻辑触发信息,生成与所述游戏决策行为匹配的行为触发节点;
采用所述逻辑配置信息,生成至少一个与所述游戏决策行为匹配的逻辑运行节点。
可选地,所述逻辑信息还包括逻辑实现信息,所述根据所述决策节点,生成与所述游戏决策行为匹配的方向流程图,包括:
采用所述逻辑实现信息,将所述决策触发节点与所述决策逻辑节点进行连线,生成与所述游戏决策行为匹配的方向流程图。
可选地,所述方向流程图包括输出节点,所述方法还包括:
将所述游戏AI执行所述游戏决策行为配置为所述输出节点的执行事件。
本发明实施例还公开了一种游戏AI的决策配置装置,包括:
逻辑信息获取模块,用于获取游戏AI的游戏决策行为的逻辑信息;
决策节点生成模块,用于根据所述逻辑信息,生成多个针对所述游戏决策行为的决策节点;
方向流程图生成模块,用于根据所述决策节点,生成与所述游戏决策行为匹配的方向流程图,所述方向流程图用于确定针对所述游戏决策行为的决策分值。
可选地,所述逻辑信息包括逻辑触发信息以及逻辑配置信息,所述决策节点生成模块包括:
行为触发节点生成子模块,用于采用所述逻辑触发信息,生成与所述游戏决策行为匹配的行为触发节点;
逻辑运行节点生成子模块,用于采用所述逻辑配置信息,生成至少一个与所述游戏决策行为匹配的逻辑运行节点。
可选地,所述逻辑信息还包括逻辑实现信息,所述方向流程图生成模块具体用于:
采用所述逻辑实现信息,将所述决策触发节点与所述决策逻辑节点进行连线,生成与所述游戏决策行为匹配的方向流程图。
可选地,所述方向流程图包括输出节点,所述装置还包括:
执行事件配置模块,用于将所述游戏AI执行所述游戏决策行为配置为所述输出节点的执行事件。
本发明实施例还公开了一种电子设备,包括:
一个或多个处理器;和
其上存储有指令的一个或多个机器可读介质,当由所述一个或多个处理器执行时,使得所述电子设备执行如上所述的方法。
本发明实施例还公开了一个或多个机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得所述处理器执行如上所述的方法。
本发明实施例包括以下优点:
在本发明实施例中,通过获取游戏AI的游戏决策行为的逻辑信息,接着根据逻辑信息,生成多个针对游戏决策行为的决策节点,然后根据决策节点,生成与游戏决策行为匹配的方向流程图,该方向流程图可以用于确定针对游戏决策行为的决策分值,以便根据该决策分值确定游戏AI执行何种决策行为,从而将游戏AI的游戏决策行为配置在多个决策节点中,通过可视化的方向流程图使得决策行为逻辑编辑结构清楚,并且决策节点可以编辑,在保证游戏决策行为完整执行的情况下,能够有效降低游戏AI决策行为配置的成本。
附图说明
图1是本发明的一种游戏AI的决策配置方法实施例的步骤流程图;
图2是本发明实施例中游戏决策行为实现的示意图;
图3是本发明的一种游戏AI的决策配置装置实施例的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
对应游戏而言,游戏NPC是必不可少的元素,游戏NPC可以分为剧情NPC、战斗NPC以及服务NPC,其中,剧情NPC及服务NPC属于不可攻击对象,或者属于可攻击对象但不主动攻击,但是被玩家攻击后会反击,并且之后不能正常对话了。通常某些NPC会掉落道具,或可以为玩家提供一些游戏信息,或触发剧情。
为了使游戏NPC更加生动,游戏开发者可以赋予NPC以AI,并将游戏NPC的行为逻辑成为游戏AI,优秀的游戏AI能够为玩家带来较好的游戏体验。对于游戏AI,则需要对其在游戏中的决策行为进行配置,包括战斗、关闭干扰物、处理倒地NPC等等决策行为。
在游戏开发过程中,可以对游戏AI的决策行为进行模糊化处理,通过设定一个特定的效用函数,然后根据各种输入参数和数学表达式计算出决策数值,并根据这个决策数值来评估游戏AI当前的决策行为。然而,在该配置过程中,一方面需要在脚本代码中对函数表达式进行撰写,写死的函数表达式在后续的维护与更新过程中,修改困难,提高了游戏开发与维护成本,另一方面对于计算参数单独配置的方式,自定义的程度不高,难以实现对一个复杂函数表达式的定义和修改,且难以动态获取游戏本身逻辑相关的数据。
因此,本申请实施例的核心构思之一在于通过将游戏AI的决策行为所对应的效用函数转换为一个个独立的决策节点,使得开发人员或维护人员能够在可视化的图形界面中完成一个游戏AI效用函数表达式的定义,并实时得到计算输出,从而降低游戏决策行为配置的门槛,降低游戏开发与维护成本。
需要说明的是,本发明实施例可以考虑实际游戏决策行为配置的使用场景,在通用的游戏决策行为配置的基础上,对有向图的执行和节点规划等方面进行拓展,使其作为游戏决策行为的底层机构,然后在该决策行为结构的基础上,构建方便使用的行为编辑器。
具体的,参照图1,示出了本发明的一种游戏AI的决策配置方法实施例的步骤流程图,具体可以包括如下步骤:
步骤101,获取游戏AI的游戏决策行为的逻辑信息;
作为一种示例,在游戏中的游戏AI的游戏决策行为可以包括多种不同的决策行为,游戏AI可以根据当前所处的游戏场景,确定当前最合适的决策行为,并执行对应的决策行为。
不同的游戏决策行为可以对应不同的逻辑信息,逻辑信息可以为游戏决策行为的执行逻辑,例如何种条件下触发决策行为,决策行为的逻辑运行过程,以及运行结果等等,映射至效用函数表达式,则可以为何种条件下触发效用函数表达式的运算,以及运算结果对应何种决策行为。
步骤102,根据所述逻辑信息,生成多个针对所述游戏决策行为的决策节点;
行为编辑器中可以包括多个编辑节点(也可称为决策节点),不同节点可以具有不同的运算逻辑(包括加、减、乘、除、绝对值以及距离等等),相邻两个编辑节点之间可以通过至少一条连接点进行连接,从而可以根据游戏决策行为的逻辑信息,在行为编辑器中生成多个决策节点。
在本发明的一种可选实施例中,游戏决策行为的逻辑信息可以包括逻辑触发信息、逻辑配置信息以及逻辑实现信息。其中,逻辑触发信息可以为游戏决策行为的触发条件所涉及的信息,逻辑实现信息可以为效用函数表达式所涉及的信息,逻辑实现信息可以为游戏决策行为所对应的效用函数的运算规则,游戏AI可以根据运算规则所得到的输出值选择对应的游戏决策行为,并执行该游戏决策行为。
在具体实现中,可以在行为编辑器中,采用逻辑触发信息,生成与游戏决策行为匹配的行为触发节点,以及采用逻辑配置信息,生成至少一个与游戏决策行为匹配的逻辑运行节点。
AI效用决策函数的输入参数往往是游戏内的很多环境感知参数,比如获取范围内所有的倒地NPC、玩家的血量、敌我双方的人数等等环境感知参数,为了能够在图形化的行为编辑器中编辑这些数据,可以将游戏内部逻辑相关数据,配置成一个个的决策节点,并通过决策节点返回相应的数值,然后根据数值控制游戏AI执行相应的游戏决策行为。
在本发明的一种示例中,在行为触发节点中,可以配置不同的游戏决策行为触发事件,不同的触发事件可以携带与事件本身对应的索引信息,索引信息可以包括事件类型唯一的标识符,行为触发节点可以通过索引标识获取对应的触发事件,从而根据所触发的事件,获取对应的环境感知参数。则可以在决策节点中写入索引标识,当该决策节点被激活或触发时,则依据索引标识获取对应的触发事件,然后执行与该触发事件对应的流程。
在具体实现中,可以在行为编辑器中创建一起始节点,并将游戏决策行为被激活配置为该起始节点对应的触发事件。则可以在起始节点中写入触发事件的索引标识,在游戏决策行为执行的过程中,可以通过起始节点对决策行为是否被激活进行监听,当决策行为被激活,获取与索引标识对应的触发事件,并执行该触发事件,获取与该游戏决策行为对应的环境感知参数,并将环境感知参数推进至下一个决策节点,进行运算。
为了适应效用函数的复杂逻辑,决策节点可以提供加、减、乘、除、绝对值以及距离等数学运算,从而将效用函数转换为一个个逻辑运行节点,并通过逻辑运行节点返回相应的数值,使得游戏决策行为的实现逻辑转换为有向图的决策节点,然后决策行为的执行则由有向图的逻辑运行节点所输出的运算值来实现。
步骤103,根据所述决策节点,生成与所述游戏决策行为匹配的方向流程图,所述方向流程图用于确定针对所述游戏决策行为的决策分值。
对于一个游戏决策行为而言,其对应的效用函数不同,所对应的决策节点也不同,则根据每一个游戏决策行为的逻辑信息,可以由多个决策节点组成,通过将游戏决策行为的效用函数转换为对应的多个决策节点,并对决策节点进行连线,从而将多个决策节点组合成一个完整的方向流程图,方向流程图的输出结果即为游戏决策行为的决策分值。游戏AI可以拥有多种游戏决策行为,一个方向流程图对应一种游戏决策行为,则通过多个决策分值可以确定游戏AI当前最优的决策行为。
在具体实现中,逻辑信息可以包括逻辑实现信息,逻辑实现信息可以为游戏决策行为所对应的效用函数的运算规则,通过行为编辑器提供的不同数学运算节点,可以实现运算规则的自由组合,从而通过将不同的逻辑运行节点组成游戏决策行为的效用函数表达式。
具体的,游戏决策行为所对应的参数运算的规则可以由逻辑连续驱动,通过将行为触发节点以及至少一个逻辑运行节点进行连线组合,得到与游戏决策行为匹配的方向流程图,并将游戏AI执行游戏决策行为配置为方向流程图输出节点的执行事件,方向流程图输出的结果即为游戏决策行为的决策分值,通过该决策分值可以确定游戏AI最优的决策行为,从而完成对效用函数表达式的图形化编辑。通过将游戏AI的游戏决策行为配置在可视化的多个决策节点中,使得决策行为对应的效用函数表达式转换为一个个独立的决策节点,并通过图形连线的方式将这些决策节点进行连接,以此实现对一个完整的效用函数表达式,保证了决策行为逻辑编辑结构清楚,并且每个决策节点所涉及的参数可以直接编辑,在自定义表达式的同时可以修改相关属性,进而在保证游戏决策行为完整执行的情况下,能够有效降低游戏AI决策行为配置的成本。
在游戏进行的过程中,游戏决策行为所对应的方向流程图可以作为游戏运行的底层结构,则游戏客户端的处理器可以通过获取游戏AI当前的环境参数,并将环境参数输入至多个方向流程图中,得到针对多种游戏决策行为的决策分值,然后根据多个决策分值,筛选出游戏AI当前最优的游戏决策行为,并控制游戏AI执行该最优的游戏决策行为。
在本发明实施例中,通过获取游戏AI的游戏决策行为的逻辑信息,接着根据逻辑信息,生成多个针对游戏决策行为的决策节点,然后根据决策节点,生成与游戏决策行为匹配的方向流程图,该方向流程图可以用于确定针对游戏决策行为的决策分值,以便根据该决策分值确定游戏AI执行何种决策行为,从而将游戏AI的游戏决策行为配置在多个决策节点中,通过可视化的方向流程图使得决策行为逻辑编辑结构清楚,并且决策节点可以编辑,在保证游戏决策行为完整执行的情况下,能够有效降低游戏AI决策行为配置的成本。
为了使得本领域技术人员更清楚地理解本发明实施例的技术方案,下面通过一个例子进行说明与解释。可选地,对于一个游戏AI,其可以同时执行多个方向流程图的运算,从而确定多个游戏决策行为的决策分值,进而选择与当前游戏场景最匹配的决策行为。
如图2所示,示出了本发明实施例中游戏决策行为实现的示意图。
在行为编辑器的不同节点中,分别配置了与游戏决策对应的触发事件或运算逻辑,图2所示的有向图可以作为游戏决策行为配置的底层结构,包括节点1为输入节点;在节点2中配置了决策行为触发事件,触发之后可以获取游戏实体的属性参数,即倒地NPC的坐标位置;节点3为赋值节点;节点4中配置了决策行为触发事件,可以获取针对游戏AI的倒地NPC的属性参数;节点5中配置了数据遍历事件,对倒地NPC的属性参数进行遍历,得到数组数据;节点6中配置了决策行为触发事件,获取目标倒地NPC的坐标位置;节点7中配置了运算逻辑,计算游戏AI与倒地NPC的点间距;节点8配置了运算逻辑,对点间距作进一步运算;节点9配置了运算逻辑,确定游戏AI与倒地NPC之间距离的权重值;节点10为赋值节点;节点11为输出值节点;节点12配置了游戏决策行为执行事件,从而将游戏AI的游戏决策行为配置在多个决策节点中,通过可视化的方向流程图使得决策行为逻辑编辑结构清楚,并且决策节点可以编辑,在保证游戏决策行为完整执行的情况下,能够有效降低游戏AI决策行为配置的成本。其中,In为节点的输入接口,Out为节点的输出接口
在本实施例中,游戏AI的游戏决策行为可以为处理倒地NPC,当触发决策行为事件之后,可以获取游戏AI对象的属性参数,例如游戏AI的ID标识以及当前的坐标位置,然后进行赋值,并将节点推进至节点4。在节点4中,可以获取游戏AI当前游戏场景中所有目标倒地NPC的属性参数,并将属性信息传输至节点5,在节点5中对所有的属性信息进行遍历,然后将遍历结果传输节点11,等待确定游戏决策行为,以及将遍历结果传输至节点6。在节点6中对所有目标倒地NPC的位置坐标进行获取,并将获取的坐标信息传输至节点7,进行坐标距离的计算,节点7计算了多个游戏AI与倒地NPC之间的点间距之后,可以将计算结果传输至节点8,由节点8做进一步地浮点除法,并将结果传输至节点9确定针对目标倒地NPC的权重值(即确定当前最大值),然后将权重值传输至节点11,以便节点11确定对应的游戏决策行为,并由节点12执行。其中,在节点9中,若检测到游戏AI或倒地NPC的属性参数发生变化时,可以通过节点10重新赋值,并执行前述流程,重新确定游戏决策行为。
在游戏决策行为的方向流程图中,实线代表决策行为的逻辑走向,虚线代表决策行为的数据流程。因此,当触发决策行为事件后,节点2可以获取游戏AI的属性参数,并将属性参数传输至节点3,节点3进行赋值之后,将赋值后的参数传输至节点7。节点7则在获取了节点6传输的倒地NPC的属性参数之后,计算游戏AI与倒地NPC之间的点间距,然后将点间距传输至节点8,进行浮点除法,并将输出结果传输至节点9,确定决策评分值,并传输至节点11进行决策行为确定。其中,节点10为赋值节点,当游戏AI的环境参数发生变化时,可以重新赋值;节点11各个接口包括分值接口score、改变对象标识choose_target_name以及环境参数标识B_tree_name等。
通过将游戏AI的游戏决策行为配置在多个决策节点中,通过可视化的方向流程图使得决策行为逻辑编辑结构清楚,并且决策节点可以编辑,在保证游戏决策行为完整执行的情况下,能够有效降低游戏AI决策行为配置的成本。
需要说明的是,本发明实施例包括但不限于上述示例,可以理解的是,在本发明实施例的思想指导下,本领域技术人员可以根据实际情况进行设置,本发明对此不作限制。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
参照图3,示出了本发明的一种游戏AI的决策配置装置实施例的结构框图,具体可以包括如下模块:
逻辑信息获取模块301,用于获取游戏AI的游戏决策行为的逻辑信息;
决策节点生成模块302,用于根据所述逻辑信息,生成多个针对所述游戏决策行为的决策节点;
方向流程图生成模块303,用于根据所述决策节点,生成与所述游戏决策行为匹配的方向流程图,所述方向流程图用于确定针对所述游戏决策行为的决策分值。
在本发明的一种可选实施例中,所述逻辑信息包括逻辑触发信息以及逻辑配置信息,所述决策节点生成模块302包括:
行为触发节点生成子模块,用于采用所述逻辑触发信息,生成与所述游戏决策行为匹配的行为触发节点;
逻辑运行节点生成子模块,用于采用所述逻辑配置信息,生成至少一个与所述游戏决策行为匹配的逻辑运行节点。
在本发明的一种可选实施例中,所述逻辑信息还包括逻辑实现信息,所述方向流程图生成模块303具体用于:
采用所述逻辑实现信息,将所述决策触发节点与所述决策逻辑节点进行连线,生成与所述游戏决策行为匹配的方向流程图。
在本发明的一种可选实施例中,所述方向流程图包括输出节点,所述装置还包括:
执行事件配置模块,用于将所述游戏AI执行所述游戏决策行为配置为所述输出节点的执行事件。
对于装置实施例而言,由于其与方法实施例基本相似,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。
本发明实施例还提供了一种电子设备,包括:
一个或多个处理器;和
其上存储有指令的一个或多个机器可读介质,当由所述一个或多个处理器执行时,使得所述电子设备执行本发明实施例所述的方法。
本发明实施例还提供了一个或多个机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得所述处理器执行本发明实施例所述的方法。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,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、物品或者终端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、物品或者终端设备所固有的要素。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、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种游戏AI的决策配置方法和一种游戏AI的决策配置装置,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种游戏AI的决策配置方法,其特征在于,包括:
获取游戏AI的游戏决策行为的逻辑信息;
根据所述逻辑信息,生成多个针对所述游戏决策行为的决策节点;
根据所述决策节点,生成与所述游戏决策行为匹配的方向流程图,所述方向流程图用于确定针对所述游戏决策行为的决策分值。
2.根据权利要求1所述的方法,其特征在于,所述逻辑信息包括逻辑触发信息以及逻辑配置信息,所述根据所述逻辑信息,生成多个针对所述游戏决策行为的决策节点,包括:
采用所述逻辑触发信息,生成与所述游戏决策行为匹配的行为触发节点;
采用所述逻辑配置信息,生成至少一个与所述游戏决策行为匹配的逻辑运行节点。
3.根据权利要求2所述的方法,其特征在于,所述逻辑信息还包括逻辑实现信息,所述根据所述决策节点,生成与所述游戏决策行为匹配的方向流程图,包括:
采用所述逻辑实现信息,将所述决策触发节点与所述决策逻辑节点进行连线,生成与所述游戏决策行为匹配的方向流程图。
4.根据权利要求1所述的方法,其特征在于,所述方向流程图包括输出节点,所述方法还包括:
将所述游戏AI执行所述游戏决策行为配置为所述输出节点的执行事件。
5.一种游戏AI的决策配置装置,其特征在于,包括:
逻辑信息获取模块,用于获取游戏AI的游戏决策行为的逻辑信息;
决策节点生成模块,用于根据所述逻辑信息,生成多个针对所述游戏决策行为的决策节点;
方向流程图生成模块,用于根据所述决策节点,生成与所述游戏决策行为匹配的方向流程图,所述方向流程图用于确定针对所述游戏决策行为的决策分值。
6.根据权利要求5所述的装置,其特征在于,所述逻辑信息包括逻辑触发信息以及逻辑配置信息,所述决策节点生成模块包括:
行为触发节点生成子模块,用于采用所述逻辑触发信息,生成与所述游戏决策行为匹配的行为触发节点;
逻辑运行节点生成子模块,用于采用所述逻辑配置信息,生成至少一个与所述游戏决策行为匹配的逻辑运行节点。
7.根据权利要求6所述的装置,其特征在于,所述逻辑信息还包括逻辑实现信息,所述方向流程图生成模块具体用于:
采用所述逻辑实现信息,将所述决策触发节点与所述决策逻辑节点进行连线,生成与所述游戏决策行为匹配的方向流程图。
8.根据权利要求5所述的装置,其特征在于,所述方向流程图包括输出节点,所述装置还包括:
执行事件配置模块,用于将所述游戏AI执行所述游戏决策行为配置为所述输出节点的执行事件。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;和
其上存储有指令的一个或多个机器可读介质,当由所述一个或多个处理器执行时,使得所述电子设备执行如权利要求1-4任一项所述的方法。
10.一个或多个机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得所述处理器执行如权利要求1-4任一项所述的方法。
CN202010555913.5A 2020-06-17 2020-06-17 一种游戏ai的决策配置方法和装置 Active CN111701246B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010555913.5A CN111701246B (zh) 2020-06-17 2020-06-17 一种游戏ai的决策配置方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010555913.5A CN111701246B (zh) 2020-06-17 2020-06-17 一种游戏ai的决策配置方法和装置

Publications (2)

Publication Number Publication Date
CN111701246A true CN111701246A (zh) 2020-09-25
CN111701246B CN111701246B (zh) 2024-02-23

Family

ID=72541172

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010555913.5A Active CN111701246B (zh) 2020-06-17 2020-06-17 一种游戏ai的决策配置方法和装置

Country Status (1)

Country Link
CN (1) CN111701246B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112691374A (zh) * 2021-03-24 2021-04-23 中至江西智能技术有限公司 证据链生成方法、装置、可读存储介质及电子设备
CN113268409A (zh) * 2021-02-19 2021-08-17 南京苏宁软件技术有限公司 自动化测试时跟踪逻辑节点的方法、装置、设备和介质
CN113750526A (zh) * 2021-09-08 2021-12-07 网易(杭州)网络有限公司 游戏逻辑处理方法、装置以及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106582020A (zh) * 2016-12-01 2017-04-26 北京像素软件科技股份有限公司 一种游戏关卡处理方法和装置
US20190220774A1 (en) * 2015-01-23 2019-07-18 Conversica, Inc. Systems and methods for configuring message exchanges in machine learning conversations
CN110134375A (zh) * 2019-05-14 2019-08-16 网易(杭州)网络有限公司 游戏角色行为的控制方法、装置及可读存储介质
CN110876850A (zh) * 2018-09-05 2020-03-13 网易(杭州)网络有限公司 一种手游编辑的方法及装置
CN110882534A (zh) * 2019-12-20 2020-03-17 网易(杭州)网络有限公司 一种游戏技能的编辑方法和装置
CN111127612A (zh) * 2019-12-24 2020-05-08 北京像素软件科技股份有限公司 游戏场景节点的更新方法、装置、存储介质和电子设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190220774A1 (en) * 2015-01-23 2019-07-18 Conversica, Inc. Systems and methods for configuring message exchanges in machine learning conversations
CN106582020A (zh) * 2016-12-01 2017-04-26 北京像素软件科技股份有限公司 一种游戏关卡处理方法和装置
CN110876850A (zh) * 2018-09-05 2020-03-13 网易(杭州)网络有限公司 一种手游编辑的方法及装置
CN110134375A (zh) * 2019-05-14 2019-08-16 网易(杭州)网络有限公司 游戏角色行为的控制方法、装置及可读存储介质
CN110882534A (zh) * 2019-12-20 2020-03-17 网易(杭州)网络有限公司 一种游戏技能的编辑方法和装置
CN111127612A (zh) * 2019-12-24 2020-05-08 北京像素软件科技股份有限公司 游戏场景节点的更新方法、装置、存储介质和电子设备

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113268409A (zh) * 2021-02-19 2021-08-17 南京苏宁软件技术有限公司 自动化测试时跟踪逻辑节点的方法、装置、设备和介质
CN113268409B (zh) * 2021-02-19 2022-11-15 南京苏宁软件技术有限公司 自动化测试时跟踪逻辑节点的方法、装置、设备和介质
CN112691374A (zh) * 2021-03-24 2021-04-23 中至江西智能技术有限公司 证据链生成方法、装置、可读存储介质及电子设备
CN112691374B (zh) * 2021-03-24 2021-06-22 中至江西智能技术有限公司 证据链生成方法、装置、可读存储介质及电子设备
CN113750526A (zh) * 2021-09-08 2021-12-07 网易(杭州)网络有限公司 游戏逻辑处理方法、装置以及电子设备

Also Published As

Publication number Publication date
CN111701246B (zh) 2024-02-23

Similar Documents

Publication Publication Date Title
CN113365706B (zh) 使用云游戏网络的人工智能(ai)模型训练
US9908052B2 (en) Creating dynamic game activities for games
CN111701246B (zh) 一种游戏ai的决策配置方法和装置
US20240135251A1 (en) Artificial intelligence controller that procedurally tailors itself to an application
JP5887458B1 (ja) プレイヤの移動履歴に基づいてノンプレイヤキャラクタの経路探索を行うゲームシステム等
Treanor et al. Game-o-matic: Generating videogames that represent ideas
CN110134375B (zh) 游戏角色行为的控制方法、装置及可读存储介质
CN109675313B (zh) 随机游戏地图的生成方法及装置、电子设备、存储介质
CN112783781B (zh) 游戏测试方法、装置、电子设备及存储介质
CN111026272A (zh) 虚拟对象行为策略的训练方法及装置、电子设备、存储介质
Weitkamp et al. Visual rationalizations in deep reinforcement learning for atari games
Oh et al. Playing real-time strategy games by imitating human players’ micromanagement skills based on spatial analysis
KR20210016750A (ko) 딥러닝 기반의 바둑 게임 서비스 방법 및 그 장치
De Loor et al. Real-time retrieval for case-based reasoning in interactive multiagent-based simulations
US20210026657A1 (en) System for managing user experience and method therefor
KR100621559B1 (ko) 인공지능 학습을 통한 게이머의 게임 스타일 이식시스템및 그 이식방법
KR20180083703A (ko) 인공 신경망을 기반으로 한 대전형 게임 캐릭터의 의사 결정 방법 및 이를 위한 컴퓨터 프로그램
Pons et al. Scenario control for (serious) games using self-organizing multi-agent systems
Toy et al. Metacognition is all you need? using introspection in generative agents to improve goal-directed behavior
Khatri The gaming experience with AI
Butt et al. The Development of Intelligent Agents: A Case-Based Reasoning Approach to Achieve Human-Like Peculiarities via Playback of Human Traces
KR20210000181A (ko) 게임 데이터 처리 방법
CN115175750A (zh) 基于ai的游戏应用程序内容生成
KR20200029923A (ko) 컴퓨팅 장치에서 게임에 대한 사용자의 데이터를 처리하는 방법, 및 컴퓨팅 장치
KR102595656B1 (ko) 딥러닝 기반의 장기 게임 서비스 방법 및 그 장치

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
GR01 Patent grant
GR01 Patent grant