CN112337097A - 游戏模拟方法及装置 - Google Patents
游戏模拟方法及装置 Download PDFInfo
- Publication number
- CN112337097A CN112337097A CN202011166607.9A CN202011166607A CN112337097A CN 112337097 A CN112337097 A CN 112337097A CN 202011166607 A CN202011166607 A CN 202011166607A CN 112337097 A CN112337097 A CN 112337097A
- Authority
- CN
- China
- Prior art keywords
- virtual
- track
- data
- vehicle
- characteristic data
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000004088 simulation Methods 0.000 title claims abstract description 33
- 230000003993 interaction Effects 0.000 claims abstract description 67
- 230000002452 interceptive effect Effects 0.000 claims abstract description 41
- 238000012545 processing Methods 0.000 claims description 35
- 230000006870 function Effects 0.000 claims description 21
- 238000000605 extraction Methods 0.000 claims description 11
- 238000010606 normalization Methods 0.000 claims description 6
- 238000013461 design Methods 0.000 description 25
- 230000008569 process Effects 0.000 description 16
- 230000000875 corresponding effect Effects 0.000 description 12
- 238000012549 training Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000001276 controlling effect Effects 0.000 description 7
- 230000009471 action Effects 0.000 description 5
- 230000006399 behavior Effects 0.000 description 5
- 230000002787 reinforcement Effects 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- A63F13/55—Controlling game characters or game objects based on the game progress
- A63F13/57—Simulating properties, behaviour or motion of objects in the game world, e.g. computing tyre load in a car race game
- A63F13/573—Simulating properties, behaviour or motion of objects in the game world, e.g. computing tyre load in a car race game using trajectories of game objects, e.g. of a golf ball according to the point of impact
-
- 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
- A63F13/80—Special adaptations for executing a specific game genre or game mode
- A63F13/803—Driving vehicles or craft, e.g. cars, airplanes, ships, robots or tanks
-
- 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
- A63F2300/00—Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game
- A63F2300/80—Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game specially adapted for executing a specific type of game
- A63F2300/8017—Driving on land or water; Flying
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Processing Or Creating Images (AREA)
Abstract
本申请实施例提供一种游戏模拟方法及装置,该方法包括:获取虚拟赛道数据和虚拟车辆数据,根据虚拟赛道数据和虚拟车辆数据提取虚拟赛道的赛道特征数据、虚拟车辆的车辆特征数据、和虚拟车辆与虚拟赛道的交互数据。根据赛道特征数据、车辆特征数据和交互数据,控制虚拟车辆在虚拟赛道上行驶,得到模拟的行驶轨迹。通过获取虚拟赛道数据和虚拟赛车数据的相关特征数据,从而可以根据特征数据控制虚拟车辆在虚拟赛道上行驶,以快速高效的得到模拟的行驶轨迹,极大地降低了生成行驶轨迹所需要的时间。
Description
技术领域
本申请实施例涉及计算机领域,尤其涉及一种游戏模拟方法及装置。
背景技术
在竞速游戏的设计中,通常需要不断的增加新的虚拟车辆或者虚拟赛道,相应的就需要根据新的虚拟车辆或者虚拟赛道对应的行驶轨迹,以确定增加的内容是否符合设计的预期。
目前,现有技术在对增加的虚拟车辆或者虚拟赛道生成行驶轨迹时,通常是由真人玩家操作游戏客户端,以得到新增加的虚拟车辆或者虚拟赛道对应的行驶轨迹,假设当前存在100条虚拟赛道,那么即使只增加了一辆虚拟车辆,也需要真人玩家操作至少100局,以生成100条行驶轨迹。
因此现有技术中,通过真人玩家操作的实现方式会导致生成行驶轨迹的时间较长。
发明内容
本发明实施例提供一种游戏模拟方法及装置,以克服生成行驶轨迹的时间较长的问题。
第一方面,本发明实施例提供一种游戏模拟方法,包括:
获取虚拟赛道数据和虚拟车辆数据;
根据所述虚拟赛道数据和所述虚拟车辆数据提取所述虚拟赛道的赛道特征数据、所述虚拟车辆的车辆特征数据、和所述虚拟车辆与所述虚拟赛道的交互数据;
根据所述赛道特征数据、所述车辆特征数据和所述交互数据,控制虚拟车辆在虚拟赛道上行驶,得到模拟的行驶轨迹。
在一种可能的设计中,根据所述赛道特征数据、所述车辆特征数据和所述交互数据,控制虚拟车辆在虚拟赛道上行驶,得到模拟的行驶轨迹,包括:
通过预设模型对所述赛道特征数据、所述车辆特征数据和所述交互数据进行处理,以控制虚拟车辆在虚拟赛道上行驶,得到所述模拟的行驶轨迹;
其中,所述预设模型为对多组样本学习得到的,每组样本包括:样本赛道特征数据、样本车辆特征数据、样本交互数据和样本行驶轨迹、奖励函数的值。
在一种可能的设计中,所述虚拟车辆的交互数据是根据所述预设模型的输出实时更新的;
所述通过预设模型对所述赛道特征数据、所述车辆特征数据和所述交互数据进行处理,以控制虚拟车辆在虚拟赛道上行驶,得到所述模拟的行驶轨迹,包括:
重复执行将所述赛道特征数据、所述车辆特征数据和更新的所述交互数据输入至所述预设模型的操作,直至虚拟赛车触发预设条件,以得到所述预设模型输出的多个交互数据;
根据所述多个交互数据,得到模拟的行驶轨迹;
其中,所述预设条件包括如下中的至少一种:所述虚拟车辆到达所述虚拟赛道的终点、所述虚拟车辆的行驶时间到达预设时间。
在一种可能的设计中,所述通过预设模型对所述赛道特征数据、所述车辆特征数据和所述交互数据进行处理,以控制虚拟车辆在虚拟赛道上行驶,得到所述模拟的行驶轨迹之前,所述方法还包括:
对所述赛道特征数据、所述车辆特征数据和所述交互数据进行归一化处理。
在一种可能的设计中,所述奖励函数至少包括如下四个参数:
第一参数,所述第一参数为所述预设模型输出的相邻两帧行驶轨迹的长度差值;
第二参数,所述第二参数为所述虚拟车辆在所述虚拟赛道中的横向位置;
第三参数,所述第三参数为所述虚拟车辆的法线速度,所述法线速度为所述虚拟车辆在所述虚拟赛道的法线上的速度;
第四参数,所述第四参数为预设偏置值。
在一种可能的设计中,所述获取虚拟赛道数据和虚拟车辆数据,包括:
从车辆库中随机选择一个虚拟车辆,确定虚拟车辆数据,其中,所述车辆库中包括多个虚拟车辆;以及
从赛道库中随机选择一个虚拟赛道,确定虚拟赛道数据,其中,所述赛道库中包括多个虚拟赛道。
在一种可能的设计中,所述赛道特征数据包括如下至少一种:所述虚拟赛道的长度、所述虚拟赛道的路线或所述虚拟赛道的路面摩擦系数;或者,
所述车辆特征数据包括如下至少一种:所述虚拟车辆的车身长度、所述虚拟车辆的重量或所述虚拟车辆的最大马力;或者,
所述交互数据包括如下至少一种:所述虚拟车辆前后的路线的坐标信息、所述虚拟车辆的速度、所述虚拟车辆的前进方向与所述虚拟赛道的方向的夹角。
第二方面,本发明实施例提供一种游戏模拟装置,包括:
获取模块,用于获取虚拟赛道数据和虚拟车辆数据;
提取模块,用于根据所述虚拟赛道数据和所述虚拟车辆数据提取所述虚拟赛道的赛道特征数据、所述虚拟车辆的车辆特征数据、和所述虚拟车辆与所述虚拟赛道的交互数据;
处理模块,用于根据所述赛道特征数据、所述车辆特征数据和所述交互数据,控制虚拟车辆在虚拟赛道上行驶,得到模拟的行驶轨迹。
在一种可能的设计中,所述处理模块具体用于:
通过预设模型对所述赛道特征数据、所述车辆特征数据和所述交互数据进行处理,以控制虚拟车辆在虚拟赛道上行驶,得到所述模拟的行驶轨迹;
其中,所述预设模型为对多组样本学习得到的,每组样本包括:样本赛道特征数据、样本车辆特征数据、样本交互数据和样本行驶轨迹、奖励函数的值。
在一种可能的设计中,所述虚拟车辆的交互数据是根据所述预设模型的输出实时更新的;
所述处理模块具体用于:
重复执行将所述赛道特征数据、所述车辆特征数据和更新的所述交互数据输入至所述预设模型的操作,直至虚拟赛车触发预设条件,以得到所述预设模型输出的多个交互数据;
根据所述多个交互数据,得到模拟的行驶轨迹;
其中,所述预设条件包括如下中的至少一种:所述虚拟车辆到达所述虚拟赛道的终点、所述虚拟车辆的行驶时间到达预设时间。
在一种可能的设计中,所述处理模块还用于:
在所述通过预设模型对所述赛道特征数据、所述车辆特征数据和所述交互数据进行处理,以控制虚拟车辆在虚拟赛道上行驶,得到所述模拟的行驶轨迹之前,对所述赛道特征数据、所述车辆特征数据和所述交互数据进行归一化处理。
在一种可能的设计中,所述奖励函数至少包括如下四个参数:
第一参数,所述第一参数为所述预设模型输出的相邻两帧行驶轨迹的长度差值;
第二参数,所述第二参数为所述虚拟车辆在所述虚拟赛道中的横向位置;
第三参数,所述第三参数为所述虚拟车辆的法线速度,所述法线速度为所述虚拟车辆在所述虚拟赛道的法线上的速度;
第四参数,所述第四参数为预设偏置值。
在一种可能的设计中,所述获取模块具体用于:
从车辆库中随机选择一个虚拟车辆,确定虚拟车辆数据,其中,所述车辆库中包括多个虚拟车辆;以及
从赛道库中随机选择一个虚拟赛道,确定虚拟赛道数据,其中,所述赛道库中包括多个虚拟赛道。
在一种可能的设计中,所述赛道特征数据包括如下至少一种:所述虚拟赛道的长度、所述虚拟赛道的路线或所述虚拟赛道的路面摩擦系数;或者,
所述车辆特征数据包括如下至少一种:所述虚拟车辆的车身长度、所述虚拟车辆的重量或所述虚拟车辆的最大马力;或者,
所述交互数据包括如下至少一种:所述虚拟车辆前后的路线的坐标信息、所述虚拟车辆的速度、所述虚拟车辆的前进方向与所述虚拟赛道的方向的夹角。
第三方面,本发明实施例提供一种游戏模拟设备,包括:
存储器,用于存储程序;
处理器,用于执行所述存储器存储的所述程序,当所述程序被执行时,所述处理器用于执行如上第一方面以及第一方面各种可能的设计中任一所述的方法。
第四方面,本发明实施例提供一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行如上第一方面以及第一方面各种可能的设计中任一所述的方法。
本申请实施例提供一种游戏模拟方法及装置,该方法包括:获取虚拟赛道数据和虚拟车辆数据,根据虚拟赛道数据和虚拟车辆数据提取虚拟赛道的赛道特征数据、虚拟车辆的车辆特征数据、和虚拟车辆与虚拟赛道的交互数据。根据赛道特征数据、车辆特征数据和交互数据,控制虚拟车辆在虚拟赛道上行驶,得到模拟的行驶轨迹。通过获取虚拟赛道数据和虚拟赛车数据的相关特征数据,从而可以根据特征数据控制虚拟车辆在虚拟赛道上行驶,以快速高效的得到模拟的行驶轨迹,极大地降低了生成行驶轨迹所需要的时间。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图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为本申请其中一实施例提供的游戏模拟方法的流程图;
图2为本申请另一实施例提供的游戏模拟方法的流程图;
图3为本申请实施例提供的虚拟赛车和虚拟赛道的示意图;
图4为本申请实施例提供的预设模型的输入输出示意图;
图5为本申请实施例提供的预设模型处理和训练的框架示意图;
图6为本申请实施例提供的法线方向示意图;
图7为本发明实施例提供的游戏模拟装置的结构示意图;
图8为本发明实施例提供的游戏模拟设备的硬件结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
为了便于理解,首先对本申请所涉及的相关概念进行介绍:
PPO:近端策略优化算法(Proximal Policy Optimization,PPO)是强化学习中基于策略梯度的算法,具有数据利用率高、学习速度快的特点,是一种流行的强化学习算法。
Actor:演算者,是强化学习中AC(Actor-Critic)框架中的策略,Actor可以根据当前状态选择合理动作。
Critic:评论家,AC框架中拟合当前状态的奖励值,其功能是负责评判当前动作的好坏,指导Actor的学习。
下面对本申请所涉及的背景技术进行进一步的详细介绍:
竞速游戏中通常包括多个虚拟赛道和虚拟车辆,在竞速游戏的设计中,为了提升游戏的可玩性,通常需要不断地增加新的虚拟赛道或者新的虚拟车辆,同时也会根据当前的环境调整虚拟赛道和虚拟车辆的相关参数。
针对新增加的虚拟赛道或者虚拟车辆,通常需要进行测试,以确定新增加的虚拟车辆或者虚拟赛道的设计是否符合预期,例如赛道难度、赛道长度、车辆马力等是否符合设计的预期,若不符合,则需要对相应的虚拟赛道参数和虚拟车辆参数进行调整,以得到符合预期的虚拟赛道或者虚拟车辆,从而实现对游戏的迭代。
其中,对赛道进行测试的过程通常是,针对虚拟车辆和虚拟赛道生成行驶轨迹,并根据行驶轨迹确定虚拟赛道或者虚拟车辆是否符合预期。
目前有以下两种生成行驶轨迹的实现方式:
在一种可能的实现方式中,可以由真人玩家操作游戏客户端进行游戏,从而得到新增加的虚拟车辆或者虚拟赛道的行驶轨迹,然而这种测试方式要求操作游戏客户端的玩家拥有较高的游戏水平,并且随着虚拟赛道的数量的增加,需要的时间呈线性增长。
例如有100条虚拟赛道,即使只增加了一辆虚拟车辆,那也需要生成一百条行驶轨迹。进一步的,如果修改了100辆车辆的参数,那么就需要生成10000条行驶轨迹,因此真人玩家操作的实现方式会导致生成行驶轨迹的时间较长,无法快速实现校验,从而不利于游戏的快速迭代。
在另一种可能的实现方式中,可以根据每个虚拟赛道求一条基础路线,再通过行为树等方法来操纵不同的虚拟车辆根据基础路线沿着虚拟赛道跑完全程,从而得到多条行驶轨迹。
然而,这种方法对基础路线的要求较高,而且往往不能达到虚拟车辆的极限速度。同时。不同的虚拟车辆跑出来的路线会非常相似,体现不出差异性。
针对现有技术中的问题,本申请提出了如下技术构思:通过预设模型模拟游戏操作,从而可以快速批量的生成行驶轨迹,从而可以在短时间内生成大量的行驶轨迹,以快速实现对虚拟车辆和虚拟赛道的校验,提升游戏的迭代速度。
下面结合具体的实施例对本申请的技术方法进行介绍,图1为本申请其中一实施例提供的游戏模拟方法的流程图。
本申请实施例的执行主体可以为服务器,或者还可以处理器、微处理器等,此处对此不做限制,凡是可以用于进行数据处理以得到模拟轨迹的数据均可以作为本实施例的执行主体。
参见图1,该方法包括:
S101、获取虚拟赛道数据和虚拟车辆数据。
在本实施例中,需要针对某个虚拟赛道和某个虚拟赛车生成行驶轨迹,则需要首先获取虚拟赛道数据和虚拟赛车数据。
在一种可能的实现方式中,可以设置有车辆库和赛道库,其中车辆库中包括多个虚拟车辆,赛道库中包括多个虚拟赛道,则可以在车辆库中随机选择一个虚拟车辆,以及在赛道库中随机选择一个虚拟赛道,从而获取虚拟赛道数据和虚拟车辆数据。
在另一种可能的实现方式中,可以预先存储有虚拟赛道的第一标识和虚拟车辆的第二标识,则可以根据第一标识在赛道库中查找并获取虚拟赛道数据,以及可以根据第二标识在车辆库中查找并获取虚拟车辆数据。
S102、根据虚拟赛道数据和虚拟车辆数据提取虚拟赛道的赛道特征数据、虚拟车辆的车辆特征数据、和虚拟车辆与虚拟赛道的交互数据。
在本实施例中,例如可以根据虚拟赛道数据提取虚拟赛道的赛道特征数据,其中赛道特征数据包括如下至少一种:虚拟赛道的长度、虚拟赛道的路线或虚拟赛道的路面摩擦系数。
在实际实现过程中,赛道特征数据所包括的内容还可以根据实际需求进行扩展,只要赛道特征数据是虚拟赛道的相关特征即可。
以及在本实施例中,还可以根据虚拟车辆数据提取虚拟车辆的车辆特征数据,其中车辆特征数据包括如下至少一种:虚拟车辆的车身长度、虚拟车辆的重量或虚拟车辆的最大马力。
同样的,在实际实现过程中,车辆特征所包括的内容还可以根据实际需求进行扩展,只要车辆特征数据是虚拟车辆的相关特征即可。
以及在本实施例中,还可以根据虚拟赛道数据和虚拟车辆数据提取虚拟车辆和虚拟赛道的交互数据,其中,交互数据包括如下至少一种:虚拟车辆前后的路线的坐标信息、虚拟车辆的速度、虚拟车辆的前进方向与虚拟赛道的方向的夹角。
其中,交互数据实际上是虚拟车辆在虚拟赛道行驶的过程中,所产生的一些参数。
在一种可能的实现方式中,交互数据可以是实时更新的,例如可以以秒为时间单位进行更新,在第一秒,虚拟车辆的速度例如可以为400公里/小时,在第二秒,虚拟车辆的速度可以为450公里/小时,则可以实时获取最新的交互数据。
同样的,在实际实现过程中,交互数据所包括的内容还可以根据实际需求进行扩展,只要交互数据是虚拟车辆和虚拟赛道交互的相关特征即可。
在本实施例中,例如可以设置有特征提取单元,特征提取单元可以对虚拟赛道数据和虚拟车辆数据进行特征提取处理,从而得到虚拟赛道的赛道特征数据、虚拟车辆的车辆特征数据以及交互数据,则可以从特征提取单元中获取上述参数。
其中获取的方式可以是接收特征提取单元发送的上述数据,或者还可以是向特征提取单元发送请求信息,以获取到特征提取单元返回的上述数据。
S103、根据赛道特征数据、车辆特征数据和交互数据,控制虚拟车辆在虚拟赛道上行驶,得到模拟的行驶轨迹。
在得到上述的赛道特征数据、车辆特征数据和交互数据之后,就可以根据这些数据控制虚拟车辆在虚拟赛道上行驶了。
例如可以将赛道特征数据、车辆特征数据和交互数据作为预设模型的输入,其中预设模型可以模拟游戏行为,从而使得预设模型输出虚拟车辆在各个时间点的行为,例如控制虚拟车辆执行前进、后退、拐弯、加速、减速等操作,从而实现虚拟车辆在虚拟赛道上的行驶,以得到模拟的行驶轨迹。
在一种可能的实现方式中,模拟的行驶轨迹包括多个坐标点。
可以理解的是,对于同一条虚拟赛道,可以有多个不同的行驶轨迹,例如最终虚拟车辆停止的位置、虚拟车辆过弯的弧度、虚拟车辆在虚拟赛道中行驶的位置,这些数据的不同就可以对应多个不同的行驶轨迹。
本实施例中对需要校验的虚拟赛道和虚拟赛车均执行上述操作,从而可以快速高效的生成多条行驶轨迹,以实现对虚拟赛道和虚拟赛车的快速校验,提升游戏的迭代速度。
本申请实施例提供的游戏模拟方法,包括:获取虚拟赛道数据和虚拟车辆数据,根据虚拟赛道数据和虚拟车辆数据提取虚拟赛道的赛道特征数据、虚拟车辆的车辆特征数据、和虚拟车辆与虚拟赛道的交互数据。根据赛道特征数据、车辆特征数据和交互数据,控制虚拟车辆在虚拟赛道上行驶,得到模拟的行驶轨迹。通过获取虚拟赛道数据和虚拟赛车数据的相关特征数据,从而可以根据特征数据控制虚拟车辆在虚拟赛道上行驶,以快速高效的得到模拟的行驶轨迹,极大地降低了生成行驶轨迹所需要的时间。
在上述实施例的基础上,下面结合一个具体的实施例对本申请中的游戏模拟方法进行进一步的详细介绍,图2为本申请另一实施例提供的游戏模拟方法的流程图,图3为本申请实施例提供的虚拟赛车和虚拟赛道的示意图,图4为本申请实施例提供的预设模型的输入输出示意图。
如图2所示,该方法包括:
S201、获取虚拟赛道数据和虚拟车辆数据。
S202、根据虚拟赛道数据和虚拟车辆数据提取虚拟赛道的赛道特征数据、虚拟车辆的车辆特征数据、和虚拟车辆与虚拟赛道的交互数据。
其中,S201和S202的实现方式与上述S101和S102的实现方式类似,此处对其实现方式不再赘述,下面结合图3对虚拟赛道和虚拟车辆的一种可能的实现方式进行说明。
如图3所示,图3中的301是虚拟赛道的一种可能的实现方式,图3中的302是虚拟车辆的一种可能的实现方式,假设图3中虚拟车辆302正在虚拟赛道301上行驶,其中的303是虚拟车辆302在行驶过程中所产生的行驶轨迹。
在实际实现过程中,虚拟赛道的形式以及赛道特征、虚拟车辆的车辆特征均可以根据实际需求设计,本实施例对此不做特别限制。
S203、对赛道特征数据、车辆特征数据和交互数据进行归一化处理。
其中,赛道特征数据中的各项参数、车辆特征数据中的各项参数以及交互数据中的各项参数的数值范围均不相同,有的参数的数值范围较大,有的参数的数值范围较小,例如虚拟车辆的车身长度可能是2-3的范围,而虚拟车辆的重量可能是1000-2000的范围,为了避免数值范围较大的参数对预设模型的处理产生影响,则可以将赛道特征数据、车辆特征数据和交互数据进行归一化处理。
其中归一化处理会将各项参数设置在相同的数值范围中,例如均等比例的设置在1-10的范围中,或者归一化处理后的范围还可以根据实际需求进行选择,从而能够消除数值范围的大小所造成的影响。
S204、将赛道特征数据、车辆特征数据和实时获取的交互数据输入至预设模型。
S205、判断虚拟赛车是否触发预设条件,若是,则执行S206,若否,则执行S207。
下面对S204和S205一起进行介绍。
在本实施例中,预设模型为用于根据赛道特征数据、车辆特征数据和交互数据确定虚拟车辆的行为的模型,其中,虚拟车辆的行为可以通过交互数据表示。
在一种可能的实现方式中,预设模型例如可以为基于PPO中的Actor网络建立的模型,该预设模型的输入可以是赛道特征数据、车辆特征数据和交互数据,该预设模型的输出可以是新的交互数据。
例如参见图4,可以将归一化处理后的赛道特征数据、车辆特征数据和交互数据输入至预设模型,预设模型可以根据输入的数据进行相应的处理和判断,以控制虚拟赛车执行相应的动作,并且输出新的交互数据。
其中,在初始情况下,预设模型还没有开始处理,此时的交互数据是初始化的交互数据,例如虚拟车辆后面的路线的坐标信息为空、虚拟车辆的速度为0、虚拟车辆的前进方向与虚拟赛道的方向的夹角为0,在预设模型开始处理之后,当前输入的交互数据就是预设模型最近一次输出的交互数据。
可以理解的是,上述预设模型可以根据输入的数据进行相应的处理和判断,以控制虚拟赛车执行相应的动作的过程,实际上就是在模拟操作游戏客户端进行游戏操作的过程。
比如根据赛道特征数据、车辆特征数据和交互数据可以确定,虚拟车辆前面的赛道是一个急转弯,则可以控制虚拟车辆进行漂移动作,具体的,可以控制虚拟车辆的速度和方向,从而实现漂移动作,此时控制产生的虚拟车辆的速度和方向,也就是待更新的交互数据。
因此本实施例中的交互数据可以根据预设模型的输出实时更新,当预设模型产生一条输出数据时,就将交互数据进行更新,并根据赛道特征数据、车辆特征数据和更新后的交互数据再进行相应的处理和判断,以控制虚拟赛车执行相应的动作,并且输出新的交互数据。
重复执行上述操作,直至虚拟赛车触发预设条件,其中,预设条件例如可以包括如下中的至少一种:虚拟车辆到达虚拟赛道的终点、虚拟车辆的行驶时间到达预设时间。
其中预设条件为指示当前这局游戏结束的条件,其各种可能的实现方式可以根据实际需求进行选择,凡是用于限定赛车游戏结束的条件均可以作为本实施例中的预设条件。
需要说明的是,在初始情况下,
S206、得到预设模型输出的多个交互数据。
若确定虚拟赛车触发预设条件,则可以确定当前这一局游戏结束,在这局模拟游戏操作的过程中,预设模型输出了多个交互数据,此时可以得到这多个交互数据。
S207、根据多个交互数据,得到模拟的行驶轨迹。
其中,多个交互数据可以指示虚拟赛车在虚拟赛道行驶的过程中,具体的每一个动作是怎么样的,因此可以根据多个交互数据,得到模拟的行驶轨迹。
在一种可能的实现方式中,预设模型可以直接输出交互数据和模拟的行驶轨迹;或者,在另一种可能的实现方式中,预设模型还可以仅输出交互数据,本实施例对此不做特别限制,最终都可以得到模拟的行驶轨迹。
本实施例中介绍的是预设模型控制一个虚拟车辆在一条虚拟赛道上行驶的实现方式,在实际的实现过程中,可以并行地模拟N个上述行驶过程,其中N为大于等于1的整数,因此本实施例中可以实现快速批量的生成模拟的行驶轨迹。
本申请实施例提供的游戏模拟方法,通过将赛道特征数据、车辆特征数据和交互数据作为预设模型的输入,使得预设模型输出新的交互数据,并且将新的交互数据再作为预设模型的输出,从而得到在控制虚拟车辆在虚拟赛道上行驶的过程中的多个交互数据,从而可以根据交互数据得到模拟的行驶轨迹,上述基于预设模型的实现方式可以有处理设备自动完成,并且可以并行处理多个上述过程,从而可以实现快速批量的生成行驶轨迹,以实现对虚拟赛道和虚拟赛车的快速模拟。
在上述实施例的基础上,要使用预设模型控制虚拟车辆在虚拟赛道上行驶,则需要对预设模型进行训练,下面结合图5对预设模型的处理以及对预设模型进行训练的实现方式进行介绍,图5为本申请实施例提供的预设模型处理和训练的框架示意图。
参加图5,图5中的执行单元也就是根据执行预设模型的处理的单元,其可以理解为worker,其中worker为强化学习采样框架中的采样基本单元,用于与环境交互采样轨迹数据。
在本实施例中,执行单元用于执行预设模型的处理,其可以在赛道特征数据、车辆特征数据和交互数据输入至预设模型之后,基于预设模型的逻辑执行相应的处理,从而输出交互数据,如图5所示,可以同时存在多个worker进行并行处理。
其中,每个worker可以训练单元中获取最新版本的预设模型,在一种可能的实现方式中,执行单元可以接收训练单元发布的最新版本的预设模型,通过根据最新的预设模型生成行驶轨迹,能够有效提升生成的行驶轨迹的性能。
以及每个worker还可以并批量管理N个赛车环境,也就是同时模拟N个游戏过程,其中每个赛车环境从可以赛道库和车辆库中随机选择环境初始化信息,以得到各自对应的虚拟赛道和虚拟赛车。
因此本实施例中可以并行模拟多个游戏过程,从而批量产生多个行驶轨迹。
以及,本实施例中的训练单元用于进行预设模型的训练,其可以理解为learner,其中learner是采样框架中的训练单元,用于模型参数更新和发布。
learner可以从缓存区中获取样本数据,并根据样本数据进行梯度更新,以实现对预设模型中参数的更新,得到训练后的预设模型,并且可以向执行单元发布最新的预设模型,以使得执行单元可以获取到最新的预设模型。
在本实施例中,缓存区中可以包括多组样本数据,其中每组样本包括:样本赛道特征数据、样本车辆特征数据、样本交互数据和样本行驶轨迹、奖励函数的值。
其中,样本赛道特征数据、样本车辆特征数据和样本交互数据可以是特征提取单元提取的,并存储缓存区中,以及样本行驶轨迹可以是执行单元输出的行驶轨迹,其存储在缓存区中。
以及,本申请中的预设模型可以为PPO中的Actor网络,其中PPO中在进行模型训练时需要用到奖励函数,则本实施例中的每组样本中还可以包括奖励函数的值,其中奖励函数的值可以用于对模型训练进行指导,则本实施例中的预设模型可以为通过奖励函数进行梯度更新得到的,下面对奖励函数的实现方式进行介绍:
其中,奖励函数至少包括如下四个参数:
首先,为了使得虚拟车辆更快的跑完虚拟赛道,则希望两帧之间的行驶轨迹的长度的差值越大越好,差值越大,也就表明从上一帧到当前这一帧,虚拟车辆跑了很远的距离,则可以设置第一参数。
其中,第一参数为预设模型输出的相邻两帧行驶轨迹的长度差值。
或者第一参数为预设模型输出的相邻两帧行驶进程(progress)的差值,例如整体的赛道是100%,上一帧的行驶进程可以是20%,表示在上一帧的时候虚拟车辆行驶了虚拟赛道的长度的20%,当前帧的行驶进程可以为30%,则表示在当前帧的时候虚拟车辆行驶了虚拟赛道的长度的30%。
其次,为了避免虚拟车辆撞击到虚拟赛道的边缘而减速,则希望虚拟车辆尽量跑在虚拟赛道的中间,则可以设置第二参数。,
其中,第二参数为虚拟车辆在虚拟赛道中的横向位置。
其中横向位置用于指示虚拟车辆是否在虚拟赛道的中间。
以及,为了避免虚拟车辆撞击到虚拟赛道的边缘而减速,还希望虚拟车辆的法线速度越小越好,其中,法线速度为虚拟车辆在虚拟赛道的法线上的速度,下面结合图6介绍法线速度,图6为本申请实施例提供的法线方向示意图。
参见图6,虚拟车辆当前在图中所示的位置,其中箭头601指示的是虚拟赛道的赛道方向,法线方向为虚拟赛道的赛道方向垂直的方向,即为箭头602所示意的方向。
则法线方向的速度越小,撞击到边缘的概率也就越小,因此可以设置有第三参数。
其中,第三参数为虚拟车辆的法线速度。
以及,为了加快收敛速度,可以将奖励函数减去一个预设偏置值,其中预设偏置值为当前的最快时间分到每一帧的progress的差值,这样可以鼓励虚拟赛车寻找更快的路线,因此可以设置第四参数。
其中,第四参数为预设偏置值。
则奖励函数例如可以满足如下公式一:
R=-Rmax+Rprogress+Rlimit+Rspeed 公式一
其中,R为奖励函数的数值,Rmax为第四参数,Rprogress为第一参数,Rlimit为第二参数,Rspeed为第三参数。
根据上述奖励函数可以指导PPO中预设模型的梯度更新,以得到训练后的预设模型,其中,根据奖励函数指导预设模型进行梯度更新的实现方式可以参照现有技术中的相关说明,此次对此不进行赘述。
本实施例中的训练单元可以采用多图形处理器(Graphics Processing Unit,GPU),从而可以从对缓存区中的数据进行并行处理。
以及本实施例中还可以在训练单元中增加Critic网络,其中Critic网络和Actor网络类似,不同之处在于,Critic网络相比Actor网络多加入了当前赛道完成度和行驶时间两个属性,以指导Actor网络的学习。
本实施例中,通过分离Critic网络和Actor网络,能够加快预设模型的收敛速度。
图7为本发明实施例提供的游戏模拟装置的结构示意图。如图7所示,该装置70包括:获取模块701、提取模块702以及处理模块703。
获取模块701,用于获取虚拟赛道数据和虚拟车辆数据;
提取模块702,用于根据所述虚拟赛道数据和所述虚拟车辆数据提取所述虚拟赛道的赛道特征数据、所述虚拟车辆的车辆特征数据、和所述虚拟车辆与所述虚拟赛道的交互数据;
处理模块703,用于根据所述赛道特征数据、所述车辆特征数据和所述交互数据,控制虚拟车辆在虚拟赛道上行驶,得到模拟的行驶轨迹。
在一种可能的设计中,所述处理模块703具体用于:
通过预设模型对所述赛道特征数据、所述车辆特征数据和所述交互数据进行处理,以控制虚拟车辆在虚拟赛道上行驶,得到所述模拟的行驶轨迹;
其中,所述预设模型为对多组样本学习得到的,每组样本包括:样本赛道特征数据、样本车辆特征数据、样本交互数据和样本行驶轨迹、奖励函数的值。
在一种可能的设计中,所述虚拟车辆的交互数据是根据所述预设模型的输出实时更新的;
所述处理模块703具体用于:
重复执行将所述赛道特征数据、所述车辆特征数据和更新的所述交互数据输入至所述预设模型的操作,直至虚拟赛车触发预设条件,以得到所述预设模型输出的多个交互数据;
根据所述多个交互数据,得到模拟的行驶轨迹;
其中,所述预设条件包括如下中的至少一种:所述虚拟车辆到达所述虚拟赛道的终点、所述虚拟车辆的行驶时间到达预设时间。
在一种可能的设计中,所述处理模块703还用于:
在所述通过预设模型对所述赛道特征数据、所述车辆特征数据和所述交互数据进行处理,以控制虚拟车辆在虚拟赛道上行驶,得到所述模拟的行驶轨迹之前,对所述赛道特征数据、所述车辆特征数据和所述交互数据进行归一化处理。
在一种可能的设计中,所述奖励函数至少包括如下四个参数:
第一参数,所述第一参数为所述预设模型输出的相邻两帧行驶轨迹的长度差值;
第二参数,所述第二参数为所述虚拟车辆在所述虚拟赛道中的横向位置;
第三参数,所述第三参数为所述虚拟车辆的法线速度,所述法线速度为所述虚拟车辆在所述虚拟赛道的法线上的速度;
第四参数,所述第四参数为预设偏置值。
在一种可能的设计中,所述获取模块701具体用于:
从车辆库中随机选择一个虚拟车辆,确定虚拟车辆数据,其中,所述车辆库中包括多个虚拟车辆;以及
从赛道库中随机选择一个虚拟赛道,确定虚拟赛道数据,其中,所述赛道库中包括多个虚拟赛道。
在一种可能的设计中,所述赛道特征数据包括如下至少一种:所述虚拟赛道的长度、所述虚拟赛道的路线或所述虚拟赛道的路面摩擦系数;或者,
所述车辆特征数据包括如下至少一种:所述虚拟车辆的车身长度、所述虚拟车辆的重量或所述虚拟车辆的最大马力;或者,
所述交互数据包括如下至少一种:所述虚拟车辆前后的路线的坐标信息、所述虚拟车辆的速度、所述虚拟车辆的前进方向与所述虚拟赛道的方向的夹角。
本实施例提供的装置,可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,本实施例此处不再赘述。
图8为本发明实施例提供的游戏模拟设备的硬件结构示意图,如图8所示,本实施例的游戏模拟设备80包括:处理器801以及存储器802;其中
存储器802,用于存储计算机执行指令;
处理器801,用于执行存储器存储的计算机执行指令,以实现上述实施例中游戏模拟方法所执行的各个步骤。具体可以参见前述方法实施例中的相关描述。
可选地,存储器802既可以是独立的,也可以跟处理器801集成在一起。
当存储器802独立设置时,该游戏模拟设备还包括总线803,用于连接所述存储器802和处理器801。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上游戏模拟设备所执行的游戏模拟方法。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
上述以软件功能模块的形式实现的集成的模块,可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(英文:processor)执行本申请各个实施例所述方法的部分步骤。
应理解,上述处理器可以是中央处理单元(英文:Central Processing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital Signal Processor,简称:DSP)、专用集成电路(英文:Application Specific Integrated Circuit,简称:ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器,还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。
总线可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外部设备互连(Peripheral Component,PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture,EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种游戏模拟方法,其特征在于,包括:
获取虚拟赛道数据和虚拟车辆数据;
根据所述虚拟赛道数据和所述虚拟车辆数据提取所述虚拟赛道的赛道特征数据、所述虚拟车辆的车辆特征数据、和所述虚拟车辆与所述虚拟赛道的交互数据;
根据所述赛道特征数据、所述车辆特征数据和所述交互数据,控制虚拟车辆在虚拟赛道上行驶,得到模拟的行驶轨迹。
2.根据权利要求1所述的方法,其特征在于,根据所述赛道特征数据、所述车辆特征数据和所述交互数据,控制虚拟车辆在虚拟赛道上行驶,得到模拟的行驶轨迹,包括:
通过预设模型对所述赛道特征数据、所述车辆特征数据和所述交互数据进行处理,以控制虚拟车辆在虚拟赛道上行驶,得到所述模拟的行驶轨迹;
其中,所述预设模型为对多组样本学习得到的,每组样本包括:样本赛道特征数据、样本车辆特征数据、样本交互数据和样本行驶轨迹、奖励函数的值。
3.根据权利要求2所述的方法,其特征在于,所述虚拟车辆的交互数据是根据所述预设模型的输出实时更新的;
所述通过预设模型对所述赛道特征数据、所述车辆特征数据和所述交互数据进行处理,以控制虚拟车辆在虚拟赛道上行驶,得到所述模拟的行驶轨迹,包括:
重复执行将所述赛道特征数据、所述车辆特征数据和更新的所述交互数据输入至所述预设模型的操作,直至虚拟赛车触发预设条件,以得到所述预设模型输出的多个交互数据;
根据所述多个交互数据,得到模拟的行驶轨迹;
其中,所述预设条件包括如下中的至少一种:所述虚拟车辆到达所述虚拟赛道的终点、所述虚拟车辆的行驶时间到达预设时间。
4.根据权利要求2或3所述的方法,其特征在于,所述通过预设模型对所述赛道特征数据、所述车辆特征数据和所述交互数据进行处理,以控制虚拟车辆在虚拟赛道上行驶,得到所述模拟的行驶轨迹之前,所述方法还包括:
对所述赛道特征数据、所述车辆特征数据和所述交互数据进行归一化处理。
5.根据权利要求2-4任一项所述的方法,其特征在于,所述奖励函数至少包括如下四个参数:
第一参数,所述第一参数为所述预设模型输出的相邻两帧行驶轨迹的长度差值;
第二参数,所述第二参数为所述虚拟车辆在所述虚拟赛道中的横向位置;
第三参数,所述第三参数为所述虚拟车辆的法线速度,所述法线速度为所述虚拟车辆在所述虚拟赛道的法线上的速度;
第四参数,所述第四参数为预设偏置值。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述获取虚拟赛道数据和虚拟车辆数据,包括:
从车辆库中随机选择一个虚拟车辆,确定虚拟车辆数据,其中,所述车辆库中包括多个虚拟车辆;以及
从赛道库中随机选择一个虚拟赛道,确定虚拟赛道数据,其中,所述赛道库中包括多个虚拟赛道。
7.根据权利要求1-6任一项所述的方法,其特征在于,
所述赛道特征数据包括如下至少一种:所述虚拟赛道的长度、所述虚拟赛道的路线或所述虚拟赛道的路面摩擦系数;或者,
所述车辆特征数据包括如下至少一种:所述虚拟车辆的车身长度、所述虚拟车辆的重量或所述虚拟车辆的最大马力;或者,
所述交互数据包括如下至少一种:所述虚拟车辆前后的路线的坐标信息、所述虚拟车辆的速度、所述虚拟车辆的前进方向与所述虚拟赛道的方向的夹角。
8.一种游戏模拟装置,其特征在于,包括:
获取模块,用于获取虚拟赛道数据和虚拟车辆数据;
提取模块,用于根据所述虚拟赛道数据和所述虚拟车辆数据提取所述虚拟赛道的赛道特征数据、所述虚拟车辆的车辆特征数据、和所述虚拟车辆与所述虚拟赛道的交互数据;
处理模块,用于根据所述赛道特征数据、所述车辆特征数据和所述交互数据,控制虚拟车辆在虚拟赛道上行驶,得到模拟的行驶轨迹。
9.一种游戏模拟设备,其特征在于,包括:
存储器,用于存储程序;
处理器,用于执行所述存储器存储的所述程序,当所述程序被执行时,所述处理器用于执行如权利要求1至7中任一所述的方法。
10.一种计算机可读存储介质,其特征在于,包括指令,当其在计算机上运行时,使得计算机执行如权利要求1至7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011166607.9A CN112337097A (zh) | 2020-10-27 | 2020-10-27 | 游戏模拟方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011166607.9A CN112337097A (zh) | 2020-10-27 | 2020-10-27 | 游戏模拟方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112337097A true CN112337097A (zh) | 2021-02-09 |
Family
ID=74358766
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011166607.9A Pending CN112337097A (zh) | 2020-10-27 | 2020-10-27 | 游戏模拟方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112337097A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108635861A (zh) * | 2018-05-18 | 2018-10-12 | 腾讯科技(深圳)有限公司 | 控制应用中车辆的方法、设备及存储介质 |
CN109189302A (zh) * | 2018-08-29 | 2019-01-11 | 百度在线网络技术(北京)有限公司 | Ar虚拟模型的控制方法及装置 |
US20190278290A1 (en) * | 2018-03-08 | 2019-09-12 | Baidu Usa Llc | Simulation-based method to evaluate perception requirement for autonomous driving vehicles |
CN111035928A (zh) * | 2019-11-19 | 2020-04-21 | 腾讯科技(深圳)有限公司 | 行进路线的显示方法和装置、存储介质及电子装置 |
CN111185013A (zh) * | 2019-12-31 | 2020-05-22 | 网易(杭州)网络有限公司 | 基于虚拟赛道的游戏数据获取方法、处理器及电子装置 |
CN111275205A (zh) * | 2020-01-13 | 2020-06-12 | 优地网络有限公司 | 虚拟样本的生成方法、终端设备及存储介质 |
-
2020
- 2020-10-27 CN CN202011166607.9A patent/CN112337097A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190278290A1 (en) * | 2018-03-08 | 2019-09-12 | Baidu Usa Llc | Simulation-based method to evaluate perception requirement for autonomous driving vehicles |
CN108635861A (zh) * | 2018-05-18 | 2018-10-12 | 腾讯科技(深圳)有限公司 | 控制应用中车辆的方法、设备及存储介质 |
CN109189302A (zh) * | 2018-08-29 | 2019-01-11 | 百度在线网络技术(北京)有限公司 | Ar虚拟模型的控制方法及装置 |
CN111035928A (zh) * | 2019-11-19 | 2020-04-21 | 腾讯科技(深圳)有限公司 | 行进路线的显示方法和装置、存储介质及电子装置 |
CN111185013A (zh) * | 2019-12-31 | 2020-05-22 | 网易(杭州)网络有限公司 | 基于虚拟赛道的游戏数据获取方法、处理器及电子装置 |
CN111275205A (zh) * | 2020-01-13 | 2020-06-12 | 优地网络有限公司 | 虚拟样本的生成方法、终端设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11351469B2 (en) | Method for creating a mini-game | |
CN109621422B (zh) | 电子棋牌决策模型训练方法及装置、策略生成方法及装置 | |
CN110538455B (zh) | 虚拟对象的移动控制方法、装置、终端及存储介质 | |
CN107423274B (zh) | 基于人工智能的比赛解说内容生成方法、装置及存储介质 | |
CN109902820B (zh) | Ai模型训练方法、装置、存储介质及设备 | |
CN109675313B (zh) | 随机游戏地图的生成方法及装置、电子设备、存储介质 | |
CN109144610B (zh) | 音频播放方法、装置、电子装置及计算机可读存储介质 | |
CN110134375B (zh) | 游戏角色行为的控制方法、装置及可读存储介质 | |
CN109794065B (zh) | 游戏角色创建方法、装置、电子设备及存储介质 | |
US9421470B2 (en) | Player model | |
CN110639208B (zh) | 交互式任务的控制方法、装置、存储介质和计算机设备 | |
CN110215710B (zh) | 游戏中事件确定方法及装置、电子设备和存储介质 | |
CN112619134B (zh) | 发射目标飞行距离的确定方法、装置、设备及存储介质 | |
CN108939535B (zh) | 虚拟场景的音效控制方法及装置、存储介质、电子设备 | |
CN103716237A (zh) | 一种利用二叉堆排序的寻路方法及装置 | |
CN113343089A (zh) | 用户召回方法及装置、设备 | |
CN112337097A (zh) | 游戏模拟方法及装置 | |
CN110152292B (zh) | 游戏中跳字的显示控制方法及装置、存储介质及电子设备 | |
WO2023216484A1 (zh) | 一种游戏中运动载具的控制方法、控制装置、设备和介质 | |
CN113253976B (zh) | 一种基于游戏记录分析的研发模块构建方法及系统 | |
KR20110081399A (ko) | 온라인 게임 내 사제 관리 시스템 및 그 제공방법 | |
CN113694521A (zh) | 伤害处理方法、装置、电子设备以及存储介质 | |
KR20210032838A (ko) | 감정을 이용한 게임 장치 및 방법 | |
KR102343354B1 (ko) | 게임의 에너지 충전 장치 및 방법 | |
CN112783781B (zh) | 游戏测试方法、装置、电子设备及存储介质 |
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 |