CN112717420B - 一种游戏阵容生成方法、系统及存储介质和服务器 - Google Patents

Abstract

本发明实施例公开了一种游戏阵容生成方法、系统及存储介质和服务器，应用于信息处理技术领域。游戏阵容生成系统可以先生成初始天梯阵容及计算其中各个阵容的初始适应度，然后对初始天梯阵容进行变形，并计算变形后的天梯阵容中各个变形后阵容的变形后适应度，进而根据初始适应度和变形后适应度，从初始天梯阵容和变形后天梯阵容中选出适应度在预置范围内的阵容，来生成目标天梯阵容。这样，在对初始天梯阵容不断变形的过程中，可以自动地选择出优平率较高阵容来组成天梯阵容，且这个过程中只涉及到阵容对应的适应度的计算及对初始天梯阵容的变形，实现比较简单，实践证明，可以在较短的时间内即可生成天梯阵容。

Description

一种游戏阵容生成方法、系统及存储介质和服务器

技术领域

本发明涉及信息处理技术领域，特别涉及一种游戏阵容生成方法、系统及存储介质和服务器。

背景技术

阵容是由模拟类游戏(Simulation Game，SLG)应用中具有一定技能的多个虚拟人物组成的集合，而由多个(比如100个)阵容所组成的集合称为天梯阵容，这些阵容需要具有较高的优平率，即这些阵容的虚拟人物与其它阵容的虚拟人物对战后，该这些阵容的优胜和平局的概率较高，且天梯阵容中不同阵容之间虚拟人物的重复性较低。

一般情况下，在一个SLG游戏应用开始上线时，游戏发布方会为游戏玩家提供一套天梯阵容，以指引游戏玩家搭配自己的阵容，从而提高游戏玩家自身阵容的战斗力。现有技术中，在生成天梯阵容时，在SLG游戏应用上线之前，游戏发布方会按照自己的理解推出天梯阵容，但是这样无法保证天梯阵容具有较高的优平率，从而导致游戏玩家流失。

发明内容

本发明实施例提供一种游戏阵容生成方法、系统及存储介质和服务器，实现了生成具有较高优平率的天梯阵容。

本发明实施例一方面提供一种游戏阵容生成方法，包括：

生成初始天梯阵容和参考阵容，所述初始天梯阵容和参考阵容中都分别包括多个阵容，每个阵容中包括多个虚拟人物及虚拟人物对应的虚拟技能；

计算所述初始天梯阵容中各个阵容的初始适应度，所述各个阵容的初始适应度用于指示相应阵容与所述参考阵容中所有阵容进行对战时的优平率；

对所述初始天梯阵容中的各个阵容进行变形，得到变形后的天梯阵容，所述变形后的天梯阵容包括：所述各个阵容的变形后阵容；

计算所述变形后的天梯阵容中各个变形后阵容的变形后适应度，所述各个变形后阵容的变形后适应度用于指示相应变形后阵容与所述参考阵容中所有阵容进行对战时的优平率；

根据所述初始适应度和变形后适应度，在所述初始天梯阵容和变形后的天梯阵容中，选择阵容，以生成目标天梯阵容。

本发明实施例另一方面提供一种游戏阵容生成系统，包括：

初始生成单元，用于生成初始天梯阵容和参考阵容，所述初始天梯阵容和参考阵容中都分别包括多个阵容，每个阵容中包括多个虚拟人物及虚拟人物对应的虚拟技能；

初始适应度单元，用于计算所述初始天梯阵容中各个阵容的初始适应度，所述各个阵容的初始适应度用于指示相应阵容与所述参考阵容中所有阵容进行对战时的优平率；

变形单元，用于对所述初始天梯阵容中的各个阵容进行变形，得到变形后的天梯阵容，所述变形后的天梯阵容包括：所述各个阵容的变形后阵容；

变形后适应度单元，用于计算所述变形后的天梯阵容中各个变形后阵容的变形后适应度，所述各个变形后阵容的变形后适应度用于指示相应变形后阵容与所述参考阵容中所有阵容进行对战时的优平率；

阵容选择单元，用于根据所述初始适应度和变形后适应度，在所述初始天梯阵容和变形后的天梯阵容中，选择适应度在预置范围内的阵容，以生成目标天梯阵容。

本发明实施例另一方面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储存多个计算机程序，所述计算机程序适于由处理器加载并执行如本发明一个实施例所述的游戏阵容生成方法。

本发明实施例另一方面还提供一种终端设备，包括处理器和存储器；

所述存储器用于储存多个计算机程序，所述计算机程序用于由处理器加载并执行如本发明一个实施例所述的游戏阵容生成方法；所述处理器，用于实现所述多个计算机程序中的各个计算机程序。

可见，在本实施例的方法中，游戏阵容生成系统可以先生成初始天梯阵容及计算其中各个阵容的初始适应度，然后对初始天梯阵容进行变形，并计算变形后的天梯阵容中各个变形后阵容的变形后适应度，进而根据初始适应度和变形后适应度，从初始天梯阵容和变形后天梯阵容中选出适应度在预置范围内的阵容，来生成目标天梯阵容。这样，在对初始天梯阵容不断变形的过程中，可以自动地选择出优平率较高阵容来组成天梯阵容，且这个过程中只涉及到阵容对应的适应度的计算及对初始天梯阵容的变形，实现比较简单，实践证明，可以在较短的时间内即可生成天梯阵容。

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性的前提下，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游戏阵容生成方法的示意图；

图2是本发明一个实施例提供的一种游戏阵容生成方法的流程图；

图3是本发明应用实施例提供的一种游戏阵容生成方法的流程图；

图4是本发明应用实施例中游戏阵容生成方法的示意图；

图5是本发明应用实施例中对初始天梯阵容进行交叉处理的流程图；

图6是本发明应用实施例中对交叉后阵容进行变异处理的流程图；

图7是本发明应用实施例中选择阵容的方法流程图；

图8是本发明实施例提供的一种游戏阵容生成系统的结构示意图；

图9是本发明实施例提供的一种服务器的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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他实施例，都属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排它的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

本发明实施例提供一种游戏阵容生成方法，主要应用于游戏应用，特别是SLG游戏应用中，针对游戏应用中的各个虚拟人物，生成天梯阵容，其中，多个阵容的集合称为天梯阵容，具体如图1所示，游戏阵容生成系统可以按照如下步骤来实现天梯阵容的生成：

生成初始天梯阵容和参考阵容，所述初始天梯阵容和参考阵容中都分别包括多个阵容，每个阵容中包括多个虚拟人物及虚拟人物对应的虚拟技能；计算所述初始天梯阵容中各个阵容的初始适应度，所述各个阵容的初始适应度用于指示相应阵容与所述参考阵容中所有阵容进行对战时的优平率；对所述初始天梯阵容中的各个阵容进行变形，得到变形后的天梯阵容，所述变形后的天梯阵容包括：所述各个阵容的变形后阵容；计算所述变形后的天梯阵容中各个变形后阵容的变形后适应度，所述各个变形后阵容的变形后适应度用于指示相应变形后阵容与所述参考阵容中所有阵容进行对战时的优平率；根据所述初始适应度和变形后适应度，在所述初始天梯阵容和变形后的天梯阵容中，选择适应度在预置分为内的阵容，以生成目标天梯阵容。

这样，在对初始天梯阵容不断变形的过程中，可以自动地选择出优平率较高阵容来组成天梯阵容，且这个过程中只涉及到阵容对应的适应度的计算及对初始天梯阵容的变形，实现比较简单，实践证明，可以在较短的时间内即可生成天梯阵容。

本发明实施例提供一种游戏阵容生成方法，主要是游戏阵容生成系统所执行的方法，流程图如图2所示，包括：

步骤101，生成初始天梯阵容和参考阵容，初始天梯阵容和参考阵容中都分别包括多个阵容，每个阵容中包括多个虚拟人物及虚拟人物对应的虚拟技能。

可以理解，SLG游戏应用中一般会有较多的虚拟人物和虚拟技能，而具有不同虚拟技能的虚拟人物组成阵容后，与其它阵容对战过程中的优平率都不相同，在本发明实施例中，通过步骤101到105，可以生成具有较高优平率的天梯阵容。其中，一个阵容可以由分别具有一定虚拟技能的多个虚拟人物组成，某一阵容的优平率是指当该阵容中的虚拟人物与其它阵容中的虚拟人物在对战过程中，该阵容中虚拟人物取得优胜和平局的概率。

具体地，游戏阵容生成系统可以获取目标应用(具体为游戏应用)的配置文档，并从获取的配置文档中识别所有虚拟人物的信息和所有虚拟技能的信息，比如名称和类型等，例如，虚拟人物的名称有刘备、董卓、邓艾等，虚拟技能的名称有横刀紫廷、惊涛骇浪、神机妙算等等，虚拟人物和虚拟技能的类型有智力和武力两种类型；然后可以从这些虚拟人物和虚拟技能中选择多个(比如3个或4个等)虚拟人物及其相应的虚拟技能组成一个阵容，进而组成多个(至少100个以上)阵容以形成初始天梯阵容，按照同样的方式生成参考阵容。这里初始天梯阵容和参考阵容都是由多个阵容组成的，而生成初始天梯阵容主要是为了生成目标天梯阵容；而生成的参考阵容主要是为了在生成目标天梯阵容的过程中，与初始天梯阵容中各个阵容的虚拟人物进行对战，从而计算初始天梯阵容中各个阵容的优平率。

其中，一个虚拟人物可以对应多个虚拟技能，且参考阵容中包括的阵容数量一般比初始天梯阵容中包括的阵容数量大，这样初始天梯阵容中各个阵容与参考阵容中各个阵容的对战数就比较大，进而计算的初始天梯阵容中各个阵容的优评率的准确度就比较高。另外，需要尽量保证一个阵容中的多个虚拟人物之间及其对应的虚拟技能之间都没有重复的。

步骤102，计算初始天梯阵容中各个阵容的初始适应度，各个阵容的初始适应度用于指示相应阵容与参考阵容中的所有阵容进行对战时的优平率。

具体地，游戏阵容生成系统可以将初始天梯阵容的任一阵容的信息和参考阵容中所有阵容的信息输入到游戏应用中，在游戏应用中完成任一阵容分别与参考阵容中各个阵容的对战，同时统计任一阵容与分别参考阵容中各个阵容对战过程中的优胜局数和平局数，则任一阵容的优平率为：(胜局数+平局数)/总局数，即为任一阵容的初始适应度。

步骤103，对初始天梯阵容中的各个阵容进行变形，得到变形后的天梯阵容，变形后的天梯阵容包括各个阵容的变形后阵容。

具体地，对各个阵容的变形可以包括但不限于对阵容的交叉，或者对阵容的变异，或者对阵容的交叉和变异等变形，其中，对阵容的交叉是指在两个阵容之间，将其中一个阵容中某一虚拟人物及其虚拟技能，与另一阵容中某一虚拟人物及其虚拟技能交换；对阵容的变异是指将阵容中的某些元素替换为与这些元素相同类型的其它元素，这里阵容中的元素是指虚拟人物或虚拟技能，在替换元素时需要在相同类型的元素之间替换，比如待替换的元素时虚拟人物1，则需要使用另一虚拟人物2替换该虚拟人物1。具体地：

(1)交叉

游戏阵容生成系统可以先从初始天梯阵容中选取初始适应度在预置范围的第一部分阵容，然后在第一部分阵容中任意两个阵容之间，将其中一个阵容中的某一虚拟人物及其虚拟技能，与另一阵容中的某一虚拟人物及其虚拟技能交换，则交换后的阵容组成变形后的天梯阵容。其中，第一部分阵容为初始天梯阵容中初始适应度大于预置值的阵容，使得只在初始天梯阵容中初始适应度较高的阵容之间进行交叉处理，保证了对这些初始适应度较高的阵容多样化的变形。

其中，在选择第一部分阵容时，可以先确定初始天梯阵容中各个阵容的选择概率，该选择概率为：各个阵容的初始适应度与初始天梯阵容中所有阵容的初始适应度之和的比值，并将选择概率在预置范围的阵容作为第一部分阵容。其中，阵容的初始适应度越高，表明该阵容的优平率越高，则阵容的选择概率也越高，阵容被选择到的概率也越高。

(2)变异

游戏阵容生成系统可以先对初始天梯阵容的各个阵容中每个元素设定一个数值，当某一元素对应的数值小于预置的变异概率，确定对该元素进行替换，其中，各个阵容中的元素包括虚拟人物和虚拟技能；然后将某一元素替换为与该元素相同类型的另一元素，则替换后的阵容组成变形后的天梯阵容。其中，由于一个阵容是由多个虚拟人物组成的，而每个虚拟人物又具有一定的虚拟技能，这里一个阵容中的元素可以包括组成该阵容的虚拟人物及其虚拟技能，这样，实现了对初始天梯阵容的各个阵容中的元素进行变异。

步骤104，计算变形后的天梯阵容中各个变形后阵容的变形后适应度，各个变形后阵容的变形后适应度用于指示相应变形后阵容与参考阵容中所有阵容进行对战时的优平率。

具体地，游戏阵容生成系统可以将变形后天梯阵容的任一变形后阵容的信息和参考阵容中所有阵容的信息输入到游戏应用中，在游戏应用中完成任一变形后阵容分别与参考阵容中各个阵容的对战，同时统计任一变形后阵容分别与参考阵容对战过程中的优胜局数和平局数，则任一变形后阵容的优平率为：(胜局数+平局数)/总局数，即为任一变形后阵容的变形后适应度。

步骤105，根据初始适应度和变形后适应度，在初始天梯阵容和变形后的天梯阵容中，选择适应度在预置范围内的阵容，以生成目标天梯阵容。

具体地，一种情况下，游戏阵容生成系统可以根据初始适应度和变形后适应度，对初始天梯阵容和变形后的天梯阵容中的所有阵容进行排序，并选择适应度在预置范围的多个阵容来组成天梯阵容。

另一种情况下，游戏阵容生成系统可以先计算初始天梯阵容中各个阵容对应的被选择分数，及计算变形后的天梯阵容中各个阵容对应的被选择分数，选择被选择分数在预置范围内的阵容，以生成目标天梯阵容。其中，各个阵容的被选择分数为：各个阵容对应的适应度与各个阵容中虚拟人物的被选择次数之间的计算值，这样，各个阵容的被选择分数与各个阵容的适应度与各个阵容中虚拟人物的被选择次数这两个参数相关，使得在选择目标天梯阵容中所包括的各个阵容时，能同时考虑到这两个参数，可以在保证目标天梯阵容中各个阵容具有较高优评率的同时，尽量保证目标天梯阵容中多个虚拟人物之间及其对应的虚拟技能之间都没有重复的。

这里，由于有些阵容来自初始天梯阵容，另一些阵容来自变形后的天梯阵容中，则各个阵容对应的适应度是初始适应度或是变形后适应度。

具体地，在实际应用中，各个阵容的被选择分数可以为：各个阵容对应的适应度与各个阵容对应的对数值的差值，而各个阵容对应的对数值为各个阵容中所有虚拟人物的被选择次数之和的对数值，或是各个阵容对应的对数值为各个阵容中所有虚拟人物的被选次数之和与1相加后的对数值等。这里阵容中虚拟人物的被选择次数是指虚拟人物在目标天梯阵容中的出现次数。

需要说明的是，上述步骤101到105的步骤是对初始天梯阵容进行一次变形后得到天梯阵容的过程，但是得到的天梯阵容不一定是最优的，在实际应用过程中，可以通过循环执行上述步骤103到105，即对初始天梯阵容进行多次变形后得到相应的天梯阵容，并将最后一次循环得到的天梯阵容作为目标天梯阵容输出。

因此，游戏阵容生成系统在执行了上述步骤105之后，还需要确定是否需要对初始天梯阵容进行再次变形，如果需要，将上述步骤105中选择出的阵容组成的天梯阵容作为初始天梯阵容，并返回执行上述步骤103；如果不需要，则结束游戏阵容生成流程，将上述步骤105选择出的阵容组成的天梯阵容作为目标天梯阵容，并输出。

其中，在确定是否需要对初始天梯阵容进行再次变形时，可以判断对初始天梯阵容的变形是否满足预置条件，如果不满足，则需要对初始天梯阵容进行再次变形。其中预置的条件可以包括但不限于：对初始天梯阵容的变形次数达到预置值等。

可见，在本实施例的方法中，游戏阵容生成系统可以先生成初始天梯阵容及计算其中各个阵容的初始适应度，然后对初始天梯阵容进行变形，并计算变形后的天梯阵容中各个变形后阵容的变形后适应度，进而根据初始适应度和变形后适应度，从初始天梯阵容和变形后天梯阵容中选出适应度在预置范围内的阵容，来生成目标天梯阵容。这样，在对初始天梯阵容不断变形的过程中，可以自动地选择出优平率较高阵容来组成天梯阵容，且这个过程中只涉及到阵容对应的适应度的计算及对初始天梯阵容的变形，实现比较简单，实践证明，可以在较短的时间内即可生成天梯阵容。

以下以一个具体的应用实例来说明本发明的游戏阵容生成方法，如图3和图4所示，本实施例的游戏阵容生成方法包括如下几个部分：

(1)获取虚拟人物和虚拟技能的信息

具体地，游戏阵容生成系统会获取游戏应用的配置文档，并获取的配置文档中识别所有虚拟人物的信息和所有虚拟技能的信息，比如名称和类型等。其中，游戏应用的配置文档一般以文件的形式存储，例如Excel和逗号分隔值(Comma-Separated Values，CSV)等形式。

(2)生成初始天梯阵容和参考阵容，在本实施例中，生成的初始天梯阵容可以包括300个(也可以是其它数量)阵容，参考阵容可以包括5000个(也可以是其它数量)阵容。

具体地，游戏阵容生成系统可以先使用一定的编码方式(比如采用符号编码方式)对初始天梯阵容和参考阵容中各个阵容所包括的元素进行编码，然后在相应编码位置上填入相应类型的元素。其中，对各个阵容所包括的元素进行编码主要是为了在之后对初始天梯阵容中各个阵容进行变形时更简便，只需对各个阵容中相应元素的编码进行替换即可。

例如，假设每个阵容包括三个虚拟人物，每个虚拟人物具有两个虚拟技能，则一个阵容包含的元素编码为九位基因，即HSSHSSHSS，H表示虚拟人物，S表示虚拟技能，可以在上述获取的所有虚拟人物的信息中，随机选择虚拟人物的信息填入每个H基因位置，而在每个S基因位置上可以填入不同的虚拟技能的名称，在这个过程中，要确保同一阵容中每个基因位置上的元素都不同。

(3)获取初始天梯阵容中各个阵容的初始适应度，具体为阵容分别与参考阵容中所有阵容在对战过程中，阵容的优平率，即(胜局数+平局数)/总局数。

(4)具体参考图5所示，游戏阵容生成系统可以按照如下步骤对初始天梯阵容进行交叉处理，即从上述300个阵容中经过基因交叉生成300个孩子基因，具体地：

A1：使用无放回的选择方式从初始天梯阵容中选择第一部分阵容，比如为150个阵容。具体地，可以先计算初始天梯阵容中各个阵容的选择概率，选择概率为：阵容的适应度与所有阵容的适应度之和的比值，然后将选择概率大于预置值的阵容作为第一部分阵容。

A2：从150个阵容中随机选择任意2个不同的阵容，将2个阵容的信息分别作为父亲基因和母亲基因。

A3：根据父亲基因和母亲基因，使用分组交叉的方式生成2个孩子基因，具体地，随机选择1个父亲基因中的虚拟人物位置，并随机选择1个母亲基因中的虚拟人物位置，然后交换父亲基因和母亲基因中这两个虚拟人物位置上的基因，及其之后虚拟技能位置上的基因，生成2个孩子基因。

例如，父亲基因是[刘备，横刀紫廷，惊涛骇浪，董卓，沉桥断水，江上枭姬，邓艾，烈武争雄，神机妙算]，母亲基因是[曹操，孤胆七出，威震华夏，张飞，仁世无疆，黄天为棋，孙尚香，南中魁首，悬壶济世]，随机选择的父亲基因的虚拟人物位置是0，而母亲基因的虚拟人物位置是6，则生成的2个孩子基因分别是[孙尚香，南中魁首，悬壶济世，董卓，沉桥断水，江上枭姬，邓艾，烈武争雄，神机妙算]和[曹操，孤胆七出，威震华夏，张飞，仁世无疆，黄天为棋，刘备，横刀紫廷，惊涛骇浪]。

A4：如果已经生成300个不同的孩子基因，则将这300个孩子基因作为交叉后阵容的信息输出，否则返回上述步骤A2。

(5)具体参考图6所示，游戏阵容生成系统可以按照如下步骤对交叉后阵容进行变异处理，得到变形后的天梯阵容，具体地：

B1：判断上述各个交叉后阵容中的每个元素是否需要进行变异，如果需要变异，则执行步骤B2。具体地，对交叉后阵容中的每个元素随机赋予一个0到1之间的数值，如果某一元素数值小于预置的变异概率，则该元素需要进行变异，反之则不需要进行变异。其中，虚拟人物的变异概率可以为0.05，虚拟技能的变异概率可以设置为0.15。

B2：将需要变异的元素随机替换为相同类型的其它元素，并且保证变异后的阵容中没有重复的虚拟人物和虚拟技能。

B3：当所有交叉后阵容都经过了上述步骤B1和B2中的变异处理，得到300个变异后阵容并输出；否则针对未变异的交叉后阵容，返回执行步骤B1。

(6)获取变形后的天梯阵容中各个变形后阵容(即上述变异处理后阵容)的变形后适应度，具体为变形后阵容分别与参考阵容中所有阵容在对战过程中，变形后阵容的优平率，即(胜局数+平局数)/总局数。

(7)从上述初始天梯阵容的300个阵容及变形后的天梯阵容中300个变形后阵容中，选择虚拟人物丰富并且适应度较高的300个阵容。具体如图7所示，包括：

C1：将初始天梯阵容中300个阵容和变形后的天梯阵容中300个变形后阵容合并，并按照对应的适应度从高到低排序。

C2：如果存在重复的阵容，仅保留其中适应度最高的阵容，去掉适应度较低的阵容。

C3：从去重后的阵容中选择300个虚拟人物丰富并且适应度较高的阵容组成一个新的天梯阵容，具体可以如下步骤来实现：

C31:初始化各个虚拟人物的被选择次数为0。

C32:计算去重后的阵容中每个阵容的被选择分数，具体地，各个阵容的被选择分数＝阵容的适应度-log(阵容中所有虚拟人物的被选择次数之和+1)

C33:选择被选分数最高的阵容，然后将该阵容的适应度设置为负无穷，使得在之后的选择过程中，该阵容不会被重复选择。

C34:记录上述步骤C33中被选择的阵容中虚拟人物的被选择次数，即在系统中储存的相应虚拟人物的被选择次数的基础上加1。

C35：如果已经选择出300个阵容，则输出这300个阵容，否则返回上述步骤C32。

(8)如果对初始天梯阵容的变形(即交叉和变异)次数达到预置值时，结束流程，将上述(7)中选出的300个阵容组成目标天梯阵容；如果对初始天梯阵容的变形次数未达到预置值时，将上述(7)中选出的300个阵容作为初始天梯阵容，并返回上述(4)中的步骤。

可见，本发明实施中可以在游戏应用的测试阶段，基于游戏应用的配置文档来生成具有较高优平率的天梯阵容，且能保证这些天梯阵容中能覆盖游戏应用中大部分的虚拟人物。

进一步地，当生成天梯阵容后，一方面，游戏发布方可以将生成的天梯阵容直接推荐给游戏玩家；另一方面，还可以将按照本实施例生成的天梯阵容与游戏发布方待推荐的天梯阵容进行对战，验证待推荐天梯阵容的适应度是否达到预期的适应度，如果适应度达不到预期适应度，则可以调整游戏应用中的数值提高待推荐的天梯阵容的适应度，并在对游戏应用进行多次数值调整后，发布游戏应用，且将适应度达到预期适应度的待推荐的天梯阵容推送给游戏玩家。这样，当游戏玩家可以根据游戏发布方推荐的天梯阵容，搭配自己的阵容，提供自身阵容在游戏应用中的战斗力。

本发明实施例还提供一种游戏阵容生成系统，其结构示意图如图8所示，具体可以包括：

初始生成单元10，用于生成初始天梯阵容和参考阵容，所述初始天梯阵容和参考阵容中都分别包括多个阵容，每个阵容中包括多个虚拟人物及虚拟人物对应的虚拟技能。

初始适应度单元11，用于计算所述初始生成单元10生成的初始天梯阵容中各个阵容的初始适应度，所述各个阵容的初始适应度用于指示相应阵容与所述参考阵容中所有阵容进行对战时的优平率。

变形单元12，用于对所述初始生成单元10生成的初始天梯阵容中的各个阵容进行变形，得到变形后的天梯阵容，所述变形后的天梯阵容包括：所述各个阵容的变形后阵容。

该变形单元12具体用于对初始天梯阵容进行交叉处理，具体用于从所述初始天梯阵容中选取初始适应度在预置范围的第一部分阵容；在所述第一部分阵容中任意两个阵容之间，将其中一个阵容中的某一虚拟人物及其虚拟技能，与另一阵容中的某一虚拟人物及其虚拟技能交换，交换后的阵容组成变形后的天梯阵容。其中，变形单元12在从所述初始天梯阵容中选取初始适应度在预置范围的第一部分阵容时，具体用于确定所述初始天梯阵容中各个阵容的选择概率，所述选择概率为：所述各个阵容的初始适应度与所述初始天梯阵容中所有阵容的初始适应度之和的比值；将所述选择概率在预置范围的阵容作为所述第一部分阵容。

另一种情况下，该变形单元12还用于对初始天梯阵容进行变异处理，具体用于对所述各个阵容中每个元素设定一个数值，当某一元素对应的数值小于预置的变异概率，确定对所述某一元素进行替换；其中，所述各个阵容中的元素包括虚拟人物和虚拟技能；将所述某一元素替换为与某一元素相同类型的另一元素，替换后的阵容组成变形后的天梯阵容。

变形后适应度单元13，用于计算所述变形单元12变形后的天梯阵容中各个变形后阵容的变形后适应度，所述各个变形后阵容的变形后适应度用于指示相应变形后阵容与所述参考阵容中所有阵容进行对战时的优平率。

阵容选择单元14，用于根据所述初始适应度单元11获取的初始适应度和变形后适应度单元13获取的变形后适应度，在所述初始天梯阵容和变形后的天梯阵容中，选择适应度在预置范围内的阵容，以生成目标天梯阵容。

该阵容选择单元14，具体用计算所述初始天梯阵容各个阵容对应的被选择分数，及计算所述变形后的天梯阵容中各个阵容对应的被选择分数，选择被选择分数在预置范围内的阵容，以生成目标天梯阵容；其中，所述各个阵容的被选择分数为：所述各个阵容对应的适应度与所述各个阵容虚拟人物的被选择次数之间的计算值。其中，所述各个阵容的被选择分数为：所述各个阵容对应的适应度与所述各个阵容对应的对数值的差值，所述各个阵容的对数值为所述各个阵容中所有虚拟人物的被选择次数之和的对数值。

进一步地，该阵容选择单元14，还用于当对所述初始天梯阵容的变形满足不预置条件时，将所述选择的阵容组成的天梯阵容作为初始天梯阵容，通知上述变形单元12执行所述对所述初始天梯阵容中的各个阵容进行变形的步骤；当对所述初始天梯阵容的变形满足预置条件时，将所述选择的阵容组成的天梯阵容作为目标天梯阵容。

可见，在本实施例的游戏阵容生成系统中，初始生成单元10可以先生成初始天梯阵容及初始适应度单元11计算其中各个阵容的初始适应度，然后变形单元12对初始天梯阵容进行变形，并由变形后适应度单元13计算变形后的天梯阵容中各个变形后阵容的变形后适应度，进而阵容选择单元14根据初始适应度和变形后适应度，从初始天梯阵容和变形后天梯阵容中选出适应度在预置范围内的阵容，来生成目标天梯阵容。这样，在对初始天梯阵容不断变形的过程中，可以自动地选择出优平率较高阵容来组成天梯阵容，且这个过程中只涉及到阵容对应的适应度的计算及对初始天梯阵容的变形，实现比较简单，实践证明，可以在较短的时间内即可生成天梯阵容。

本发明实施例还提供一种服务器，其结构示意图如图9所示，该终端设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(centralprocessing units，CPU)20(例如，一个或一个以上处理器)和存储器21，一个或一个以上存储应用程序221或数据222的存储介质22(例如一个或一个以上海量存储设备)。其中，存储器21和存储介质22可以是短暂存储或持久存储。存储在存储介质22的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器20可以设置为与存储介质22通信，在服务器上执行存储介质22中的一系列指令操作。

具体地，在存储介质22中储存的应用程序221包括游戏阵容生成的应用程序，且该程序可以包括上述游戏阵容生成系统中的初始生成单元10，初始适应度单元11，变形单元12，变形后适应度单元13和阵容选择单元14，在此不进行赘述。更进一步地，中央处理器20可以设置为与存储介质22通信，在服务器上执行存储介质22中储存的游戏阵容生成的应用程序对应的一系列操作。

服务器还可以包括一个或一个以上电源23，一个或一个以上有线或无线网络接口24，和/或，一个或一个以上操作系统223，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。

上述方法实施例中所述的由游戏阵容生成系统所执行的步骤可以基于该图9所示的服务器的结构。

本发明实施例另一方面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储存多个计算机程序，所述计算机程序适于由处理器加载并执行如上述游戏阵容生成系统所执行的游戏阵容生成方法。

本发明实施例另一方面还提供一种终端设备，包括处理器和存储器；

所述存储器用于储存多个计算机程序，所述计算机程序用于由处理器加载并执行如上述游戏阵容生成系统所执行的游戏阵容生成方法；所述处理器，用于实现所述多个计算机程序中的各个计算机程序。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM)、随机存取存储器(RAM)、磁盘或光盘等。

以上对本发明实施例所提供的一种游戏阵容生成方法、系统及存储介质和服务器进行了详细介绍，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 (8)

1.一种游戏阵容生成方法，其特征在于，包括：

生成初始天梯阵容和参考阵容，所述初始天梯阵容和参考阵容中都分别包括多个阵容，每个阵容中包括多个虚拟人物及虚拟人物对应的虚拟技能；

计算所述初始天梯阵容中各个阵容的初始适应度，所述各个阵容的初始适应度用于指示相应阵容与所述参考阵容中所有阵容进行对战时的优平率；

对所述初始天梯阵容中的各个阵容进行变形，得到变形后的天梯阵容，所述变形后的天梯阵容包括：所述各个阵容的变形后阵容；

计算所述变形后的天梯阵容中各个变形后阵容的变形后适应度，所述各个变形后阵容的变形后适应度用于指示相应变形后阵容与所述参考阵容中所有阵容进行对战时的优平率；

在得到所述变形后的天梯阵容后，根据所述初始适应度和变形后适应度，在所述初始天梯阵容和变形后的天梯阵容中，选择适应度在预置范围内的阵容，以生成目标天梯阵容；

其中，所述根据所述初始适应度和变形后适应度，在所述初始天梯阵容和变形后的天梯阵容中，选择适应度在预置范围内的阵容，具体包括：

初始化所述初始天梯阵容和变形后的天梯阵容中各个虚拟人物的被选择次数为0；

计算所述初始天梯阵容各个阵容对应的被选择分数，及计算所述变形后的天梯阵容中各个阵容对应的被选择分数；其中，所述各个阵容的被选择分数为：所述各个阵容对应的适应度与所述各个阵容对应的对数值的差值，所述各个阵容的对数值为所述各个阵容中所有虚拟人物的被选择次数之和的对数值；

选择被选择分数最高的阵容，将所述选择的阵容的适应度设置为负无穷；

记录所述被选择的阵容中虚拟人物的被选择次数为：所述虚拟人物被选择次数加1；

循环执行计算所述被选择分数、选择被选择分数最高的阵容及记录被选择的阵容中虚拟人物的选择次数的步骤，以选择出目标天梯阵容。

2.如权利要求1所述的方法，其特征在于，所述对所述初始天梯阵容中的各个阵容进行变形，得到变形后的天梯阵容，具体包括：

从所述初始天梯阵容中选取初始适应度在预置范围的第一部分阵容；

在所述第一部分阵容中任意两个阵容之间，将其中一个阵容中的某一虚拟人物及其虚拟技能，与另一阵容中的某一虚拟人物及其虚拟技能交换，交换后的阵容组成变形后的天梯阵容。

3.如权利要求2所述的方法，其特征在于，所述从所述初始天梯阵容中选取初始适应度在预置范围的第一部分阵容，具体包括：

确定所述初始天梯阵容中各个阵容的选择概率，所述选择概率为：所述各个阵容的初始适应度与所述初始天梯阵容中所有阵容的初始适应度之和的比值；

将所述选择概率在预置范围的阵容作为所述第一部分阵容。

4.如权利要求1所述的方法，其特征在于，所述对所述初始天梯阵容中的各个阵容进行变形，得到变形后的天梯阵容，具体包括：

对所述各个阵容中每个元素设定一个数值，当某一元素对应的数值小于预置的变异概率，将确定对所述某一元素进行替换；其中，所述各个阵容中的元素包括虚拟人物和虚拟技能；

将所述某一元素替换为与所述某一元素相同类型的另一元素，替换后的阵容组成变形后的天梯阵容。

5.如权利要求1至4任一项所述的方法，其特征在于，所述方法还包括：

当对所述初始天梯阵容的变形不满足预置条件时，将所述选择的阵容组成的天梯阵容作为初始天梯阵容，返回执行所述对所述初始天梯阵容中的各个阵容进行变形的步骤；当对所述初始天梯阵容的变形满足预置条件时，将所述选择的阵容组成的天梯阵容作为目标天梯阵容。

6.一种游戏阵容生成系统，其特征在于，包括：

初始生成单元，用于生成初始天梯阵容和参考阵容，所述初始天梯阵容和参考阵容中都分别包括多个阵容，每个阵容中包括多个虚拟人物及虚拟人物对应的虚拟技能；

初始适应度单元，用于计算所述初始天梯阵容中各个阵容的初始适应度，所述各个阵容的初始适应度用于指示相应阵容与所述参考阵容中所有阵容进行对战时的优平率；

变形单元，用于对所述初始天梯阵容中的各个阵容进行变形，得到变形后的天梯阵容，所述变形后的天梯阵容包括：所述各个阵容的变形后阵容；

变形后适应度单元，用于计算所述变形后的天梯阵容中各个变形后阵容的变形后适应度，所述各个变形后阵容的变形后适应度用于指示相应变形后阵容与所述参考阵容中所有阵容进行对战时的优平率；

阵容选择单元，用于在得到所述变形后的天梯阵容后，根据所述初始适应度和变形后适应度，在所述初始天梯阵容和变形后的天梯阵容中，选择适应度在预置范围内的阵容，以生成目标天梯阵容；

所述阵容选择单元，具体用于初始化所述初始天梯阵容和变形后的天梯阵容中各个虚拟人物的被选择次数为0；计算所述初始天梯阵容各个阵容对应的被选择分数，及计算所述变形后的天梯阵容中各个阵容对应的被选择分数；其中，所述各个阵容的被选择分数为：所述各个阵容对应的适应度与所述各个阵容对应的对数值的差值，所述各个阵容的对数值为所述各个阵容中所有虚拟人物的被选择次数之和的对数值；选择被选择分数最高的阵容，将所述选择的阵容的适应度设置为负无穷；记录所述被选择的阵容中虚拟人物的被选择次数为：所述虚拟人物被选择次数加1；循环执行计算所述被选择分数、选择被选择分数最高的阵容及记录被选择的阵容中虚拟人物的选择次数的步骤，以选择出目标天梯阵容。

7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质储存多个计算机程序，所述计算机程序适于由处理器加载并执行如权利要求1至5任一项所述的游戏阵容生成方法。

8.一种服务器，其特征在于，包括处理器和存储器；

所述存储器用于储存多个计算机程序，所述计算机程序用于由处理器加载并执行如权利要求1至5任一项所述的游戏阵容生成方法；所述处理器，用于实现所述多个计算机程序中的各个计算机程序。

Images