CN114040806A - 用于人工智能驱动的用户界面的方法和系统 - Google Patents

用于人工智能驱动的用户界面的方法和系统 Download PDF

Info

Publication number
CN114040806A
CN114040806A CN202080047929.3A CN202080047929A CN114040806A CN 114040806 A CN114040806 A CN 114040806A CN 202080047929 A CN202080047929 A CN 202080047929A CN 114040806 A CN114040806 A CN 114040806A
Authority
CN
China
Prior art keywords
environment
user input
player
driven
npc
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
CN202080047929.3A
Other languages
English (en)
Inventor
M·范吉
G·莫拉诺
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.)
Fighter Base Publishing Co
Original Assignee
Fighter Base Publishing Co
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 Fighter Base Publishing Co filed Critical Fighter Base Publishing Co
Publication of CN114040806A publication Critical patent/CN114040806A/zh
Pending legal-status Critical Current

Links

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
    • A63F13/60—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
    • 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
    • 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
    • A63F13/67—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 adaptively or by learning from player actions, e.g. skill level adjustment or by storing successful combat sequences for re-use
    • 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
    • A63F13/20—Input arrangements for video game devices
    • A63F13/22—Setup operations, e.g. calibration, key configuration or button assignment
    • 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
    • A63F13/40—Processing input control signals of video game devices, e.g. signals generated by the player or derived from the environment
    • A63F13/42—Processing input control signals of video game devices, e.g. signals generated by the player or derived from the environment by mapping the input signals into game commands, e.g. mapping the displacement of a stylus on a touch screen to the steering angle of a virtual vehicle
    • A63F13/422—Processing input control signals of video game devices, e.g. signals generated by the player or derived from the environment by mapping the input signals into game commands, e.g. mapping the displacement of a stylus on a touch screen to the steering angle of a virtual vehicle automatically for the purpose of assisting the player, e.g. automatic braking in a driving game
    • 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
    • A63F13/50—Controlling the output signals based on the game progress
    • A63F13/53—Controlling the output signals based on the game progress involving additional visual information provided to the game scene, e.g. by overlay to simulate a head-up display [HUD] or displaying a laser sight in a shooting game
    • A63F13/537—Controlling the output signals based on the game progress involving additional visual information provided to the game scene, e.g. by overlay to simulate a head-up display [HUD] or displaying a laser sight in a shooting game using indicators, e.g. showing the condition of a game character on screen
    • A63F13/5375—Controlling the output signals based on the game progress involving additional visual information provided to the game scene, e.g. by overlay to simulate a head-up display [HUD] or displaying a laser sight in a shooting game using indicators, e.g. showing the condition of a game character on screen for graphically or textually suggesting an action, e.g. by displaying an arrow indicating a turn in a driving game
    • 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
    • A63F13/56—Computing the motion of game characters with respect to other game characters, game objects or elements of the game scene, e.g. for simulating the behaviour of a group of virtual soldiers or for path finding
    • 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
    • A63F13/63—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 by the player, e.g. authoring using a level editor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Abstract

根据本技术的各个方面的用于人工智能驱动的用户界面的系统和方法包括被人工智能系统驱动的游戏引擎，所述游戏引擎能够接收最少的平台特定的离散用户输入并且推断最优游戏中动作。所述游戏引擎可以被训练以生成用于非玩家角色和实际玩家两者的一组已知的、预期的或预测的行为。所述游戏引擎然后可以向玩家呈现一个或多个事件，并且然后基于所接收到的用户输入而推断玩家响应。所述游戏引擎还可以被配置为基于玩家响应与一组预定目标的比较而衡量每次推断的成功。

Description

用于人工智能驱动的用户界面的方法和系统
相关申请的交叉引用
本申请要求于2019年6月14日提交的美国临时专利申请第62/861,433号的权益，并且以引用方式并入该申请的公开内容。
技术领域
背景技术
在视频游戏行业中，术语AI(人工智能)过去被广泛地用于描述什么应该更准确地被叫做非玩家角色(NPC)和环境。传统上，游戏AI实际上是基于一个或多个软件过程的经典状态机，该经典状态机将在被程序员产生的代码驱动的同时模拟动作。虽然此类NPC角色表现出的行为可能相当复杂，但它们最终受制于并且受限于游戏设计师和程序员的想象力。相比之下，真正的AI可以产生所述设计不一定能预料到的不可预测且新颖的行为。这在为视频游戏情境创造良好的AI方面既创造了巨大的机遇又产生了挑战。
例如，在飞行模拟和战斗类型游戏中使用的游戏引擎通常使用结合了一种或多种交通工具(诸如，飞机、坦克、汽车、卡车或轮船)的已知物理特性的物理模拟工具，以确定性地计算特定对象在其自然环境中的移动(例如，飞机如何在空中飞行)。借助足够复杂的模拟，游戏引擎不仅可以模仿飞机的简单飞行，而且还可以模拟更复杂的现象，诸如：天气或湿度对飞行条件的影响；阻力或重量对飞机性能的影响；以及不同程度的损坏对飞机整体行为的影响。
在玩游戏期间，当前版本的飞行模拟游戏通过使用操纵杆来获取用户的直接输入，或者借助光标键、鼠标移动或其他所定义的用户输入来模仿操纵杆。输入用于严格模仿真实飞机的控制系统的行为；无论是由轭形件还是控制杆驱动，控制器的左、右、上、下移动均直接馈入控制表面(副翼、艇舵、升降机)的移动，并且此输入用作用于计算结果的基础。具体来说，从用户接收到的控制输入是明确的并且产生的结果是确定性的。在这些现有技术的游戏中，一种人工智能形式已被用于驱动NPC或赋予NPC生命而无需任何物理模拟或不需要直接的控制输入，这些NPC通常是用户与之互动的在空中的其他飞机。
飞行游戏代表了在视频游戏中可获得的一些最复杂的体验，并且通常需要用户进行大量训练才能简单地操作高性能飞机、保持方向、管理功率、温度和其他飞行包线条件。这种预先投入的时间和精力也已经阻碍了新观众继续享受此类游戏，这些新观众已经习惯了虽然可能难以掌握但学习和享受起来更快的更平易近人的游戏。
一般来说软件产品、特别是娱乐软件的新兴趋势是用户想要以尽可能少的努力获得更丰富更令人满意的体验。这催生了各种类型的游戏，如点击者(tappers)(其中游戏涉及到重复按下仅一个按钮)和自动战士(其中给出最少指令如“攻击”，并且通过算法确定结果)。这种趋势的终极表达是流媒体和电子竞技两种内容消费的快速增长，其中玩家完全被动，观看着高技能玩家创造引人入胜的内容。
随着越来越多地使用移动电话和其他便携式计算设备来玩游戏，传统的操纵杆和其他高保真输入设备变得不那么普遍，导致需要一种基于推断的控制方法。在使用跨平台或可以跨平台玩的游戏时尤其如此。为了保持公平并且给玩家一个相似的竞争格局，重要的是，即使控制设备的能力差异很大，游戏角色和对象的实际能力亦保持相同。例如，在个人电脑上玩的飞行游戏中，最常见的控制机构是操纵杆。相比之下，在移动电话上玩同一款飞行游戏的玩家可能不会随身携带操纵杆。因此，电话屏幕界面成为主要的控制机构并且游戏应相应地进行调适。
现有技术系统通过在屏幕上绘制虚拟操纵杆并且允许用户对该虚拟操纵杆进行操纵以代替物理操纵杆来解决此问题。不幸的是，这会造成令人非常不满意的体验，并且与使用实际操纵杆的玩家相比较，使用电话的玩家处于极大的劣势。需要一种解决方案来弥合这一差距以平衡竞争环境，并且使拥有有限控制器的玩家可能获得与拥有传统控制器的玩家相同的控制质量。
发明内容
根据本技术的各个方面的用于人工智能驱动的用户界面的系统和方法包括被人工智能系统驱动的游戏引擎，所述游戏引擎能够接收最少的平台特定的离散用户输入并且推断最优游戏中(或环境中)动作。所述游戏引擎可以被训练以生成用于非玩家角色和实际玩家两者的一组已知、预期或预测行为。所述游戏引擎然后可以向玩家呈现一个或多个事件，并且然后基于所接收到的用户输入而推断玩家响应。所述游戏引擎还可以被配置为基于玩家响应与一组预定目标的比较而衡量每次推断的成功。
附图说明
在结合以下说明性附图加以考量时，可以通过参考详细描述获得对本发明的更完整理解。在以下附图中，相似的参考编号在所有附图中指代类似的元件和步骤。
图1是根据本技术的示例性实施方案的用于确定用户意图的推断过程的流程图；
图2代表性地例示根据本技术的示例性实施方案的AI驱动系统的框图；以及
图3代表性地例示根据本技术的示例性实施方案的输入处理的流程图。
具体实施方式
本技术可以从功能块部件和各种处理步骤方面来描述。此类功能块可以通过被配置为执行指定功能并且达成各种结果的任何数量的部件来实现。例如，本技术可以采用各种类型的便携式计算设备、显示系统、通信协议、网络、软件/固件等。另外，可以结合任何数量的电子设备和通信网络来实践本技术，并且所描述的系统仅仅是该技术的一个示例性应用。
根据本技术的各个方面的用于人工智能驱动的用户界面的系统和方法可以结合任何适合的计算设备、通信网络和应用或游戏服务器来操作。所公开的系统可以安装在用户设备上，或者该系统可以从远程基于云的应用服务器流式传输到用户设备。本技术的各种代表性具体实施方案可以应用于将用户动作传达到应用或游戏的任何系统，该系统被配置为对所接收到的用户动作生成基于情境的响应。
参考图1，在一个实施方案中，人工智能驱动的游戏引擎可以从用户设备接收用户输入(102)。人工智能驱动的游戏引擎可以推断用户输入的意图或期望的游戏中响应(104)。人工智能驱动的游戏引擎可以适于依据用户输入解译用户的非特定意图或表达太宽泛的意图，并且产生高值结果。例如，在自动驾驶车辆实施方案的情境中，用户的非特定意图可以包括在下午6点左右走到路缘，并且人工智能驱动的引擎可以推断用户希望被带到餐厅。基于用户先前在大约相同时间的类似输入，人工智能驱动的引擎可以更具体地推断用户的实际意图是被带到特定意大利餐厅。在视频游戏的情境中，用户可以代表游戏中的一个角色并且NPC代表游戏中的其他角色，因此形成了其中游戏必须对平台特定的离散用户输入做出响应的情况，这些用户输入是经由控制器设备(诸如，操纵杆、鼠标、键盘、无线控制器或触摸屏)进行的。
为实现这一点，人工智能驱动的游戏引擎能够使关于用户输入所做出的推断逐步发展。随着时间的推移，人工智能驱动的游戏引擎可以将情境感知并入用于生成所做出的推断的过程中。例如，人工智能控制系统可以开发如下能力：决定特定输入(诸如鼠标或手指手势)在特定时刻在游戏世界中实际上意味着什么，同时在游戏环境内的不同情境下或针对不同的用户以不同方式处理同样的输入。在飞行模拟实施方案中，人工智能驱动的游戏引擎可以将显示器右上角的手指输入解译为用户希望飞机沿该大致方向飞行的意思。然而，如果玩家当前正在追逐另一架飞机或进入战斗区域，相同的手指输入可以被人工智能驱动的游戏引擎解译为用户想要与特定飞机交战的指示。另外，如果玩家参与诸如空战的战斗情况，手指输入可以被人工智能驱动的游戏引擎解译为用户想要向该方向发射他们的飞机的枪支或导弹的指示。
人工智能驱动的游戏引擎然后可以将此推断转换为一组指令(106)并且在游戏环境内执行那些指令(108)。然后可以在游戏内的玩家动作中反映所执行的指令的结果(110)。
人工智能驱动的游戏引擎还可以被配置为命令NPC对所接收到的用户输入做出响应。例如，如果人工智能驱动的游戏引擎解译用户正在与NPC控制的飞机交战或者向该飞机开火，那么人工智能驱动的游戏引擎可以命令NPC采取躲避动作或反击。类似地，在多玩家游戏环境中，人工智能驱动的游戏引擎可以解译一个用户的输入并且将所推断的游戏中响应传达给所述用户的团队中的其他玩家。
为了使这成为可能，必须训练人工智能驱动的游戏引擎以理解给定目标的能力。例如，在移动电话或平板电脑上玩的飞行游戏中，必须创建第一NPC，诸如能够且有能力驾驶飞机的虚拟飞行员。这需要人工智能驱动的游戏引擎经历如下文详述的多个训练阶段。一旦训练了能够驾驶飞机的虚拟飞行员，附加的人工智能层就会分析来自玩家/飞行员的输入，并且试图理解或预测所述玩家(用户)通过在移动电话或平板电脑的屏幕上的一个相当小且相对不明确手势意图做什么。再次，人工智能驱动的游戏引擎经历多个训练阶段，以确定玩家意图的适当且情境正确的预测。
在一个实施方案中，三个级别的人工智能训练一起进行以允许人工智能驱动的游戏引擎准确地确定在游戏环境内的用户意图和NPC行为两者。现在参考图2，系统200可以包括NPC模块202、NPC命令模块204以及玩家命令和控制(CnC)模块206，该玩家命令和控制模块接收来自用户设备210的输入。系统200可以驻留或以其他方式安装在用户设备210上，或者该系统可以驻留在基于云的应用服务器上。
NPC模块202负责学习如何控制游戏中的对象。NPC模块202可以包括用于控制NPC的任何适合的信息或数据，诸如用于控制物理运动、动画和逻辑的数据。NPC模块202还可以包括对NPC的约束，这些约束限制NPC能力或行为。NPC模块202还可以包括在游戏环境内操作的多个个别的NPC，其中NPC模块202被配置为约束和控制每个个别的NPC在游戏环境内的操作和移动。
例如，对于人工智能驱动的游戏引擎208来说，第一个挑战是理解任一给定操作的“成功”是什么样的。目标可能简单到从“点A到点B”，也可能复杂到“在20分钟内完成关卡”，但目标需要反映在任何发展阶段可用的控制和反馈类型。在第一个训练方案中，人工智能驱动的游戏引擎208可以被派以目标任务，诸如从点A导航到点B。最初，人工智能驱动的游戏引擎208可以学习点A与点B之间的最短路径。然而，如果所学到的路径涉及到步行穿过一个湖，那么可以指示人工智能驱动的游戏引擎208添加一个限制：步行穿过一个湖是“消极”行为，并且再次运行训练。可以运行附加的迭代，直到人工智能驱动的游戏引擎208学会减少或避免消极行为并且选择积极行为。在足够次数的迭代之后，人工智能驱动的游戏引擎208可以获知存在满足目标的多个选项并且每个选项可以被保存和/或进行排位以供以后使用或调用。
当然，这是一个过于简单化的示例，但在训练期间或在训练开始之前可以将正值(积极)和负值(消极)指派给各种属性。例如，在NPC涉及到在游戏内的人的情况下，可以创建骨架，该骨架在定义上对身体可以在空间中移动的方式具有某些限制，使得超出骨架正常屈曲的弯曲被指示为负值，但保持在骨骼移动的“正常”参数内就是正值。人工智能驱动的游戏引擎208然后可以使用这些参数来学习如何使NPC行走、奔跑、爬行、隐藏或进行任何其他适合的移动。
NPC模块202还可以包括被人工智能驱动的游戏引擎208用以限制NPC的能力的信息。例如，NPC可能在体力、速度或准确性方面受到限制。此限制可能会根据任何期望的标准而变化。在一个实施方案中，可以允许NPC在更高级别变得更强大，但不能强到玩家无法击败它们。以此方式，人工智能驱动的游戏引擎208可以依与玩家类似的速率来学习，从而导致变化的难度级别。相比之下，现有技术的NPC可能仅被编程为出现在游戏的特定级别，使得更强大的NPC在玩家处于低级别时不会频繁出现，而是随着玩家在游戏中进步而更频繁地出现。
在另一实施方案中，在玩家驾驭龙的游戏中，人工智能驱动的游戏引擎208可能首先必须教龙飞行。例如，在龙最近学会了如何以15米/秒的速度飞行之后，人工智能驱动的游戏引擎208可能会花更多时间探索如何从这个速度加速到另一个速度，而不是浪费时间学习在0米/秒时做什么。
一旦NPC模块202能够操纵空间中的对象，则必须训练NPC命令模块204以创建可被认为是每个个别NPC要遵循的战略或战术指令集。更具体来说，NPC模块202处理更简单的功能或动作，例如移动角色的腿来走路或抬起角色的手臂来发射武器。相反地，NPC命令模块204训练方案首先涉及到基本游戏事件的多个执行周期。随着这些基础知识的学习，NPC命令模块204的训练逐渐朝向让NPC执行特定战术目标的方向发展。随着战术目标的学习，训练可以逐步发展到包括将高级移动或演习并入NPC动作中以提供更具视觉吸引力或戏剧性的场景。训练还可以包括将各种移动、演习、战术等相互比较或排位，以形成动作或建议的集合或排位，其对于给定条件可能优于其他动作或建议。例如，飞机的桶滚就躲避演习或特技来说可能排位较高，但在追逐战术或攻击方面可能排位较低。在完成训练后，NPC可以独立地玩一整场游戏。简而言之，NPC模块202依靠NPC命令模块204来选择去哪里和射击什么。
NPC命令模块204还可以被配置为将实际玩家的动作集成到NPC训练中。这可以帮助游戏本身逐步发展，因为玩家改进并且采取了并非初始训练标准的一部分或者在训练期间可能排位较低或较高但在实际游戏中条件下表现不同的动作。
最后训练层是玩家CnC模块206，该玩家CnC模块接收离散用户输入并且检查已由NPC命令模块204开发的各种能力，以基于玩家所接收到的离散用户输入而推断适当的游戏中响应。关于基于NPC训练而在给定情境或游戏中情况中可用于玩家的动作的建议，玩家CnC模块206可能受NPC命令模块204和NPC模块202影响。
由玩家CnC模块206接收的输入可以根据玩家所使用的计算平台或设备而变化。在一个实施方案中，玩家CnC模块206可以简单接收来自玩家的触摸命令。然后，人工智能驱动的游戏引擎208可以对这些极少平台特定的离散用户输入做出响应，并且推断最优的游戏中动作。
玩家CnC模块206还可以被配置为鉴于其他度量来考虑各个玩家的不同能力。例如，如果难度太大，玩家留存率可能会由于无法超越某个级别或任务的挫败感而被影响。类似地，如果玩家认为游戏太容易或太简单，玩家留存率也可能被影响。因此，玩家CnC模块206可以适于不仅评估各个玩家的个性，而且评估各种任务的复杂性以及各个玩家对特定任务的适合性。
玩家CnC模块206的训练还可以包括目的在于维持或提高玩家留存率的其他因素。例如，可以向人工智能驱动的游戏引擎208提供与玩家响应于某些游戏中活动而采取的动作有关的度量，并且将评级较高的动作与积极行为联系起来、且将评级较低的动作与消极行为联系起来。例如，如果游戏允许玩家查看某一游戏中动作的“回放”，诸如摧毁主要目标，那么玩家CnC模块206可以记录给定回放在所有玩家中达到的出现次数。如果某个回放比其他回放更频繁地被查看或受到更高的评级，那么该回放可以被给予更高的分数，以在随后的训练期间被人工智能驱动的游戏引擎208使用。
可能包括在训练度量中的附加因素还可能包括游戏环境外部的反馈。此反馈可能涉及任何期望的标准，例如玩家参与度或者影响游戏货币化的元素。玩家对游戏内特定事件或动作的反应也可以用作训练度量。这些标准可以作为输入以用于玩家CnC模块206和NPC命令模块204两者的训练。
还可以训练玩家CnC模块206以在玩游戏期间调整视点，以增加玩家的游戏乐趣。例如，可以从玩家的视角来观看给定游戏的大部分内容。在玩游戏期间可以在某些点更改此视角，以从另一角度或视角提供视点。例如，如果玩家选择攻击敌人并且发射导弹，那么用户设备的屏幕上的视点可以改变以展示在攻击发生时敌人的视点。替代性地，用户设备的屏幕上的视点可以改变为第三人视点，使得可以查看整个攻击。
任何给定动作的评级都可以是非静态的，其中每个评级都可以实时地或以预定的间隔进行调整，以考虑到玩家的任何变化的视点或态度。如果早期获得高评级的动作在玩家当中变得不太受欢迎，那么这可能允许该动作随着时间的推移而失去一些地位。
在操作中，玩家CnC模块206在玩游戏期间接收来自玩家/用户的输入。玩家输入可以包括任何适合类型的输入并且可以是主动形式的输入或被动输入。在一个实施方案中，玩家输入可以包括主动手势、运动、触摸命令、语音命令或者在用户设备210上采取的其他相似动作，旨在表达玩游戏期间的意图。例如，主动输入的一种形式可以包括玩家在飞行模拟游戏期间触摸显示器的右上角，以指示用户希望飞机沿该大致方向飞行。在同一飞行模拟中，滑动手势可以指示玩家希望沿手势的方向移动视野，同时不更改飞行或行进的大致方向。类似地，玩家可以使计算设备倾斜或旋转来作为一种输入形式，或者使用语音命令。
在替代性实施方案中，用户输入可以是被动的，并且替代地根据一组情境规则或参数而生成。例如，在用于控制或呼唤自动驾驶车辆的应用中，玩家CnC模块206可以将用户在上午6:30走向路边的路缘识别为输入，作为为用户希望被带到当地咖啡店的指示。另一被动移动，诸如用户步行穿过无线围栏区，可以是用户希望为他们可能在商店内收集的任何物品付费的指示。
人工智能驱动的游戏引擎208通过基于接收到的输入而推断游戏中响应、或者通过根据接收到的输入而启动适当的现实世界响应，来使用这些输入以推进游戏的进行。取决于变化的游戏中条件，这可能会导致给定输入产生不同的游戏中响应。
返回到飞行模拟实施方案，在游戏环境内的一个情境或情况下，人工智能驱动的游戏引擎208可以将手指输入解译为玩家希望飞机沿该大致方向飞行的意思。在游戏环境内的另一情境或情况下，同样的手指输入可以被人工智能驱动的游戏引擎208解译为如下指示：用户想要与特定的飞机交战，向该方向发射他们的飞机的枪支或导弹，加入一个飞机中队，从空战中脱离，或者基于玩家CnC模块206的训练方式或基于给定用户在先前的类似游戏情况中的实际期望意图而做出的任何其他适合的响应。
人工智能驱动的游戏引擎208使玩家具备在玩游戏期间仅用最少的输入执行任何任务、技能或动作的能力。这可以允许玩家享受游戏而不必须掌握技能或者使用附加的输入设备来玩游戏。
例如，并且现在参考图3，在游戏中，玩家可以提供旨在让他们在游戏内的角色300执行动作的输入。该输入被传达到玩家CnC模块206，并且人工智能驱动的游戏引擎208可以推断出玩家的意图。然后，该意图被传达到NPC命令模块204，其中所述意图被转换为一组动作，诸如游戏中的一系列移动、攻击序列或其他相似动作，这些动作被传达到NPC模块202。然后，NPC模块202可以向用于在玩游戏期间操作游戏的常规游戏引擎发信号，以让玩家的角色300执行预期动作。
所示出和描述的特定具体实施方案是对本技术和其最佳模式的说明，并且不旨在另外以任何方式限制本技术的范围。实际上，为了简洁起见，可以不详细描述所述系统的常规制造、连接、准备和其他功能方面。此外，各个附图中所示的连接线旨在表示各个元件之间的示例性功能关系和/或步骤。在实际系统中可能存在许多替代的或附加的功能关系或物理连接。
在前述说明书中，已经参考特定示例性实施方案描述了该技术。然而，在不脱离权利要求中所陈述的本技术的范围的情况下，可以做出各种修改和改变。说明书和附图是说明性的而非限制性的，并且修改旨在包括在本技术的范围内。因此，该技术的范围应由权利要求和其法律等效内容而非仅仅由所描述的实施例来确定。
例如，任何方法或过程权利要求中列举的步骤都可以按任何次序来执行，并且不限于权利要求中呈现的特定次序。另外，任何装置权利要求中列举的部件和/或元件可以按各种排列来组装或以其他方式操作地配置，并且因此不限于权利要求中列举的特定配置。
已在上文关于特定实施方案描述了益处、其他优点和问题解决方案；然而，任何益处、优点、问题解决方案或者可能引起任何特定益处、优点或问题解决方案出现或变得更明显的任何要素，均不应被解释为任何或所有权利要求的关键、必需或基本特征或部件。如本文所使用的，术语“包括(comprise、comprises、comprising)”、“具有”、“包含”(including、includes)或它们的任一变型旨在指代非排他性的包括，使得包括要素清单的过程、方法、物件、组合物或装置不仅包括所列举的那些要素，而且还可以包括未明确列出或者此类过程、方法、物件、组合物或装置固有的其他要素。除了未具体列举的那些之外，在本发明的实践中使用的上述结构、布置、应用、比例、元件、材料或部件的其他组合和/或修改可以变化或以其他方式特别适应于特定环境、制造规范、设计参数或其他操作要求而不背离其一般原则。

Claims (26)

1.一种用于对在环境中的用户输入提供人工智能(AI)驱动的响应的系统，包括：
非玩家角色(NPC)模块，所述非玩家角色模块存储在所述环境内发现的多个非玩家角色(NPC)；
NPC命令模块，所述NPC命令模块链接到所述NPC模块并且被配置为向个别NPC提供命令以影响在所述环境内的所述NPC的行为和动作；
玩家命令和控制(CnC)模块，所述玩家命令和控制模块被配置为：
向个别玩家提供CnC建议；并且
接收离散用户输入；以及
AI驱动的引擎，所述AI驱动的引擎被配置为：
根据一组函数边界条件来训练每个NPC在所述环境内执行一组动作；
训练所述NPC模块命令所述多个NPC；并且
根据个别玩家动作来训练所述玩家CnC模块学习多个CnC建议；并且
根据所学到的多个CnC建议基于由所述玩家CnC模块接收到的所述离散用户输入而推断环境中响应。
2.根据权利要求1所述的用于对在环境中的用户输入提供AI驱动的响应的系统，进一步包括用户界面，所述用户界面向所述用户显示并且被配置为：
向所述玩家显示环境中动作；
捕获所述离散用户输入；并且
将所捕获的离散用户输入传达到所述玩家CnC模块。
3.根据权利要求2所述的用于对在环境中的用户输入提供AI驱动的响应的系统，其中所述AI驱动的引擎进一步被配置为：
根据在所述环境内的第一情境情况推断针对第一离散用户输入的第一环境中响应；以及
根据所述环境的第二情境情况推断针对所述第一离散用户输入的第二环境中响应。
4.根据权利要求1所述的用于对在环境中的用户输入提供AI驱动的响应的系统，其中所述AI驱动的引擎进一步被配置为根据所述环境的情境情况推断所述环境中响应。
5.根据权利要求1所述的用于对在环境中的用户输入提供AI驱动的响应的系统，其中训练每个NPC包括：
执行第一系列迭代，其中第一NPC被教导执行第一组动作；
确定对于所述第一系列迭代中的每次迭代的成功衡量；
用所述AI驱动的引擎将对于所述第一系列迭代中的每次迭代的所述成功衡量对照先前迭代进行排位，以实现更高水平的结果；
执行第二系列迭代，其中所述第一NPC被教导执行以所述第一组动作为条件的第二组动作；
确定对于所述第二系列迭代中的每次迭代的成功衡量；
用所述AI驱动的引擎将对于所述第二系列迭代中的每次迭代的所述成功衡量对照先前迭代进行排位，以实现更高水平的结果。
6.根据权利要求5所述的用于对在环境中的用户输入提供AI驱动的响应的系统，其中所述第一系列迭代和所述第二系列迭代受到指派给各种NPC属性的一组负值和正值的约束。
7.根据权利要求5所述的用于对在环境中的用户输入提供AI驱动的响应的系统，其中训练所述NPC命令模块包括：
根据所述第一组动作和所述第二组动作执行第一系列事件；以及
执行以所述第一系列事件为条件的第一系列目标。
8.根据权利要求7所述的用于对在环境中的用户输入提供AI驱动的响应的系统，其中所述AI驱动的引擎进一步被配置为将所接收到的离散用户输入包括到所述第一系列事件和所述第一系列目标中。
9.根据权利要求7所述的用于对在环境中的用户输入提供AI驱动的响应的系统，其中训练所述NPC命令模块进一步包括并入训练度量，所述训练度量包括所述环境外部的反馈。
10.根据权利要求1所述的用于对在环境中的用户输入提供AI驱动的响应的系统，其中训练所述玩家CnC模块包括：
接收第一离散用户输入；
将当前环境中情况与被训练到所述NPC命令模块中的已知的类似环境中情况进行比较；
确定与所述当前环境中情况相关的一组可用行为和动作；
将所述一组可用行为和动作与用于引起所述一组行为和动作中的每个行为和动作的已知输入进行比较；以及
根据用于引起与所接收到的用户输入最佳相关的每个行为和动作的所述已知输入来选择期望的环境中响应。
11.根据权利要求10所述的用于对在环境中的用户输入提供AI驱动的响应的系统，其中所述AI驱动的引擎进一步被配置为将所述选定环境中响应的玩家反馈并入所述已知输入中。
12.根据权利要求10所述的用于对在环境中的用户输入提供AI驱动的响应的系统，其中训练所述玩家CnC模块进一步包括在所述环境中响应的所述推断之后将替代视点并入所述环境中。
13.根据权利要求10所述的用于对在环境中的用户输入提供AI驱动的响应的系统，其中训练所述玩家CnC模块进一步包括并入训练度量，所述训练度量包括所述环境外部的反馈。
14.一种用于对在环境中的用户输入提供人工智能(AI)驱动的响应的方法，包括：
将在所述环境内发现的多个非玩家角色(NPC)存储在非玩家角色(NPC)模块中；
用链接到所述NPC模块的NPC命令模块向个别NPC提供命令以影响在所述环境内的所述NPC的行为和动作；
用玩家CnC模块向个别玩家提供命令和控制(CnC)建议；
用所述玩家CnC模块接收离散用户输入；
用AI驱动的引擎根据一组函数边界条件来训练所述在环境内的每个NPC在所述环境内执行一组动作；
用所述AI驱动的引擎来训练所述NPC模块以命令所述多个NPC；用所述AI驱动的引擎根据个别玩家动作来训练所述玩家CnC模块以学习多个CnC建议；以及
用所述AI驱动的引擎根据所学到的多个CnC建议基于由所述玩家CnC模块接收到的所述离散用户输入来推断环境中响应。
15.根据权利要求14所述的用于对在环境中的用户输入提供AI驱动的响应的方法，进一步包括用户界面，所述用户界面向用户显示并且被配置为：
向所述玩家显示环境中动作；
捕获所述离散用户输入；并且
将所捕获的离散用户输入传达到所述玩家CnC模块。
16.根据权利要求15所述的用于对在环境中的用户输入提供AI驱动的响应的方法，其中所述AI驱动的引擎进一步被配置为：
根据所述环境的第一情境情况来推断针对第一离散用户输入的第一环境中响应；并且
根据所述环境的第二情境情况来推断针对所述第一离散用户输入的第二环境中响应。
17.根据权利要求14所述的用于对在环境中的用户输入提供AI驱动的响应的方法，其中所述AI驱动的引擎进一步被配置为根据所述环境的情境情况来推断所述环境中响应。
18.根据权利要求14所述的用于对在环境中的用户输入提供AI驱动的响应的方法，其中训练每个NPC包括：
执行第一系列迭代，其中第一NPC被教导执行第一组动作；
确定对于在所述第一系列迭代中的每次迭代的成功衡量；
用所述AI驱动的引擎将对于在所述第一系列迭代中的每次迭代的所述成功衡量对照先前迭代进行排位，以实现更高水平的结果；
执行第二系列迭代，其中所述第一NPC被教导执行以所述第一组动作为条件的第二组动作；
确定对于在所述第二系列迭代中的每次迭代的成功衡量；
用所述AI驱动的引擎将对于在所述第二系列迭代中的每次迭代的所述成功衡量对照先前迭代进行排位，以实现更高水平的结果。
19.根据权利要求18所述的用于对在环境中的用户输入提供AI驱动的响应的方法，其中所述第一系列迭代和所述第二系列迭代受到指派给各种NPC属性的一组负值和正值的约束。
20.根据权利要求18所述的用于对在环境中的用户输入提供AI驱动的响应的方法，其中训练所述NPC命令模块包括：
根据所述第一组动作和所述第二组动作来执行第一系列事件；以及
执行以所述第一系列事件为条件的第一系列目标。
21.根据权利要求20所述的用于对在环境中的用户输入提供AI驱动的响应的方法，其中所述AI驱动的引擎进一步被配置为将所接收到的离散用户输入包括到所述第一系列事件和所述第一系列目标中。
22.根据权利要求20所述的用于对在环境中的用户输入提供AI驱动的响应的方法，其中训练所述NPC命令模块进一步包括并入训练度量，所述训练度量包括所述环境外部的反馈。
23.根据权利要求14所述的用于对在环境中的用户输入提供AI驱动的响应的方法，其中训练所述玩家CnC模块包括：
接收第一离散用户输入；
将当前环境中情况与被训练到所述NPC命令模块中的已知的类似环境中情况进行比较；
确定与所述当前环境中情况相关的一组可用行为和动作；
将所述一组可用行为和动作与用于引起所述一组行为和动作中的每个行为和动作的已知输入进行比较；以及
根据用于引起与所接收到的用户输入最佳相关的每个行为和动作的所述已知输入来选择期望的环境中响应。
24.根据权利要求23所述的用于对在环境中的用户输入提供AI驱动的响应的方法，其中所述AI驱动的引擎进一步被配置为将所述选定环境中响应的玩家反馈并入所述已知输入中。
25.根据权利要求23所述的用于对在环境中的用户输入提供AI驱动的响应的方法，其中训练所述玩家CnC模块进一步包括在所述环境中响应的所述推断之后将替代视点并入所述环境中。
26.根据权利要求23所述的用于对在环境中的用户输入提供AI驱动的响应的方法，其中训练所述玩家CnC模块进一步包括并入训练度量，所述训练度量包括所述环境外部的反馈。
CN202080047929.3A 2019-06-14 2020-06-12 用于人工智能驱动的用户界面的方法和系统 Pending CN114040806A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201962861433P 2019-06-14 2019-06-14
US62/861,433 2019-06-14
PCT/US2020/037610 WO2020252400A1 (en) 2019-06-14 2020-06-12 Methods and system for artificial intelligence powered user interface

Publications (1)

Publication Number Publication Date
CN114040806A true CN114040806A (zh) 2022-02-11

Family

ID=73782262

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080047929.3A Pending CN114040806A (zh) 2019-06-14 2020-06-12 用于人工智能驱动的用户界面的方法和系统

Country Status (6)

Country Link
US (1) US20220274023A1 (zh)
EP (1) EP3983099A4 (zh)
JP (1) JP2022536931A (zh)
KR (1) KR20220019815A (zh)
CN (1) CN114040806A (zh)
WO (1) WO2020252400A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114272599A (zh) * 2021-08-23 2022-04-05 腾讯科技（深圳）有限公司 人工智能对象控制方法、装置、设备及存储介质
US11738266B1 (en) * 2022-03-22 2023-08-29 Electronic Arts Inc. Text to performance pipeline system

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080097948A1 (en) * 2004-07-06 2008-04-24 Ailive, Inc. Real Time Context Learning by Software Agents
CN105561578A (zh) * 2015-12-11 2016-05-11 北京像素软件科技股份有限公司 一种非玩家控制角色npc的行为决策方法
CN109200583A (zh) * 2018-08-02 2019-01-15 苏州蜗牛数字科技股份有限公司 控制游戏npc行为的方法、系统及存储介质
WO2019113502A2 (en) * 2017-12-08 2019-06-13 Albrain Corporation Adding deep learning based ai control

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7744451B2 (en) * 2005-11-14 2010-06-29 Microsoft Corporation Speed-dependent suggested driving lines
US8469821B2 (en) * 2006-02-14 2013-06-25 Leviathan Entertainment, Llc Video game which facilitates players assisting other players
US8888601B2 (en) * 2012-05-24 2014-11-18 Sap Ag Player segmentation based on predicted player interaction score
US9421461B2 (en) * 2013-12-26 2016-08-23 Microsoft Technology Licensing, Llc Player avatar movement assistance in a virtual environment
JP5906345B1 (ja) * 2015-08-05 2016-04-20 株式会社Ｃｙｇａｍｅｓ 操作履歴に基づいてタッチ対象を予測するプログラム、電子装置、システム及び制御方法
US10112113B2 (en) * 2016-03-30 2018-10-30 Sony Interactive Entertainment Inc. Personalized data driven game training system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080097948A1 (en) * 2004-07-06 2008-04-24 Ailive, Inc. Real Time Context Learning by Software Agents
CN105561578A (zh) * 2015-12-11 2016-05-11 北京像素软件科技股份有限公司 一种非玩家控制角色npc的行为决策方法
WO2019113502A2 (en) * 2017-12-08 2019-06-13 Albrain Corporation Adding deep learning based ai control
CN109200583A (zh) * 2018-08-02 2019-01-15 苏州蜗牛数字科技股份有限公司 控制游戏npc行为的方法、系统及存储介质

Also Published As

Publication number Publication date
KR20220019815A (ko) 2022-02-17
EP3983099A4 (en) 2023-06-14
US20220274023A1 (en) 2022-09-01
WO2020252400A1 (en) 2020-12-17
JP2022536931A (ja) 2022-08-22
EP3983099A1 (en) 2022-04-20

Similar Documents

Publication Publication Date Title
KR102360420B1 (ko) 비디오 게임에서 플레이어 게임플레이를 모방하기 위한 커스텀 모델
KR102397507B1 (ko) 비디오 게임에서 자동 플레이어 제어의 인계
US10569176B2 (en) Video game gameplay having nuanced character movements and dynamic movement indicators
US6196917B1 (en) Goal directed user interface
US9028311B2 (en) Target game incorporating strategy elements
JP7447296B2 (ja) 仮想道具のインタラクティブ処理方法、装置、電子機器及びコンピュータプログラム
US10926173B2 (en) Custom voice control of video game character
CN114040806A (zh) 用于人工智能驱动的用户界面的方法和系统
WO2022095672A1 (zh) 画面显示方法、装置、设备以及存储介质
DaGraça Practical Game AI Programming
Policarpo et al. Dynamic scripting applied to a First-Person Shooter
JP2023548922A (ja) 仮想対象の制御方法、装置、電子機器、及びコンピュータプログラム
Marzo et al. Evaluating controls for a point and shoot mobile game: Augmented Reality, Touch and Tilt
Wei et al. Novel interface for first person shooting games on pdas
JP2016214492A (ja) ゲーム装置およびプログラム
Gardiner GameMaker Cookbook
Chin et al. Design and Development of Novel Android 3D 3rd Person Shooting Game
Rodriguez Baquero et al. MechVR post-mortem-Navigating design challenges for a VR game
Carter Implementing Non-Player Characters in World Wizards
Erkkilä et al. of thesis MechVR Post-mortem-Navigating design challenges for a VR game
Bjørlo SeaRhythm-A Rhythm Game with the ROLI Seaboard-Innovation in Game Controllers
Erkkilä et al. MechVR post-mortem: Navigating design challenges for a VR game
KR20230146221A (ko) 규칙기반 및 딥러닝기반 인공지능 컴퓨터 그래픽 게임 프로그래밍 시스템
KR20230146220A (ko) 인공지능 교육 목적의 컴퓨터 그래픽 게임 프로그래밍 시스템
On et al. Design and Development of Novel Android 3D 3rd Person Shooting Game

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40065883

Country of ref document: HK

WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20220211

WD01 Invention patent application deemed withdrawn after publication