CN114462606A - 人机对弈方法及装置、设备、存储介质 - Google Patents
人机对弈方法及装置、设备、存储介质 Download PDFInfo
- Publication number
- CN114462606A CN114462606A CN202210113052.4A CN202210113052A CN114462606A CN 114462606 A CN114462606 A CN 114462606A CN 202210113052 A CN202210113052 A CN 202210113052A CN 114462606 A CN114462606 A CN 114462606A
- Authority
- CN
- China
- Prior art keywords
- party
- falling
- chess
- strategy
- determining
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 146
- 230000002452 interceptive effect Effects 0.000 claims description 36
- 230000009471 action Effects 0.000 claims description 34
- 230000000007 visual effect Effects 0.000 claims description 27
- 238000012545 processing Methods 0.000 claims description 13
- 238000012163 sequencing technique Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 238000013473 artificial intelligence Methods 0.000 description 23
- 230000008569 process Effects 0.000 description 22
- 238000012549 training Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 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
- 230000014509 gene expression Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000005728 strengthening Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005021 gait Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9538—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请实施例公开了一种人机对弈方法及装置、设备和存储介质，其中，所述方法包括：根据获取的当前棋局和第一方对应的引导等级，确定所述第一方对应的落子策略；通过所述落子策略引导所述第一方进行当前棋局的对弈；响应于所述第一方在当前回合的落子事件，根据所述落子事件对应的第一落子位置确定第二方在所述当前回合对应的第二落子位置；根据所述落子策略、所述第一落子位置和所述第二落子位置，调整所述引导等级。
Description
技术领域
本申请实施例涉及人工智能技术，涉及但不限于一种人机对弈方法及装置、设备、存储介质。
背景技术
目前在利用智能棋盘学棋、且全局棋局涉及棋局棋子比较多的时候，初学者在全局棋盘上的注意力和关注点比较容易发散，因此如何基于AI(Artificial Intelligence，人工智能)在棋艺对弈过程中实现注意力聚焦的引导，以及逐步加强思维提升和强化训练成为本领域技术人员研究的重点。
在学棋的过程中，如何让孩子集中思考，凝聚注意力来实现高效的学习棋艺和挑战棋局的方法，这个对于儿童注意力的集中，提升注意力锻炼的短期效率是有很大帮助的。
发明内容
有鉴于此，本申请实施例提供一种人机对弈方法及装置、设备、存储介质。
本申请实施例的技术方案是这样实现的：
第一方面，本申请实施例提供一种人机对弈方法，所述方法包括：根据获取的当前棋局和第一方对应的引导等级，确定所述第一方对应的落子策略；通过所述落子策略引导所述第一方进行当前棋局的对弈；响应于所述第一方在当前回合的落子事件，根据所述落子事件对应的第一落子位置确定第二方在所述当前回合对应的第二落子位置；根据所述落子策略、所述第一落子位置和所述第二落子位置，调整所述引导等级。
通过上述方式，能够根据用户的引导等级分析适用于该用户的候选棋步走法，并在人工对弈陪练过程中引导该用户使用所述候选棋步，从而缩小棋局关注范围、提升用户的关注度；同时，在用户完成本轮对弈过程后可以根据双方的真实走法和上述候选棋步走法，适应性地调整所述用户的引导等级。
在一些实施例中，所述根据所述落子策略、所述第一落子位置和所述第二落子位置，调整所述引导等级，包括：根据所述落子策略和所述第一落子位置，确定所述当前回合中第一方的棋力水平；根据所述第一落子位置和所述第二落子位置，确定所述当前回合中第一方的胜率；根据所述当前回合中第一方的棋力水平和胜率，调整所述第一方对应的引导等级。
通过上述方式，能够根据第一方的棋力水平和当前回合中第一方的胜率，来调整第一方的引导等级。
在一些实施例中，所述根据所述落子策略和所述第一落子位置，确定所述当前回合中第一方的棋力水平，包括：将所述落子策略和所述第一落子位置输入至预设的评分模型，得到所述当前回合中第一方的棋力评分；根据所述棋力评分，确定所述当前回合中第一方的棋力水平。
通过上述方式，能够根据对第一方在当前回合中的落子位置进行评分，从而得到第一方在当前回合中的棋力水平。
在一些实施例中，所述根据所述落子事件对应的第一落子位置确定第二方在所述当前回合对应的第二落子位置，包括：获取所述第一方对应的对弈等级；根据所述第一落子位置和所述对弈等级，确定第二方在所述当前回合对应的第二落子位置；所述方法还包括：根据所述落子策略、所述第一落子位置和所述第二落子位置，调整所述对弈等级。
通过上述方式，能够根据用户的对弈等级分析适用于该用户的对弈方式；同时，在用户完成本轮对弈过程后可以根据双方的真实走法和上述候选棋步走法，适应性地调整所述用户的对弈等级。
在一些实施例中，所述根据获取的当前棋局和第一方对应的引导等级，确定所述第一方对应的落子策略，包括：根据所述当前棋局，确定所述第一方对应的多个待选棋步；基于每一所述待选棋步的属性信息，对所述多个待选棋步进行排序，得到每一所述待选棋步的排序位置；根据所述第一方对应的引导等级，确定至少一个目标排序位置；将所述至少一个目标排序位置对应的待选棋步，确定为所述第一方对应的落子策略。
通过上述方式，能够根据多个待选棋步的属性信息和用户的引导等级，确定用户对应的落子策略。
在一些实施例中，所述通过所述落子策略引导所述第一方进行当前棋局的对弈，包括：通过第一元素展示所述落子策略，引导所述第一方进行当前棋局的对弈；其中，所述第一元素包括以下至少一种：视觉元素、语音元素、动作元素。
通过上述方式，能够利用视觉元素、语音元素和动作来综合显示不同类型棋步走法的展示方式。
在一些实施例中，所述通过第一元素展示所述落子策略，引导所述第一方进行当前棋局的对弈，至少包括以下一种：根据所述落子策略和预设的动作库，确定第一交互内容，控制机器人做出与所述第一交互内容相匹配的动作；根据所述落子策略和预设的视觉库，确定第二交互内容，控制机器人在自身屏幕上显示与所述第二交互内容相匹配的视觉信息；利用TTS(Text To Speech，从文本到语音)方法对所述落子策略进行处理，得到第三交互内容，控制机器人输出与所述第三交互内容相匹配的语音信息。
通过上述方式，能够多模态交互的实现引导棋步展示。
在一些实施例中，所述方法还包括：获取包括第一方的采集图像；对所述采集图像进行识别，得到所述第一方的身份信息；根据所述身份信息，确定所述第一方对应的引导等级。
通过上述方式，能够采集用户的图像信息来确定用户的身份信息，从而确定不同用户的引导等级。
第二方面，本申请实施例提供一种对弈装置，所述装置包括：策略确定单元，用于根据获取的当前棋局和第一方对应的引导等级，确定所述第一方对应的落子策略；引导单元，用于通过所述落子策略引导所述第一方进行当前棋局的对弈；处理单元，用于响应于所述第一方在当前回合的落子事件，根据所述落子事件对应的第一落子位置确定第二方在所述当前回合对应的第二落子位置；调整单元，用于根据所述落子策略、所述第一落子位置和所述第二落子位置，调整所述引导等级。
第三方面，本申请实施例提供一种人机对弈设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述方法中的步骤。
第四方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述方法中的步骤。
本申请实施例提供一种人机对弈方法及装置、设备、存储介质，通过根据获取的当前棋局和第一方对应的引导等级，确定所述第一方对应的落子策略；通过所述落子策略引导所述第一方进行当前棋局的对弈；响应于所述第一方在当前回合的落子事件，根据所述落子事件对应的第一落子位置确定第二方在所述当前回合对应的第二落子位置；根据所述落子策略、所述第一落子位置和所述第二落子位置，调整所述引导等级，如此，能够根据用户的引导等级分析适用于该用户的候选棋步走法，并在人工对弈陪练过程中引导该用户使用所述候选棋步，从而缩小棋局关注范围、提升用户的关注度；同时，在用户完成本轮对弈过程后可以根据双方的真实走法和上述候选棋步走法，适应性地调整所述用户的引导等级。
附图说明
图1为本申请实施例人机对弈方法的实现流程示意图一；
图2为本申请实施例人机对弈方法的实现流程示意图二；
图3为本申请实施例人机对弈方法的实现流程示意图三；
图4A为本申请实施例人机对弈方法的实现流程示意图四；
图4B为本申请实施例人机对弈方法的实现流程示意图五；
图4C为本申请实施例多模态展示的流程示意图；
图5为本申请实施例人机对弈装置的组成结构示意图；
图6为本申请实施例人机对弈设备的一种硬件实体示意图。
具体实施方式
下面结合附图和实施例对本申请的技术方案进一步详细阐述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请的实施例，本领域普通技术人员在没有做出创造性劳动的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。
在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本申请的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
需要指出，本申请实施例所涉及的术语“第一\第二\第三”仅仅是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
基于此，本申请实施例提供一种人机对弈方法，所述方法应用于人机对弈设备，该方法所实现的功能可以通过所述人机对弈设备的处理器调用程序代码来实现，当然程序代码可以保存在所述人机对弈设备的存储介质中。图1为本申请实施例人机对弈方法的实现流程示意图一，如图1所示，所述方法包括：
步骤S101、根据获取的当前棋局和第一方对应的引导等级，确定所述第一方对应的落子策略；
这里，所述人机对弈设备可以用于各种棋类对弈，该棋类可以包括围棋、中国象棋、国际象棋、军棋、五子棋、跳棋、飞行棋中的至少一种。
本申请实施例中，该第一方为真实用户方，与该第一方对弈的第二方为人机对弈设备方，即虚拟用户方。在一局对弈过程中，包括至少一个第一方和至少一个第二方，第一方和第二方的数量可以基于棋类不同而改变。例如，针对围棋、中国象棋、国际象棋、和五子棋等棋类，在一局对弈过程中仅可以包括一个第一方和一个第二方，即允许一个真实用户方和一个虚拟用户方参与对弈；而针对军棋、跳棋和飞行棋等棋类，在一局对弈过程中可以仅包括一个第一方和一个第二方，也可以包括一个第一方和多个第二方，还可以包括多个第一方和多个第二方，还可以包括多个第一方和一个第二方，本申请实施例对此不作限定。
这里，所述当前棋局即当前棋面布局，所述第一方对应的引导等级可以理解为对弈设备引导该第一方加强棋艺学习对应的推荐等级。例如，如果该第一方的游戏水平较好属于资深玩家，则确定出的引导等级可以为高级别，人机对弈设备可以推荐一些高级别的走法对应的棋步给该第一方；如果该第一方的游戏水平较差属于初级玩家，则确定出的引导等级可以为低级别，人机对弈设备可以推荐一些初级别的走法对应的棋步给该第一方。如果该第一方属于新用户，则第一次对弈时可以将该引导等级设置为缺省值。所述落子策略包括针对当前棋局该第一方可以采用的多个待落子位置。
步骤S102、通过所述落子策略引导所述第一方进行当前棋局的对弈；
举例来说，该人机对弈设备确定出当前棋局下第一方可以采用的待落子位置(即第一方可以采用的走法)包括三种，则该人机对弈设备可以将这三种走法中每一种走法对应的棋步展示给第一方，以引导该第一方进行当前棋局的对弈。
步骤S103、响应于所述第一方在当前回合的落子事件，根据所述落子事件对应的第一落子位置确定第二方在所述当前回合对应的第二落子位置；
本申请实施例中，当前回合是包括第一方进行落子，然后第二方进行落子的回合。在当前回合中，通过接收第一方的落子动作，生成第一方在当前回合的落子事件，同时，该落子事件可以携带落子信息，所述落子信息可以包括落子时间、落子位置等。之后，按照对弈规则，需要第二方进行落子，则人机对弈设备根据当前第一方的第一落子位置确定出第二方的第二落子位置。本申请实施例中对确定出第二落子位置的实际方式方法并不做限定。
步骤S104、根据所述落子策略、所述第一落子位置和所述第二落子位置，调整所述引导等级。
这里，可以根据人机对弈设备为第一方推荐的落子策略、所述第一方的真实落子位置和第二方的真实落子位置，对第一方的引导等级进行调整，进而在下一回合中就可以根据调整后的引导等级为第一方推荐落子策略。
基于前述的实施例，本申请实施例再提供一种人机对弈方法，所述方法应用于人机对弈设备，图2为本申请实施例人机对弈方法的实现流程示意图二，如图2所示，所述方法包括：
步骤S201、根据获取的当前棋局和第一方对应的引导等级，确定所述第一方对应的落子策略；
步骤S202、通过所述落子策略引导所述第一方进行当前棋局的对弈；
步骤S203、响应于所述第一方在当前回合的落子事件，根据所述落子事件对应的第一落子位置确定第二方在所述当前回合对应的第二落子位置；
步骤S204、根据所述落子策略和所述第一落子位置，确定所述当前回合中第一方的棋力水平；
这里，可以根据人机对弈设备为第一方推荐的落子策略，以及第一方在当前回合中的真实落子位置，确定当前回合中第一方的棋力水平。
步骤S205、根据所述第一落子位置和所述第二落子位置，确定所述当前回合中第一方的胜率；
这里，可以根据第一方在当前回合中的真实落子位置以及第二方的落子位置，进行对弈分析，分析当前棋局的优劣，即当前回合中第一方的胜率。
步骤S206、根据所述当前回合中第一方的棋力水平和胜率，调整所述引导等级。
举例来说，如果确定出的当前回合中第一方的棋力水平较高、当前回合中第一方的胜率较大，则将所述引导等级从低到高进行调整。相反地，如果确定出的当前回合中第一方的棋力水平较低、当前回合中第一方的胜率较小，则将所述引导等级从高到低进行调整。当然，还可以将确定出的棋力水平和胜率输入至训练好的神经网络模型，得到当前回合中第一方对应的引导等级，然后进行调整。也就是说，本申请实施例中对利用棋力水平和胜率调整第一方对应的引导等级的具体实现方式并不做限定。
基于前述的实施例，本申请实施例再提供一种人机对弈方法，所述方法应用于人机对弈设备，所述方法包括：
步骤S211、根据获取的当前棋局和第一方对应的引导等级，确定所述第一方对应的落子策略；
步骤S212、通过所述落子策略引导所述第一方进行当前棋局的对弈；
步骤S213、响应于所述第一方在当前回合的落子事件，根据所述落子事件对应的第一落子位置确定第二方在所述当前回合对应的第二落子位置；
步骤S214、将所述落子策略和所述第一落子位置输入至预设的评分模型，得到所述当前回合中第一方的棋力评分；
这里，可以通过预设的评分模型确定第一方在当前回合下的棋力评分，进而根据确定出的棋力评分，确定该第一方在当前回合下的棋力水平。在使用该评分模型确定第一方的棋力评分的过程中，可以将人机对弈设备为第一方推荐的落子策略和第一方的真实落子位置输入至该评分模型，得到当前回合中第一方的棋力评分。
步骤S215、根据所述棋力评分，确定所述当前回合中第一方的棋力水平；
例如，第一方在当前回合下的棋力评分为0至40分，则第一方在当前回合下的棋力水平为初级；第一方在当前回合下的棋力评分为41至70分，则第一方在当前回合下的棋力水平为中级；第一方在当前回合下的棋力评分为71至 100分，则第一方在当前回合下的棋力水平为高级。
步骤S216、根据所述第一落子位置和所述第二落子位置，确定所述当前回合中第一方的胜率；
这里，所述胜率在一定程度上表明了赢得当前回合的概率。本申请实施例中可以根据第一方的真实落子位置和第二方的落子位置，进行对弈分析得到当前棋局的优劣，即确定所述当前回合中第一方的胜率；当然，也可以确定第二方的胜率进而间接确定第一方的胜率。
步骤S217、根据所述当前回合中第一方的棋力水平和胜率，调整所述引导等级。
基于前述的实施例，本申请实施例再提供一种人机对弈方法，所述方法应用于人机对弈设备，所述方法包括：
步骤S221、根据获取的当前棋局和第一方对应的引导等级，确定所述第一方对应的落子策略；
步骤S222、通过所述落子策略引导所述第一方进行当前棋局的对弈；
步骤S223、获取所述第一方对应的对弈等级；
本申请实施例中，可以识别第一方的身份信息，然后根据第一方的身份信息，确定第一方对应的对弈等级。如果该第一方属于新用户，则第一次对弈时可以将该对弈等级设置为缺省值。
步骤S224、响应于所述第一方在当前回合的落子事件，根据所述落子事件对应的第一落子位置和所述对弈等级，确定第二方在所述当前回合对应的第二落子位置；
这里，不同的用户对应不同的对弈等级，不同的对弈等级可以从一定程度上反映用户的对弈水平。本申请实施例中，在每一回合的人机对弈过程中，可以根据当前回合下第一方的真实落子位置和当前回合中第一方的对弈等级，确定当前回合中第二方的目标落子位置，如此，可以让虚拟用户的棋力水平与真实用户的棋力水平进行动态匹配，使得真实用户在对弈过程中有“棋逢对手”的感觉，提升了用户对弈兴趣。
步骤S225、根据所述落子策略、所述第一落子位置和所述第二落子位置，调整所述引导等级和所述对弈等级。
这里，可以根据人机对弈设备为第一方推荐的落子策略、所述第一方的真实落子位置和第二方的真实落子位置，对第一方的对弈等级进行调整，进而在下一回合中就可以根据调整后的对弈等级与第一方进行对弈。
在一些实施例中，所述步骤S221、根据获取的当前棋局和第一方对应的引导等级，确定所述第一方对应的落子策略，可以通过以下方式实现：
步骤S221a、根据所述当前棋局，确定所述第一方对应的多个待选棋步；
这里，所述待选棋步指的是当前棋局下第一方可以选择的走法对应的棋步，默认所述多个待选棋步中每一待选棋步对应一种走法，所述走法包括落子的位置信息。其中，确定出的多个待选棋步可以包括预设范围内的待选棋步，例如该第一方的胜率在预设范围内所对应的待选棋步。
步骤S221b、基于每一所述待选棋步的属性信息，对所述多个待选棋步进行排序，得到每一所述待选棋步的排序位置；
这里，所述待选棋步的属性信息至少包括以下之一：待选棋步对应的胜率、待选棋步对应的复杂程度。其中，待选棋步对应的胜率可以理解为采用该待选棋步进行真实对弈时对应的胜率；待选棋步对应的复杂程度可以理解为采用该待选棋步进行真实对弈时对当前棋局造成局势改变的结果所对应的复杂程度。
需要说明的是，本申请实施例中对所述待选棋步的属性信息并不做具体限制。
步骤S221c、根据所述第一方对应的引导等级，确定至少一个目标排序位置；
举例来说，所有待选棋步的排序位置对应的编号为1至10，所述排序配置是按照待选棋步对应的复杂程度进行排序的，编号1所在位置对应的待选棋步对应的复杂程度最高；第一方对应的引导等级为初级，则可以确定目标排序位置为5至10所在的排序位置。如此，可以将对应等级复杂程度的待选棋步推荐给第一方，使得第一方能够很好地理解选择该待选棋步的原因，达到因材施教。
步骤S221d、将所述至少一个目标排序位置对应的待选棋步，确定为所述第一方对应的落子策略。
举例来说，所有待选棋步的排序位置对应的编号为1至10，所述排序配置是按照待选棋步对应的复杂程度进行排序的，编号1所在位置对应的待选棋步对应的复杂程度最高；第一方对应的引导等级为初级，则可以确定目标排序位置为5至10所在的排序位置。进而，将编号为5至10号的排序位置上的待选棋步，确定为所述第一方对应的落子策略。
基于前述的实施例，本申请实施例再提供一种人机对弈方法，所述方法应用于人机对弈设备，图3为本申请实施例人机对弈方法的实现流程示意图三，如图3所示，所述方法包括：
步骤S301、根据获取的当前棋局和第一方对应的引导等级，确定所述第一方对应的落子策略；
步骤S302、通过第一元素展示所述落子策略，引导所述第一方进行当前棋局的对弈；其中，所述第一元素包括以下至少一种：视觉元素、语音元素、动作元素；
这里，可以采用多模态的形式展示该落子策略，所述多模态的形式指的是一种利用视觉元素/语音元素/动作来综合显示不同类型棋步走法的展示方式。
举例来说，当前棋局下第一方对应的落子策略包括三种走法，可以确定出每一种走法的棋步对应的语音信息、动作信息和视觉信息，然后控制人机对弈设备的机械臂演示所述动作信息，控制人机对弈设备在进行动作演示的时候同步播放语音信息，并且在人机对弈设备的屏幕上显示一些对应的文字、表情等内容。
步骤S303、响应于所述第一方在当前回合的落子事件，根据所述落子事件对应的第一落子位置确定第二方在所述当前回合对应的第二落子位置；
步骤S304、根据所述落子策略、所述第一落子位置和所述第二落子位置，调整所述引导等级。
在一些实施例中，如果所述人机对弈设备为机器人，则所述步骤S302、通过第一元素展示所述落子策略，引导所述第一方进行当前棋局的对弈，至少包括以下一种：
步骤S302a、根据所述落子策略和预设的动作库，确定第一交互内容，控制机器人做出与所述第一交互内容相匹配的动作；
例如，控制机器人的机械臂演示与所述第一交互内容相匹配的动作。
步骤S302b、根据所述落子策略和预设的视觉库，确定第二交互内容，控制机器人在自身屏幕上显示与所述第二交互内容相匹配的视觉信息；
例如，在机器人的机械臂落子时在屏幕上显示落子位置对应的胜率。
步骤S302c、利用TTS方法对所述落子策略进行处理，得到第三交互内容，控制机器人输出与所述第三交互内容相匹配的语音信息。
例如，在机器人的机械臂落子时同步对落子对应的棋步进行讲解。
基于前述的实施例，本申请实施例再提供一种人机对弈方法，所述方法应用于机器人，所述方法包括：
步骤S311、根据获取的当前棋局和第一方对应的引导等级，确定所述第一方对应的落子策略；
步骤S312、根据所述落子策略和预设的动作库，确定第一交互内容，控制机器人做出与所述第一交互内容相匹配的动作；
这里，该动作库可以位于机器人中，该动作库里存储有所有棋步对应的动作，机器人可以控制自身的机械臂执行不同棋步对应的动作。落子策略可以包括多个待选棋步，进而机器人可以控制自身执行与每一待选棋步相匹配的动作。
步骤S313、根据所述落子策略和预设的视觉库，确定第二交互内容，控制机器人在自身屏幕上显示与所述第二交互内容相匹配的视觉信息；
这里，该视觉库可以位于机器人中，该视觉库里存储有所有棋步对应的图片、文字、视频等视觉信息，机器人可以在自身的屏幕上展示与所述第二交互内容相匹配的视觉信息。
步骤S314、利用TTS方法对所述落子策略进行处理，得到第三交互内容，控制机器人输出与所述第三交互内容相匹配的语音信息；
这里，可以利用TTS方法将落子策略中待选棋步对应的文字转换为语音，进而在机器人控制机械臂执行走棋的同时，输出相应的语音进行讲解、提示。
步骤S315、响应于所述第一方在当前回合的落子事件，根据所述落子事件对应的第一落子位置确定第二方在所述当前回合对应的第二落子位置；
步骤S316、根据所述落子策略、所述第一落子位置和所述第二落子位置，调整所述引导等级。
基于前述的实施例，本申请实施例再提供一种人机对弈方法，所述方法应用于人机对弈设备，所述方法包括：
步骤S321、获取包括第一方的采集图像；
步骤S322、对所述采集图像进行识别，得到所述第一方的身份信息；
步骤S323、根据所述身份信息，确定所述第一方对应的引导等级；
本申请实施例中，可以将第一方的身份标识与引导等级进行关联，进而每一回合下确定出第一方的引导等级后，将所述引导等级进行更新、保存。在需要使用引导等级时，根据识别出的第一方的身份信息和所述关联调出相应的引导等级即可。
步骤S324、根据获取的当前棋局和所述引导等级，确定所述第一方对应的落子策略；
步骤S325、通过所述落子策略引导所述第一方进行当前棋局的对弈；
步骤S326、响应于所述第一方在当前回合的落子事件，根据所述落子事件对应的第一落子位置确定第二方在所述当前回合对应的第二落子位置；
步骤S327、根据所述落子策略、所述第一落子位置和所述第二落子位置，调整所述引导等级。
目前，现有的人工或者直播讲棋的过程是利用人的语言、行为、棋谱来交互指示引导学生关注局部棋局的，无法做到对所有棋局标准化的讲解，存在一定的理解偏差。现有的教学方式老师讲、学生对弈练习，在练习的过程中对于棋局的认识都是凭自身的悟性来理解，缺少技术指导，而相关的机器人对弈过程仅是对弈机器人作为陪练，缺少技术指导环节。
因此，在对弈机器人场景，本申请实施例提供一种人机对弈方法，所述方法应用于对弈机器人，所述机器人包括前段交互系统和AI棋艺引擎，图4A为本申请实施例人机对弈方法的实现流程示意图四，如图4A所示，所述方法包括：
步骤S401、获取开始棋局；
步骤S402、根据所述开始棋局确定推荐的棋步；
这里，如果棋局开始后是人工先走棋，则AI棋艺引擎对当前棋局进行分析，得到多种不同的走法，然后将所述多种不同的走法对应的棋步推荐给用户。
步骤S403、从所述推荐的棋步中确定预设数量的走法；
这里，由于当前棋局下人工可以选择的走法可能有很多种，因此可以对多种走法进行排序，选择前几位(即预设数量)的走法进行推荐，也可以根据用户对应的引导等级(即推荐等级)选择目标排序位置上的走法进行推荐。其中，排序的方式可以是按照每种走法对应的胜率进行排序，也可以是按照每种走法对应的复杂程度进行排序，对此并不做限制。
步骤S404、对所述走法进行多模态引导棋步展示；
这里，AI棋艺引擎在确定出预设数量的走法后，可以将该预设数量的走法一一进行多模态展示，以引导人工进行走棋。在将所有预设数量的走法多模态展示完毕后，可以提供对应走法的候选选项给用户，用户可以选择候选选项中的走法，也可以不选择候选选项中的走法。
步骤S405、人工走棋；
这里，人工即对弈中的第一方也就是用户。
步骤S406、获取当前棋局；
步骤S407、AI引擎棋步计算；
这里，在用户走棋完毕后，AI棋艺引擎会根据走棋后新的棋局计算第二方 (即机器人方)的落子策略，也就是第二方进行对弈时的棋步计算。
步骤S408、机器人棋步输出；
步骤S409、机器人走棋；
这里，AI棋艺引擎确定出第二方的落子位置后，前端交互系统会根据所述落子位置进行走棋。
步骤S410、获取当前棋局；
步骤S411、引擎分析棋局；
步骤S412、判断所述棋局是否为和局；
这里，如果当前棋局为和局，则对弈结束；如果当前棋局不为和局，则执行上述步骤S401。
上述图4A的虚线41中的步骤为AI棋艺引擎在对弈过程中实现棋步引导，并多模态交互的实现引导棋步展示的过程。虚线42中的步骤为AI棋艺引擎所实现的功能，包括棋步引导功能以及陪练对弈功能。
基于此，本申请实施例再提供一种人机对弈方法，所述方法应用于对弈机器人，图4B为本申请实施例人机对弈方法的实现流程示意图五，如图4B所示，所述方法包括：
步骤S411、启动对弈陪练过程；
步骤S412、获取用户画像；
这里，所述用户画像包括对弈机器人的图像采集装置对第一方(即用户) 进行图像采集后获得的人脸图像。
步骤S413、得到用户的缺省棋力；
这里，可以将不同用户的身份信息与其对应的棋力进行关联，将对应的关联信息保存在机器人中。
步骤S414、选择陪练对弈课程；
这里，可以在机器人的屏幕上呈现不同的课程选项，例如开局课程、对弈课程等。进而用户可以根据自身的需求选择不同的课程进行陪练、对弈。
步骤S415、设置对弈陪练引导；
这里，设置对弈陪练引导指的是设置对弈陪练过程中需要的一些参数信息。例如，用户可以设置推荐所有待选走法，也可以设置不按自身的引导等级直接选择胜率最高的待选走法进行推荐，还可以选择按自身的引导等级进行推荐。
步骤S416、设置用户的陪练棋力和引导等级；
这里，如果用户为新用户第一次进行对弈，则可以将用户的陪练棋力和引导等级设置为缺省值，在用户陪练对弈的过程中对用户的棋力和引导等级进行评估、更新、保存；进而，当该用户再次使用机器人进行陪练对弈时，可以从系统中调取保存的陪练棋力和引导等级。
步骤S417、在第一方先走棋的情况下，获取当前棋局；
步骤S418、引擎判断所述第一方对应的多个走法；
这里，AI棋艺引擎可以根据当前棋局，确定第一方可以选择的若干种走法，以及每一走法对应的棋步。
步骤S419、根据所述引导等级获取至少一个目标走法；
这里，可以对所述若干种走法进行排序，然后根据用户的引导等级从所述若干种走法中确定出至少一个目标走法。
步骤S420、多模态展示给用户；
这里，可以利用视觉元素、语音元素和动作展示所述至少一个目标走法对应的棋步。多模态引导棋步展示相当于一个教学的过程，通过语音、文字、表情、动作引导用户学习不同的走法。
步骤S421、给用户候选选项；
这里，在多模态展示完毕后，可以将所述至少一个目标走法对应的候选选线显示在屏幕上，供用户选择。
举例来说，一个棋局是90个棋格，儿童关注不到需要调整的棋格有哪些，则可以通过机械臂操作推荐移动的棋子，引导儿童进行局部关注，如此，可以达到通过缩小棋局关注范围来提升关注度，提高学习陪练兴趣的效果。
步骤S422、所述第一方走棋；
步骤S423、上传所述第一方的走法；
步骤S424、存储所述第一方走棋的棋步；
步骤S425、获取当前棋局；
步骤S426、引擎给出第二方的AI走法；
这里，在第一方走棋完毕后，AI棋艺引擎需要对走棋完毕后的棋局进行分析，确定出第二方(即机器人方)的走法，并完成本回合的对弈。
步骤S427、存储所述AI走法的步骤；
这里，在确定出第二方的AI走法后，需要将该走法进行存储，使得后续能够利用该走法调整第一方的引导等级。
步骤S428、AI分析用户走法；
步骤S429、分析用户走棋得分；
这里，可以利用人工智能分析用户的走法，进而得到用户走棋得分。
步骤S430、双方对弈分析；
步骤S431、确定当前棋局优劣；
这里，可以对双方进行对弈分析，确定出当前棋局的优劣。其中，确定当前棋局的优劣可以包括确定当前期局下第一方的胜率或第二方的胜率。
步骤S432、调整所述引导等级；
这里，可以根据上述步骤S429确定出的用户走棋得分和上述步骤S431确定出的当前棋局优劣，调整第一方的引导等级。
步骤S433、调整所述陪练棋力；
这里，可以根据上述步骤S429确定出的用户走棋得分和上述步骤S431确定出的当前棋局优劣，调整第一方的陪练棋力。
需要说明的是，本申请实施例中对上述步骤S432和上述步骤S433的执行顺序并不做限制，可以先执行步骤S432再执行步骤S433，也可以先执行步骤 S433再执行步骤S432，当然还可以同时执行步骤S432和步骤S433。
步骤S434、控制机械臂执行所述AI走法；
步骤S435、判断当前棋局是否为和局；
这里，如果当前棋局为和局，则对弈练习结束；如果当前棋局不为和局，则执行上述步骤S417或步骤S422。
图4C为本申请实施例多模态展示的流程示意图，如图4C所示，AI棋艺引擎在轮到用户走棋前，会分析当前棋局给出适合于用户棋艺水平的多种走法。并根据棋弈对应的动作库43和所述多种走法，生成交互内容控制机器人进行动作展示(例如使用机械臂进行动作展示)。同时，根据棋弈对应的视觉表情库 44和所述多种走法，生成交互内容控制机器人在屏幕上进行视觉展示。以及，对棋艺教学棋步推荐进行处理，利用TTS进行棋步语音生成，得到推荐棋步对应的语音信息，根据所述语音信息生成交互内容控制机器人进行智能语音提示。也就是说，AI棋艺引擎会利用视觉元素、语音元素和动作对分析出的多种走法进行展示，虚线框45中的内容就是针对分析出的多种走法进行的课程内容展示。
本申请实施例中，提供了一种利用视觉元素、语音元素和动作来综合显示不同类型棋步走法的多模态展示方式。同时，还提供了一种利用AI引擎来智能分析棋步走法，在对弈陪练过程中提示棋艺学习者每一步候选的走法，通过缩小棋局关注范围来提升关注度，从而引导学习陪练兴趣的方法。并且，本申请实施例中的对弈方法随着训练次数的逐步增加，AI引擎给出的候选步数可以逐步减少，这样棋艺学习者就可以逐步培养出从全局视野到局部视野动态切换的能力，也可以对棋艺学习者的思维进行训练提升。
本申请实施例中的对弈方法的使用场景如下：(1)线上引导模式棋艺对弈练习；(2)对弈机器人场景实现引导式棋艺学习和对弈陪练；(3)利用对弈机器人的多模态动作展示不同优先级棋步走法的推荐展示。
本申请实施例中的对弈方法能够达到如下技术效果：(1)提升对弈陪练的学习效果；(2)提升棋艺对弈陪练的兴趣和热情；(3)自动化实现棋力相当的对弈陪练和棋艺相当的教学引导。
基于前述的实施例，本申请实施例提供一种人机对弈装置，该装置包括所包括的各单元、以及各单元所包括的各子单元和各模块、以及各模块所包括的各子模块和各部件，可以通过人机对弈设备中的处理器来实现；当然也可通过具体的逻辑电路实现；在实施的过程中，处理器可以为CPU(Central Processing Unit，中央处理器)、MPU(MicroprocessorUnit，微处理器)、DSP(Digital Signal Processing，数字信号处理器)或FPGA(FieldProgrammable Gate Array，现场可编程门阵列)等。
图5为本申请实施例人机对弈装置的组成结构示意图，如图5所示，所述对弈装置500包括：
策略确定单元501，用于根据获取的当前棋局和第一方对应的引导等级，确定所述第一方对应的落子策略；
引导单元502，用于通过所述落子策略引导所述第一方进行当前棋局的对弈；
处理单元503，用于响应于所述第一方在当前回合的落子事件，根据所述落子事件对应的第一落子位置确定第二方在所述当前回合对应的第二落子位置；
调整单元504，用于根据所述落子策略、所述第一落子位置和所述第二落子位置，调整所述引导等级。
在一些实施例中，所述调整单元504，包括：
棋力确定模块，用于根据所述落子策略和所述第一落子位置，确定所述当前回合中第一方的棋力水平；
胜率确定模块，用于根据所述第一落子位置和所述第二落子位置，确定所述当前回合中第一方的胜率；
调整模块，用于根据所述当前回合中第一方的棋力水平和胜率，调整所述第一方对应的引导等级。
在一些实施例中，所述棋力确定模块，包括：
评分确定部件，用于将所述落子策略和所述第一落子位置输入至预设的评分模型，得到所述当前回合中第一方的棋力评分；
棋力确定部件，用于根据所述棋力评分，确定所述当前回合中第一方的棋力水平。
在一些实施例中，所述处理单元503，包括：
对弈等级获取模块，用于获取所述第一方对应的对弈等级；
落子位置确定模块，用于根据所述第一落子位置和所述对弈等级，确定第二方在所述当前回合对应的第二落子位置；
所述装置还包括：
对弈等级调整单元，用于根据所述落子策略、所述第一落子位置和所述第二落子位置，调整所述对弈等级。
在一些实施例中，所述策略确定单元501，包括：
棋步确定模块，用于根据所述当前棋局，确定所述第一方对应的多个待选棋步；
排序模块，用于基于每一所述待选棋步的属性信息，对所述多个待选棋步进行排序，得到每一所述待选棋步的排序位置；
排序位置确定模块，用于根据所述第一方对应的引导等级，确定至少一个目标排序位置；
策略确定模块，用于将所述至少一个目标排序位置对应的待选棋步，确定为所述第一方对应的落子策略。
在一些实施例中，所述引导单元502，包括：
引导子单元，用于通过第一元素展示所述落子策略，引导所述第一方进行当前棋局的对弈；
其中，所述第一元素包括以下至少一种：视觉元素、语音元素、动作元素。
在一些实施例中，所述引导子单元，至少包括以下一种：
第一引模块，用于根据所述落子策略和预设的动作库，确定第一交互内容，控制机器人做出与所述第一交互内容相匹配的动作；
第二引导模块，用于根据所述落子策略和预设的视觉库，确定第二交互内容，控制机器人在自身屏幕上显示与所述第二交互内容相匹配的视觉信息；
第三引导模块，用于利用TTS方法对所述落子策略进行处理，得到第三交互内容，控制机器人输出与所述第三交互内容相匹配的语音信息。
在一些实施例中，所述装置还包括：
图像获取单元，用于获取包括第一方的采集图像；
身份识别单元，用于对所述采集图像进行识别，得到所述第一方的身份信息；
缺省值获取单元，用于根据所述身份信息，确定所述第一方对应的引导等级。
以上装置实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果。对于本申请装置实施例中未披露的技术细节，请参照本申请方法实施例的描述而理解。
需要说明的是，本申请实施例中，如果以软件功能模块的形式实现上述的对弈方法，并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台电子设备(可以是个人计算机、服务器等)执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括：U盘、移动硬盘、ROM(Read Only Memory，只读存储器)、磁碟或者光盘等各种可以存储程序代码的介质。这样，本申请实施例不限制于任何特定的硬件和软件结合。
对应地，本申请实施例提供一种人机对弈设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述实施例中提供的人机对弈方法中的步骤。
对应地，本申请实施例提供一种可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述人机对弈方法中的步骤。
对应地，本申请实施例提供一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。电子设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该电子设备执行本申请实施例上述的人机对弈方法。
这里需要指出的是：以上设备、存储介质、程序产品、程序实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果。对于本申请设备、存储介质、程序产品、程序实施例中未披露的技术细节，请参照本申请方法实施例的描述而理解。
需要说明的是，图6为本申请实施例人机对弈设备的一种硬件实体示意图，如图6所示，该人机对弈设备600的硬件实体包括：处理器601、通信接口602 和存储器603，其中
处理器601通常控制人机对弈设备600的总体操作。
通信接口602可以使人机对弈设备600通过网络与其他服务器或电子设备或人机对弈设备或平台通信。
存储器603配置为存储由处理器601可执行的指令和应用，还可以缓存待处理器601以及人机对弈设备600中各模块待处理或已经处理的数据(例如，图像数据、音频数据、语音通信数据和视频通信数据)，可以通过FLASH(闪存)或RAM(Random Access Memory，随机访问存储器)实现；
其中，人机对弈设备600中的各个硬件实体通过总线604耦合在一起。可理解，总线604用于实现这些硬件实体之间的连接通信。
在本申请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。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，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，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本申请各实施例中的各功能单元可以全部集成在一个处理模块中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。本领域普通技术人员可以理解：实现上述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，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
本申请所提供的几个方法实施例中所揭露的方法，在不冲突的情况下可以任意组合，得到新的方法实施例。
本申请所提供的几个产品实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的产品实施例。
本申请所提供的几个方法或设备实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的方法实施例或设备实施例。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
Claims (11)
1.一种人机对弈方法，其特征在于，所述方法包括：
根据获取的当前棋局和第一方对应的引导等级，确定所述第一方对应的落子策略；
通过所述落子策略引导所述第一方进行当前棋局的对弈；
响应于所述第一方在当前回合的落子事件，根据所述落子事件对应的第一落子位置确定第二方在所述当前回合对应的第二落子位置；
根据所述落子策略、所述第一落子位置和所述第二落子位置，调整所述引导等级。
2.根据权利要求1所述的方法，其特征在于，所述根据所述落子策略、所述第一落子位置和所述第二落子位置，调整所述引导等级，包括：
根据所述落子策略和所述第一落子位置，确定所述当前回合中第一方的棋力水平；
根据所述第一落子位置和所述第二落子位置，确定所述当前回合中第一方的胜率；
根据所述当前回合中第一方的棋力水平和胜率，调整所述第一方对应的引导等级。
3.根据权利要求2所述的方法，其特征在于，所述根据所述落子策略和所述第一落子位置，确定所述当前回合中第一方的棋力水平，包括：
将所述落子策略和所述第一落子位置输入至预设的评分模型，得到所述当前回合中第一方的棋力评分；
根据所述棋力评分，确定所述当前回合中第一方的棋力水平。
4.根据权利要求1至3任一项所述的方法，其特征在于，所述根据所述落子事件对应的第一落子位置确定第二方在所述当前回合对应的第二落子位置，包括：
获取所述第一方对应的对弈等级；
根据所述第一落子位置和所述对弈等级，确定第二方在所述当前回合对应的第二落子位置；
所述方法还包括：
根据所述落子策略、所述第一落子位置和所述第二落子位置，调整所述对弈等级。
5.根据权利要求1至4任一项所述的方法，其特征在于，所述根据获取的当前棋局和第一方对应的引导等级，确定所述第一方对应的落子策略，包括：
根据所述当前棋局，确定所述第一方对应的多个待选棋步；
基于每一所述待选棋步的属性信息，对所述多个待选棋步进行排序，得到每一所述待选棋步的排序位置；
根据所述第一方对应的引导等级，确定至少一个目标排序位置；
将所述至少一个目标排序位置对应的待选棋步，确定为所述第一方对应的落子策略。
6.根据权利要求1至5任一项所述的方法，其特征在于，所述通过所述落子策略引导所述第一方进行当前棋局的对弈，包括：
通过第一元素展示所述落子策略，引导所述第一方进行当前棋局的对弈；
其中，所述第一元素包括以下至少一种：视觉元素、语音元素、动作元素。
7.根据权利要求6所述的方法，其特征在于，所述通过第一元素展示所述落子策略，引导所述第一方进行当前棋局的对弈，至少包括以下一种：
根据所述落子策略和预设的动作库，确定第一交互内容，控制机器人做出与所述第一交互内容相匹配的动作；
根据所述落子策略和预设的视觉库，确定第二交互内容，控制机器人在自身屏幕上显示与所述第二交互内容相匹配的视觉信息；
利用TTS方法对所述落子策略进行处理，得到第三交互内容，控制机器人输出与所述第三交互内容相匹配的语音信息。
8.根据权利要求1至7任一项所述的方法，其特征在于，所述方法还包括：
获取包括第一方的采集图像；
对所述采集图像进行识别，得到所述第一方的身份信息；
根据所述身份信息，确定所述第一方对应的引导等级。
9.一种人机对弈装置，其特征在于，所述装置包括：
策略确定单元，用于根据获取的当前棋局和第一方对应的引导等级，确定所述第一方对应的落子策略；
引导单元，用于通过所述落子策略引导所述第一方进行当前棋局的对弈；
处理单元，用于响应于所述第一方在当前回合的落子事件，根据所述落子事件对应的第一落子位置确定第二方在所述当前回合对应的第二落子位置；
调整单元，用于根据所述落子策略、所述第一落子位置和所述第二落子位置，调整所述引导等级。
10.一种人机对弈设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，所述处理器执行所述程序时实现权利要求1至8任一项所述方法中的步骤。
11.一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现权利要求1至8任一项所述方法中的步骤。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210113052.4A CN114462606A (zh) | 2022-01-29 | 2022-01-29 | 人机对弈方法及装置、设备、存储介质 |
| PCT/CN2022/114931 WO2023142472A1 (zh) | 2022-01-29 | 2022-08-25 | 人机对弈方法及装置、设备、存储介质和计算机程序产品 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210113052.4A CN114462606A (zh) | 2022-01-29 | 2022-01-29 | 人机对弈方法及装置、设备、存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114462606A true CN114462606A (zh) | 2022-05-10 |
Family
ID=81411221
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210113052.4A Withdrawn CN114462606A (zh) | 2022-01-29 | 2022-01-29 | 人机对弈方法及装置、设备、存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN114462606A (zh) |
| WO (1) | WO2023142472A1 (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115025486A (zh) * | 2022-08-08 | 2022-09-09 | 科大讯飞(苏州)科技有限公司 | 对弈方法、对弈装置、显示装置及存储装置 |
| WO2023142472A1 (zh) * | 2022-01-29 | 2023-08-03 | 上海商汤智能科技有限公司 | 人机对弈方法及装置、设备、存储介质和计算机程序产品 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111260513B (zh) * | 2020-01-13 | 2023-12-19 | 深圳研略科技有限公司 | 少儿围棋教学互联管理系统 |
| JP2021128309A (ja) * | 2020-02-17 | 2021-09-02 | Ｎｅｃソリューションイノベータ株式会社 | 将棋対局評価判定装置、将棋対局評価判定方法、プログラム及び記録媒体 |
| CN113509713A (zh) * | 2021-06-25 | 2021-10-19 | 成都商汤科技有限公司 | 一种人机对弈方法、装置、设备及存储介质 |
| CN113426094A (zh) * | 2021-06-30 | 2021-09-24 | 北京市商汤科技开发有限公司 | 一种棋力调整方法、装置、设备及存储介质 |
| CN113988199A (zh) * | 2021-11-02 | 2022-01-28 | 网易有道信息技术(江苏)有限公司 | Ai下棋模型的分级处理方法、装置及相关设备 |
| CN114462606A (zh) * | 2022-01-29 | 2022-05-10 | 北京市商汤科技开发有限公司 | 人机对弈方法及装置、设备、存储介质 |
-
2022
- 2022-01-29 CN CN202210113052.4A patent/CN114462606A/zh not_active Withdrawn
- 2022-08-25 WO PCT/CN2022/114931 patent/WO2023142472A1/zh unknown
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023142472A1 (zh) * | 2022-01-29 | 2023-08-03 | 上海商汤智能科技有限公司 | 人机对弈方法及装置、设备、存储介质和计算机程序产品 |
| CN115025486A (zh) * | 2022-08-08 | 2022-09-09 | 科大讯飞(苏州)科技有限公司 | 对弈方法、对弈装置、显示装置及存储装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023142472A1 (zh) | 2023-08-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2023142472A1 (zh) | 人机对弈方法及装置、设备、存储介质和计算机程序产品 | |
| CN102473320B (zh) | 通过学习到的来自用户的输入使视觉表示生动化的方法 | |
| US20090097757A1 (en) | System and method for teaching social skills, social thinking, and social awareness | |
| US20200324206A1 (en) | Method and system for assisting game-play of a user using artificial intelligence (ai) | |
| CN117541445B (zh) | 一种虚拟环境交互的口才训练方法、系统、设备及介质 | |
| Johnson et al. | Game development for computer science education | |
| CN117541444B (zh) | 一种互动虚拟现实口才表达训练方法、装置、设备及介质 | |
| Grabski et al. | Kinaptic-Techniques and insights for creating competitive accessible 3D games for sighted and visually impaired users | |
| Economou et al. | Using serious games for learning British sign language combining video, enhanced interactivity, and VR technology | |
| Neto et al. | Details on the design and evaluation process of an educational game considering issues for visually impaired people inclusion | |
| CN114565050A (zh) | 一种游戏人工智能行动规划方法及系统 | |
| CN113209640B (zh) | 解说的生成方法、装置、设备及计算机可读存储介质 | |
| Cai et al. | A digital reality theater with the mechanisms of real-time spoken language evaluation and interactive switching of scenario & virtual costumes: Effects on motivation and learning performance | |
| Cheiran et al. | Inclusive games: a multimodal experience for blind players | |
| Karpouzis et al. | AI in (and for) Games | |
| CN107812382B (zh) | 一种帮助人们学习语言的方法 | |
| CN113096805B (zh) | 一种自闭症情绪认知与干预系统 | |
| Kandemir et al. | Effects of physical activity based HCI games on the attention, emotion and sensory-motor coordination | |
| Collins et al. | Designing contextually: An investigation of design-based research to promote situated Irish language identity through virtual reality | |
| Linssen | A discussion of interactive storytelling techniques for use in a serious game | |
| KR101420395B1 (ko) | 교체 훈련 방식의 외국어 학습을 위한 게임 방법 | |
| Evreinova et al. | Non-visual game design and training in gameplay skill acquisition–A puzzle game case study | |
| Ejdemyr | Eye Tracking as an Additional Input Method in Video Games: Using Player Gaze to Improve Player Immersion and Performance | |
| Ballatore et al. | Teaching the principles of artificial intelligence to Generation Z: The SMaILE-App mobile game application | |
| Tan | Manipulating Game Design Elements To Explore The Influence Of Difficulty On Videogame Experiences |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220510 |
|
| WW01 | Invention patent application withdrawn after publication |