CN114870395B - 游戏场景的终端振动检测方法、装置、介质及设备 - Google Patents

Abstract

本公开提供一种对游戏场景的终端振动检测方法、装置、介质及电子设备，涉及数据处理技术领域。该方法包括：获取与目标游戏场景关联的振动定义文件，根据振动定义文件确定理论振动曲线；获取与目标游戏场景相关的目标振动影响因子，根据目标振动影响因子确定关于理论振动曲线的目标偏差数据；根据目标偏差数据检测目标终端的振动是否与目标游戏场景吻合。本公开提供了一种终端振动与游戏场景(如，游戏声音、游戏画面)是否吻合的衡量方案有利于提升终端振动与游戏场景的吻合度，进而有利于提升游戏的代入感以及玩家的沉浸感。

Description

游戏场景的终端振动检测方法、装置、介质及设备

技术领域

本公开涉及信息处理技术领域，具体而言，涉及一种对游戏场景的终端振动检测方法、对游戏场景的终端振动检测装置，以及实现上述方法的计算机可读存储介质和电子设备。

背景技术

随着硬件技术的发展以及网络能力的提升，终端游戏的顺畅度、画质都得到较大幅度的提升，从而，玩家在游戏中获得了感觉、视觉以及交互上良好体验，进而增强了玩家玩游戏的真实感和代入感和沉浸感。同时，结合游戏场景在终端产生振动，以激发玩家的触觉，也使得玩家得到更佳的游戏体验。

但是，目前终端设备振动的实现多维简单的反馈式实现，例如来电提醒、闹钟等场景，而缺乏游戏场景的终端振动检测方法。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种对游戏场景的终端振动检测方法、对游戏场景的终端振动检测装置、电子设备以及计算机可读存储介质，在一定程度上降低振动定义文件中的偏差数据，使终端的振动与游戏场景吻合，从而提升玩家的游戏沉浸感。

根据本公开的一个方面，提供一种对游戏场景的终端振动检测方法，该方法包括：获取与目标游戏场景关联的振动定义文件，根据上述振动定义文件确定理论振动曲线；获取与上述目标游戏场景相关的目标振动影响因子，根据上述目标振动影响因子确定关于上述理论振动曲线的目标偏差数据；根据上述目标偏差数据调整上述振动定义文件，得到修正后的振动定义文件；响应于接收到目标终端调用上述目标游戏场景关联的振动指令，发送上述修正后的振动定义文件至上述目标终端，以使上述目标终端的振动与上述目标游戏场景吻合。

根据本公开的一个方面，提供一种对游戏场景的终端振动检测装置，所述装置包括：理论振动曲线确定模块、偏差数据确定模块以及检测模块。

其中，上述理论振动曲线确定模块，被配置为：获取与目标游戏场景关联的振动定义文件，根据上述振动定义文件确定理论振动曲线；上述偏差数据确定模块，被配置为：获取与上述目标游戏场景相关的目标振动影响因子，根据上述目标振动影响因子确定关于上述理论振动曲线的目标偏差数据；上述检测模块，被配置为：根据上述目标偏差数据检测目标终端的振动是否与上述目标游戏场景吻合。

在示例性的实施例中，基于前述方案，上述偏差数据确定模块，被具体配置为：获取上述目标游戏场景对应的场景标识和显示上述目标游戏场景的目标终端的终端标识；根据上述场景标识获取上述目标游戏场景对应的游戏标识；根据上述终端标识获取上述目标终端的以下信息中的一种或几种：上述目标终端的马达信息、上述目标终端相关的网络延迟因素以及上述目标终端的蓝牙信息；将上述场景标识、游戏标识以及根据上述终端标识所获取的上述目标终端的信息确定为上述目标振动影响因子。

在示例性的实施例中，基于前述方案，上述目标偏差数据包括目标振动延时时长；上述装置还包括第一模型训练模块。

其中，上述第一模型训练模块被配置为：在根据上述目标振动影响因子确定关于上述理论振动曲线的目标偏差数据之前，获取N组第一样本数据，第i组第一样本数据包括：第i游戏场景对应的场景标识、显示上述第i游戏场景的终端的标识，以及终端显示上述第i游戏场景时的振动延时时长，N为正整数，i为不大于N的正整数；根据上述N组第一样本数据训练第一机器学习模型，以使训练后的第一机器学习模型满足预设的模型评价指标，并通过上述第一机器学习模型确定上述目标振动延时时长。

在示例性的实施例中，基于前述方案，上述装置还包括第一样本处理模块。

其中，上述第一样本处理模块被配置为：对于第i组第一样本数据，获取上述第i游戏场景相关联的修正前的振动定义文件；根据上述修正前的振动定义文件确定第i游戏场景的理论振动曲线；获取显示第i游戏场景时终端的实际振动曲线，其中上述实际振动曲线为上述终端在振动影响因子存在的情况下根据上述修正前的振动定义文件确定的；对比上述理论振动曲线和实际振动曲线，得到终端显示上述第i游戏场景时的振动延时时长。

在示例性的实施例中，基于前述方案，上述偏差数据确定模块，还被具体配置为：将目标振动因子输入训练后的上述第一机器学习模型，根据上述第一机器学习模型的输出确定上述目标游戏场景对应的目标振动延时时长。

在示例性的实施例中，基于前述方案，上述检测模块被具体配置为：获取上述目标游戏场景对应的延时误差值；在上述目标振动延时时长大于上述延时误差值的情况下，则检测结果为上述目标终端的振动未与上述目标游戏场景吻合。

在示例性的实施例中，基于前述方案，上述目标偏差数据包括目标振动拟合度；上述装置还包括第二模型训练模块。

其中，上述第二模型训练模块被配置为：获取M组第二样本数据，第j组第二样本数据包括：第j游戏场景对应的场景标识、显示上述第j游戏场景的终端的标识，以及终端显示上述第j游戏场景时的振动拟合度，M为正整数，j为不大于M的正整数；根据上述M组第二样本数据训练第二机器学习模型，以使训练后的第二机器学习模型满足预设的模型评价指标，并通过上述第二机器学习模型确定上述目标振动拟合度。

在示例性的实施例中，基于前述方案，上述装置还包括：第二样本处理模块。

其中，上述第二样本处理模块被配置为：对于第j组第二样本数据，获取上述第j游戏场景相关联的修正前的振动定义文件；根据上述修正前的振动定义文件确定第j游戏场景的理论振动曲线；获取显示第j游戏场景时终端的实际振动曲线，其中上述实际振动曲线为上述终端在振动影响因子存在的情况下根据上述修正前的振动定义文件确定的；对比上述理论振动曲线和实际振动曲线，得到终端显示上述第j游戏场景时的振幅偏差序列，并根据上述振幅偏差序列计算振动拟合度。

在示例性的实施例中，基于前述方案，上述偏差数据确定模块，还被具体配置为：将目标振动因子输入训练后的上述第二机器学习模型，根据上述第二机器学习模型的输出确定上述目标游戏场景对应的目标振动拟合度。

在示例性的实施例中，基于前述方案，获取上述目标游戏场景对应的拟合度误差值；在上述目标振动拟合度大于上述拟合度误差值的情况下，则检测结果为上述目标终端的振动未与上述目标游戏场景吻合。

在示例性的实施例中，基于前述方案，上述装置还包括：调整处理模块以及发送模块。

其中，上述调整处理模块，被配置为：根据上述目标偏差数据调整上述振动定义文件，得到修正后的振动定义文件；上述发送模块，被配置为：响应于接收到目标终端调用上述目标游戏场景关联的振动指令，发送上述修正后的振动定义文件至上述目标终端，以使上述目标终端的振动与上述目标游戏场景吻合。

在示例性的实施例中，基于前述方案，上述调整处理模块，被具体配置为：根据上述目标偏差数据确定偏差抵消因子；通过上述偏差抵消因子对上述振动定义文件进行修正处理，得到修正后的振动定义文件。

在示例性的实施例中，基于前述方案，上述目标偏差数据包括目标振动延时时长；上述调整处理模块，还被具体配置为：根据上述目标振动延时时长确定第一偏差抵消因子；将上述振动定义文件中各个时点均提前上述第一偏差抵消因子对应的时长，得到修正后的振动定义文件。

在示例性的实施例中，基于前述方案，上述目标偏差数据包括目标振动拟合度；上述调整处理模块，还被具体配置为：根据上述目标振动拟合度确定第二偏差抵消因子；根据上述第二偏差抵消因子处理上述振动定义文件中各个时点对应的振幅值，得到修正后的振动定义文件。

在示例性的实施例中，基于前述方案，上述发送模块，被具体配置为：响应于接收到多个目标终端调用上述目标游戏场景关联的振动指令，调用目标接口，以通过上述目标接口对上述修正后的振动定义文件进行格式协议转换，得到统一格式的振动定义文件；将统一格式的振动定义文件发送至上述多个目标终端，以使任一目标终端解析上述修正后的振动定义文件后，终端的振动与上述目标游戏场景吻合。

根据本公开的一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面中任意实施例所述的对游戏场景的终端振动检测方法，以及实现上述对游戏场景的终端振动检测方法。

根据本公开的一个方面，提供一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述第一方面中任意实施例所述的对游戏场景的终端振动检测方法，以及执行上述对游戏场景的终端振动检测方法。

根据本公开的一个方面，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。计算机设备的处理器从计算机可读存储介质中读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各个实施例中提供的对游戏场景的终端振动检测方法。

本公开示例性实施例可以具有以下部分或全部有益效果：

在本公开的一示例实施方式所提供的资源配置方案中，一方面获取与游戏场景关联的振动定义文件，然后根据振动定义文件确定理论振动曲线。另一方面获取与该游戏场景相关的振动影响因子，并根据目标振动影响因子确定关于上述理论振动曲线的偏差数据。进一步地，通过上述偏差数据检测终端振动是否与游戏场景吻合，从而提供了一种终端振动与游戏场景(如，游戏声音、游戏画面)是否吻合的标准，有利于促进提供与游戏场景吻合的终端振动形式，进而有利于提升游戏的代入感以及玩家的沉浸感。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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示出了可以应用本公开一实施例的游戏场景的终端振动方案的示例性应用环境的系统架构的示意图。

图2示意性示出了根据本公开的一实施例的对游戏场景的终端振动检测方法的流程示意图。

图3示意性示出了根据本公开的一实施例中由振动启动至振动结束的链路示意图。

图4示出本公开一示例性实施例中偏差数据的确定方法的流程示意图。

图5示意性示出了根据本公开的另一实施例的对游戏场景的终端振动检测方法的流程示意图。

图6示出本公开一示例性实施例中振动曲线示意图。

图7示出本公开另一示例性实施例中振动曲线示意图。

图8示意性示出了根据本公开的再一实施例的对游戏场景的终端振动检测方法的流程示意图。

图9示意性示出了根据本公开的又一实施例的对游戏场景的终端振动检测方法的流程示意图。

图10示出了可以应用本公开另一实施例的对游戏场景的终端振动检测装置的结构示意图。

图11示出了适于用来实现本公开实施例的电子设备的计算机系统的结构示意图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

在进入游戏会调用振动效果，给玩家一种警示提醒的作用。真正进入游戏内后，根据游戏内交互、渲染、节奏进行灵活定义振动用以提升玩家的沉浸感和真实感。比如角色的复活、或者受到危险攻击时、枪击的后坐力、炸弹的震撼力都可以设置不同的振动效果，刺激玩家的触觉，从而达到身临其境的效果。

示例性的，图1示出了可以应用本公开一实施例的游戏场景的终端振动方案的示例性应用环境的系统架构的示意图。

如图1所示，系统架构100可以包括游戏终端110、网络120以及游戏服务端130。其中，游戏终端110、网络120以及游戏服务端130之间通过网络120连接。

示例性的，游戏终端110为可以承载游戏运行的终端设备，其中游戏包括主机游戏、PC端的端游、页游、运行在智能手机、平板电脑等的手游，以及运行在电视等大屏幕终端的云游等，但并不局限于此。网络120可以是能够在终端110和游戏服务端130之间提供通信链路的各种连接类型的通信介质，例如可以是有线通信链路、无线通信链路或者光纤电缆等等，本申请在此不做限制。游戏服务端130可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、以及大数据和人工智能平台等基础云计算服务的云服务器。

本公开实施例所提供的游戏场景的终端振动检测方法可以由游戏服务端130中的任何一个节点执行。相应地，游戏场景的终端振动检测装置一般设置于游戏服务端130中。但本领域技术人员容易理解的是，本公开实施例所提供的游戏场景的终端振动检测方法也可以由终端110执行，相应的，游戏场景的终端振动检测装置也可以设置于相应的终端中，本示例性实施例中对此不做特殊限定。

示例性的，对于终端游戏，游戏服务端130下发振动指令到手游终端110产生振动，然而在种种振动影响因子(如，网络因素、终端马达因素等)可能导致终端振动前的滞后和振动后的延迟。另一方面，终端振动过程中的振动幅度也可能受到振动影响因子的影响，从而使得实际振动曲线与理论振动曲线存在偏差，使得玩家实际感受的震感达不到原设计所能达到的效果。

举例而言，在本技术方案的一种示例性终端振动实施例中，游戏服务端130在一方面获取与目标游戏场景关联的振动定义文件，根据振动定义文件确定理论振动曲线。在另一方面还获取与目标游戏场景相关的目标振动影响因子，根据目标振动影响因子确定关于理论振动曲线的目标偏差数据。进一步地，游戏服务端130根据上述目标偏差数据检测目标终端的振动是否与上述目标游戏场景吻合。

另外，相关技术中，基于设备振动效果的评估方式主要有振动时效性的检测方法、精度稳定性检测方法、残余应力测试方法来评估终端的振动效果，但是还没有结合游戏场景(如，的声音、渲染效果)的游戏中的振动效果的评估方式。同时，相关技术提供的终端的振动效果的评估方式中存在如下问题：(1)只对终端设备硬件能力的衡量，比如衡量振幅曲线的平滑度、振动后的残余力的影响大小、振动颗粒度大小，而没有从结合游戏内场景、玩家体验提供一种振动衡量方案。(2)需针对不同设备终端制定不同的评估标准，从而在调试振动效果的时候也只能单独针对一个个厂商去做调试和纠正、大大耗费人力精力做重复的事情。(3)仅对终端的振动数据进行评估，但是没有从产生的问题出发进行纠正。

针对相关技术中存在的一个或多个问题，本技术方案提供一种对游戏场景的终端振动检测方法、对游戏场景的终端振动检测装置，以及实现上述方法的计算机可读存储介质和电子设备。以下先对本公开提供的游戏场景的终端振动检测方法实施例的进行详细阐述：

其中，图2出本公开一示例性实施例中对游戏场景的终端振动检测方法的流程示意图。参考图2该方法包括：

步骤S210，获取与目标游戏场景关联的振动定义文件，根据所述振动定义文件确定理论振动曲线；

步骤S220，获取与所述目标游戏场景相关的目标振动影响因子，根据所述目标振动影响因子确定关于所述理论振动曲线的目标偏差数据；以及，

步骤S230，根据所述目标偏差数据检测目标终端的振动是否与所述目标游戏场景吻合。

在本图2所示实施例所提供的游戏场景的终端振动方案中，通过比对理论振动曲线和当前振动影响因子下的实际振动曲线确定偏差数据，并基于偏差数据检测终端振动是否与游戏场景吻合，从而提供了一种终端振动与游戏场景(如，游戏声音、游戏画面)是否吻合的衡量方案，有利于提升终端振动与游戏场景的吻合度，进而有利于提升游戏的代入感以及玩家的沉浸感。

以下对图2所示实施例中各个步骤的具体实施方式进行详细说明：

在示例性的实施例中，对于不同类型的游戏、或同一类型游戏中不同的场景，均可以根据当前游戏场景的内容(如，画面、声音)来设置终端的振动，以增强游戏的代入感以及玩家的沉浸感。而上述振动定义文件是指随着时间变化的振幅值，游戏终端通过解析相关振动定义文件可以实现终端振动。例如，当前游戏场景为角色受到危险攻击，则可以为该场景开发振动定义文件，然后游戏终端通过解析该文件实现终端振动，为玩家提供角色受到危险攻击的逼真感受。

在步骤S210中，获取与目标游戏场景关联的振动定义文件，根据所述振动定义文件确定理论振动曲线。其中，上述“目标游戏场景”可以是任一游戏中的任一结合有振动效果的游戏场景。本实施例中，为了与其他游戏场景中的相关术语进行区分，将与“目标游戏场景”相关的振动影响因子、偏差数据、终端分别记作：目标振动影响因子、目标偏差数据、目标终端。

进一步地，获取该游戏场景相关联的振动定义文件(需要注意的是，此处为修正之前的振动定义文件)，根据振动定义文件所包含的随着时间变化的振幅值得到理论振动曲线。

示例性的，参考图3示出的由振动启动至振动结束的链路示意图。振动启动的情况下，游戏终端向游戏服务端发送与当前游戏场景相关联的振动指令，则游戏服务端根据振动指令确定待发送的振动定义文件31，并调用目标接口32进行统一封装文件并调用游戏终端33，以将封装后的振动定义文件发送至游戏终端。进一步地，游戏终端解析振动定义文件34并产生振动。具体的，游戏终端驱动马达产生振动35，经过振动过程中36(如，循环振动，或单次振动过程中不同振幅不同频率的振动)，至振动结束触发结束振动事件37，向游戏服务端上报实际振动数据38，最终振动停止。其中，调用动作耗时、封装动作耗时、解析文件耗时、游戏手柄、游戏终端至游戏手柄之间通信的延迟等多个环节将导致振动的启动滞后。另外，游戏终端马达型号、马达在终端的安装位置等也会在振动过程中36影响振动的振幅或者频率，造成实际振动曲线偏离理论振动曲线。

可见，游戏终端的振动存在以下两方面问题，具体包括振动的延时问题以及振动过程中实际曲线偏离理想曲线的问题。本技术方案，通过确定关于上述理论振动曲线的目标偏差数据来检测终端的振动是否与游戏场景吻合(如步骤S220和步骤S230)，提供一种结合游戏场景来衡量终端振动效果的标准。

在示例性的实施例中，参考图4示出的本公开一示例性的实施例中偏差数据的确定方法流程图，具体可以作为步骤S220的具体实施方式。参考图4，该方法包括：

步骤S410，获取所述目标游戏场景对应的场景标识和显示所述目标游戏场景的目标终端的终端标识；步骤S420，根据所述场景标识获取所述目标游戏场景对应的游戏标识；步骤S430，根据所述终端标识获取所述目标终端的以下信息中的一种或几种：所述目标终端的马达信息、所述目标终端相关的网络延迟因素以及所述目标终端的蓝牙信息；以及，步骤S440，将所述场景标识、游戏标识以及根据所述终端标识所获取的所述目标终端的信息确定为所述目标振动影响因子。

示例性的，上述目标游戏场景为“xx游戏”中的“yy场景”，则其中场景标识为“yy”、游戏标识为“xx”，其中不同类型游戏或同一游戏中的不同场景均可能对应不同类型的振动。因此，振动影响因子中包含场景标识和游戏标识。同时，终端的相关信息也可能影响终端振动效果。因此根据当前运行上述游戏的终端的标识(如终端型号)，进一步地，根据该型号获取终端中的物理信息，如：营销振动的终端质量、终端形状以及终端所采用的材质等。还可以获取该型号的终端中的马达信息，如：马达类型、马达厂商、马达在终端的安装位置等影响终端振动的信息。另外，还可以获取目标终端相关的网络延迟因素以及蓝牙信息。以上信息均可能影响振动的启动时机或使得终端实际振动曲线偏离理论振动曲线，因此可以作为振动影响因子。从而获取到该目标游戏场景的振动影响因子(记作“目标振动影响因子”)。

进一步地，在步骤S450中，通过预训练的机器学习模型对所述目标振动影响因子进行预测得到所述目标偏差数据(具体实施例将在图5对应的实施例中进行详细介绍)。本技术方案采用人工智能技术来获取上述游戏场景的偏差数据，以有利于进一步为终端振动提供了自纠方案。

在示例性的实施例中，图5出本公开另一示例性实施例中对游戏场景的终端振动检测方法的流程示意图。具体地，结合图5针对游戏终端振动相关的以下两方面进行描述，具体包括：通过步骤S530-步骤S550来根据振动的延时对终端振动是否吻合游戏场景进行检测，以及通过步骤S530’-步骤S550’来根据振动过程中实际振动曲线偏离理想针对曲线对终端振动是否吻合游戏场景进行检测。

其中，步骤S510和步骤S520的具体实施方式分别与步骤S210和步骤S220相同，在此不再赘述。

在获取上述目标影响因子之后，先介绍步骤S530-步骤S550的具体实施方式：

在步骤S530中，获取N组第一样本数据，并根据所述第一训练样本数据训练第一机器学习模型。

其中，第i组第一样本数据包括：第i游戏场景对应的场景标识、显示该第i游戏场景的终端的标识，以及终端显示该第i游戏场景时的振动延时时长，N为正整数，i为不大于N的正整数。即，每组第一样本数据中均包含一组振动影响因子以及该组振动影响因子的情况下振动启动的延时时长。

在示例性的实施例中，对于每一组第一样本数据中振动延时时长的确定方式如下：

参考图6，示出了振幅Y随着时间t变化而变化的振动曲线。对于第i组第一样本数据，获取该第i游戏场景相关联的修正前的振动定义文件，并根据该修正前的振动定义文件确定第i游戏场景的理论振动曲线(如图6中虚线所示的振动曲线A)。还获取显示第i游戏场景时终端的实际振动曲线(如图6中实线所示的振动曲线B)，其中所述实际振动曲线为所述终端在振动影响因子存在的情况下根据所述修正前的振动定义文件确定的。进一步地，对比上述理论振动曲线和实际振动曲线(如比对振动曲线B起始时间t1与振动曲线A启动时间t0之间的差值)，得到终端显示第i游戏场景时的振动延时时长(如图6中t0至t1所示的时长)。

在示例性的实施例中，通过上述第一样本数据训练并测试所述第一机器学习模型，以使训练后的第一机器学习模型满足预设的模型评价指标，示例性的，可以采用AUC、F1分数和模型提升度等模型评价指标来评估模型预测能力。

继续参考图5，在步骤S540中，将目标振动因子输入训练后的所述第一机器学习模型，根据所述第一机器学习模型的输出确定所述目标游戏场景对应的目标振动延时时长。

以及，在步骤S550中，获取所述目标游戏场景对应的延时误差值；根据所述目标振动延时时长是否大于所述延时误差值来确定所述目标终端的振动未与所述目标游戏场景吻合。

示例性的，上述延时误差值可以与游戏场景相关，并可以根据实际需求确定，本技术方案对此不做限定。

示例性的，在目标振动延时时长大于延时误差值的情况下，说明当前的振动延时时长未处于误差范围内，已对玩家的沉浸感产生影响，则检测结果为目标终端的振动未与目标游戏场景吻合；在目标振动延时时长不大于延时误差值的情况下，说明当前的振动延时时长处于误差范围内，并未对玩家的沉浸感产生影响，则检测结果为目标终端的振动与目标游戏场景吻合。

在示例性的实施例中，对于需要较为复杂的振动效果的游戏场景，包含启动振动、循环振动、高低频幅振动等，本技术方案采用理论振动曲线和实际振动曲线之间的拟合度作为终端振动效果的衡量标准。参考图7，示出了振幅Y随着时间t变化而变化的振动曲线，其中，振动曲线S1为实际振动曲线，振动曲线S2为理论振动曲线。如图7示出的理论振动曲线S2和终端设备实际产生的实际振动曲线S1，具体根据两个曲线的拟合度来计算整个交互过程中的振动效果和理论值之间的吻合性。示例性的，可以采用Hausdorff算法计算上述相似度。具体方案如下：

在步骤S530’中，获取M组第二样本数据，并根据所述第二训练样本数据训练第二机器学习模型。

其中，第j组第二样本数据包括：第j游戏场景对应的场景标识、显示上述第j游戏场景的终端的标识，以及终端显示该第j游戏场景时的振动拟合度，M为正整数，j为不大于M的正整数。即，每组第二样本数据中均包含一组振动影响因子以及该组振动影响因子的情况下实际振动曲线与理论振动曲线之间的拟合度。

在示例性的实施例中，对于每一组第二样本数据中振动拟合度的确定方式如下：

对于第j组第二样本数据，获取该第j游戏场景相关联的修正前的振动定义文件，并根据修正前的振动定义文件确定第j游戏场景的理论振动曲线(如图7中所示的振动曲线S2)，以及获取显示第j游戏场景时终端的实际振动曲线(如图7中所示的振动曲线S1)，其中所述实际振动曲线为所述终端在振动影响因子存在的情况下根据所述修正前的振动定义文件确定的。进一步地，对比上述理论振动曲线S2和实际振动曲线S1(如图7右侧所示的曲线比对图)，得到终端显示所述第j游戏场景时的振幅偏差序列(该序列包括如图7中，t2时间点对应的振幅偏差a1，t3时间点对应的振幅偏差a2等)，并根据所述振幅偏差序列计算振动拟合度。

在示例性的实施例中，通过上述第二样本数据训练并测试所述第二机器学习模型，以使训练后的第二机器学习模型满足预设的模型评价指标，示例性的，可以采用AUC、F1分数和模型提升度等模型评价指标来评估模型预测能力。

继续参考图5，在步骤S540’中，将目标振动因子输入训练后的所述第二机器学习模型，根据所述第二机器学习模型的输出确定所述目标游戏场景对应的目标振动拟合度。

在步骤S550’中，获取所述目标游戏场景对应的拟合度误差值；根据所述目标振动拟合度是否大于所述拟合度误差值来确定所述目标终端的振动未与所述目标游戏场景吻合。

示例性的，上述拟合度误差值可以与游戏场景相关，并可以根据实际需求确定，本技术方案对此不做限定。

示例性的，在目标振动拟合度大于拟合度误差值的情况下，说明当前的振动拟合度未处于误差范围内，已对玩家的沉浸感产生影响，则检测结果为目标终端的振动未与目标游戏场景吻合；在目标振动拟合度不大于拟合度误差值的情况下，说明当前的振动拟合度处于误差范围内，并未对玩家的沉浸感产生影响，则检测结果为目标终端的振动与目标游戏场景吻合。

在示例性的实施例中，图8出本公开再一示例性实施例中对游戏场景的终端振动检测方法的流程示意图，该图所示实施例是在图2的基础上进行的。

具体地响应于步骤S230中检测结果为目标终端的振动未与目标游戏场景吻合，则执行步骤S840，根据所述目标偏差数据调整所述振动定义文件。由于调整后的振动定义文件中的偏差数据被抵消，从而基于修正后的振动定义文件产生的振动能够使得该终端的振动与目标游戏场景(如，声音、画面)吻合，进而有利于提升游戏的代入感以及玩家的沉浸感。也就是说，本技术方案不仅提供一种游戏场景的终端振动的检测方案，进一步地，针对振动未与游戏场景吻合的场景提供一种自纠方案。

示例性的，步骤S840的具体实施方式为：根据目标偏差数据确定偏差抵消因子；以及，通过偏差抵消因子对振动定义文件进行修正处理，得到修正后的振动定义文件。

其中，可以根据实际需求对所得到的目标偏差数据乘以可以预设的系数得到偏差抵消因子。进而，通过偏差抵消因子对原振动定义文件进行修正处理，得到修正后的振动定义文件。

示例性的，在上述目标偏差数据为目标振动延时时长的情况下，步骤S840的具体实施方式为：根据所述目标振动延时时长确定第一偏差抵消因子；将所述振动定义文件中各个时点均提前所述第一偏差抵消因子对应的时长，得到修正后的振动定义文件。

同前所述，根据实际需求对所得到的目标振动延时时长乘以可以预设的系数得到第一偏差抵消因子，当然该预设的系数可以取值为1。进而，将所述振动定义文件中各个时点均提前所述第一偏差抵消因子对应的时长，得到修正后的振动定义文件。示例性的，参考图6，假如第一偏差抵消因子对应的时长为t0至t1所示的时长，则对原振动定义文件进行上述调整之后，实际振动曲线(如图6中实线所示的振动曲线B)理论上可以与理论振动曲线(如图6中虚线所示的振动曲线A)的启动时间相同，从而消除了终端振动启动延时/滞后的问题。

示例性的，在上述目标偏差数据为目标振动拟合度的情况下，步骤S840的具体实施方式为：根据所述目标振动拟合度确定第二偏差抵消因子；根据所述第二偏差抵消因子处理所述振动定义文件中各个时点对应的振幅值，得到修正后的振动定义文件。

同前所述，可以根据实际需求对所得到的振动拟合度乘以可以预设的系数得到第二偏差抵消因子，当然该预设的系数可以取值为1。进而，根据各个时点的目标振动拟合度处理原振动定义文件中对应时点的振幅值，得到修正后的振动定义文件。

示例性的，参考图7，经过第二偏差抵消因子对原振动定义文件进行上述调整之后，实际振动曲线(如图7中所示的振动曲线S1)理论上可以与理论振动曲线(如图7中所示的振动曲线S2)之间的拟合度为1，从而消除了终端振动过程中实际曲线偏离理论曲线的问题。

继续参考图8，在步骤S230的检测结果为目标终端的振动与目标游戏场景吻合的情况下(该情况说明当前的振动定位文件中不存在偏差)，或者在经过步骤S840示出的根据目标偏差数据调整振动定义文件(该情况下修正后的振动定位文件中偏差被抵消)之后，执行步骤S850：响应于接收到目标终端调用所述目标游戏场景关联的振动指令，发送振动定义文件至所述目标终端，以使所述目标终端的振动与所述目标游戏场景吻合。

因为步骤S850中的振动定义文件中的偏差数据被抵消或不包含偏差数据，从而基于修正后的振动定义文件可以有效避免终端振动启动的滞后/延时，以及振动过程中实际振动曲线偏离理论振动曲线的问题，从而能够使得该终端的振动与目标游戏场景(如，声音、画面)吻合，进而有利于提升玩家的沉浸感。

示例性的，作为步骤S850的一种具体实施方式，响应于接收到多个目标终端调用所述目标游戏场景关联的振动指令，调用目标接口，以通过所述目标接口对振动定义文件进行格式协议转换，得到统一格式的振动定义文件。以及，将统一格式的振动定义文件发送至所述多个目标终端，以使任一目标终端解析所述修正后的振动定义文件后，终端的振动与所述目标游戏场景吻合。

示例性的，上述目标接口能够屏蔽不同的游戏终端厂商之间、不同游戏平台之间的差异，实质为满足统一协议的接口(例如，统一封装了各个终端厂商的振动调用接口的tgpa)。从而游戏振动定义文件的开发过程中只关注场景内振动效果即可，然后调用上述目标接口下发给终端，以使得终端底层产生振动效果，而无需关注不同游戏平台或终端厂商的差异性。即无需针对不同设备终端制定不同的评估标准，进而在调试振动效果的时候也无需单独针对一个个厂商去做调试和纠正，最终节省人力物力。

本技术方案中基于上述目标接口作为各个游戏终端的统一调用接口，则游戏场景内的振动影响因子以及振动延时时长/振动拟合度统一通过该接口上报云端，针对上述多个粒度在振动滞后的时间上、场景内振动效果图上进行海量数据学习和训练(如图9中的拟合曲线训练过程92)，用大数据的规律性可以把不确定的因素训练成可量化的振动抵消因子，然后反过来再投入实际使用中，进行干扰因子的抵消处理，参考图9，通过训练机器学习模型产生训练后的数据93，进一步地判断是否需要调整原文件94(即修正前的振动定义文件91)，若不需要调整，则可以通过原文件实现终端振动。若需要调整，则通过调整后的振动定义文件进行终端振动(如图9中实际产生终端振动的文件95)，并将上述调整量与上述修正前的振动定义文件一起进行模型的训练。从而进行整个迭代优化的闭合。且整个过程不需要任何人为干预，利用云端海量数据进行自我学习进行优化迭代。

本领域技术人员可以理解实现上述实施方式的全部或部分步骤被实现为由处理器(包含CPU和GPU)执行的计算机程序。在该计算机程序被处理器执行时，执行本公开提供的上述方法所限定的上述功能。所述的程序可以存储于一种计算机可读存储介质中，该存储介质可以是只读存储器，磁盘或光盘等。

此外，需要注意的是，上述附图仅是根据本公开示例性实施方式的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

以下对本技术方案提供的对游戏场景的终端振动检测装置进行介绍：

本示例实施方式中提供的一种对游戏场景的终端振动检测装置。参考图10所示，该对游戏场景的终端振动检测装置1000包括：理论振动曲线确定模块1001、偏差数据确定模块1002以及检测模块1003。

其中，上述理论振动曲线确定模块1001，被配置为：获取与目标游戏场景关联的振动定义文件，根据上述振动定义文件确定理论振动曲线；上述偏差数据确定模块1002，被配置为：获取与上述目标游戏场景相关的目标振动影响因子，根据上述目标振动影响因子确定关于上述理论振动曲线的目标偏差数据；上述检测模块1003，被配置为：根据上述目标偏差数据检测目标终端的振动是否与上述目标游戏场景吻合。

在示例性的实施例中，基于前述方案，上述偏差数据确定模块1002，被具体配置为：获取上述目标游戏场景对应的场景标识和显示上述目标游戏场景的目标终端的终端标识；根据上述场景标识获取上述目标游戏场景对应的游戏标识；根据上述终端标识获取上述目标终端的以下信息中的一种或几种：上述目标终端的马达信息、上述目标终端相关的网络延迟因素以及上述目标终端的蓝牙信息；将上述场景标识、游戏标识以及根据上述终端标识所获取的上述目标终端的信息确定为上述目标振动影响因子。

在示例性的实施例中，基于前述方案，上述目标偏差数据包括目标振动延时时长；上述装置还包括第一模型训练模块1004。

其中，上述第一模型训练模块1004被配置为：在根据上述目标振动影响因子确定关于上述理论振动曲线的目标偏差数据之前，获取N组第一样本数据，第i组第一样本数据包括：第i游戏场景对应的场景标识、显示上述第i游戏场景的终端的标识，以及终端显示上述第i游戏场景时的振动延时时长，N为正整数，i为不大于N的正整数；根据上述N组第一样本数据训练第一机器学习模型，以使训练后的第一机器学习模型满足预设的模型评价指标，并通过所述第一机器学习模型确定所述目标振动延时时长。

在示例性的实施例中，基于前述方案，上述装置还包括第一样本处理模块1005。

其中，上述第一样本处理模块被配置为：对于第i组第一样本数据，获取上述第i游戏场景相关联的修正前的振动定义文件；根据上述修正前的振动定义文件确定第i游戏场景的理论振动曲线；获取显示第i游戏场景时终端的实际振动曲线，其中上述实际振动曲线为上述终端在振动影响因子存在的情况下根据上述修正前的振动定义文件确定的；对比上述理论振动曲线和实际振动曲线，得到终端显示上述第i游戏场景时的振动延时时长。

在示例性的实施例中，基于前述方案，上述偏差数据确定模块1002，还被具体配置为：将目标振动因子输入训练后的上述第一机器学习模型，根据上述第一机器学习模型的输出确定上述目标游戏场景对应的目标振动延时时长。

在示例性的实施例中，基于前述方案，上述检测模块1003被具体配置为：获取上述目标游戏场景对应的延时误差值；在上述目标振动延时时长大于上述延时误差值的情况下，则检测结果为上述目标终端的振动未与上述目标游戏场景吻合。

在示例性的实施例中，基于前述方案，上述目标偏差数据包括目标振动拟合度；上述装置还包括第二模型训练模块1004’。

其中，上述第二模型训练模块1004’被配置为：获取M组第二样本数据，第j组第二样本数据包括：第j游戏场景对应的场景标识、显示上述第j游戏场景的终端的标识，以及终端显示上述第j游戏场景时的振动拟合度，M为正整数，j为不大于M的正整数；根据上述M组第二样本数据训练第二机器学习模型，以使训练后的第二机器学习模型满足预设的模型评价指标，并通过所述第二机器学习模型确定所述目标振动拟合度。

在示例性的实施例中，基于前述方案，上述装置还包括：第二样本处理模块1005’。

其中，上述第二样本处理模块1005’被配置为：对于第j组第二样本数据，获取上述第j游戏场景相关联的修正前的振动定义文件；根据上述修正前的振动定义文件确定第j游戏场景的理论振动曲线；获取显示第j游戏场景时终端的实际振动曲线，其中上述实际振动曲线为上述终端在振动影响因子存在的情况下根据上述修正前的振动定义文件确定的；对比上述理论振动曲线和实际振动曲线，得到终端显示上述第j游戏场景时的振幅偏差序列，并根据上述振幅偏差序列计算振动拟合度。

在示例性的实施例中，基于前述方案，上述偏差数据确定模块1002，还被具体配置为：将目标振动因子输入训练后的上述第二机器学习模型，根据上述第二机器学习模型的输出确定上述目标游戏场景对应的目标振动拟合度。

在示例性的实施例中，基于前述方案，获取上述目标游戏场景对应的拟合度误差值；在上述目标振动拟合度大于上述拟合度误差值的情况下，则检测结果为上述目标终端的振动未与上述目标游戏场景吻合。

在示例性的实施例中，基于前述方案，上述装置还包括：调整处理模块1006以及发送模块1007。

其中，上述调整处理模块1006，被配置为：根据上述目标偏差数据调整上述振动定义文件，得到修正后的振动定义文件；上述发送模块1007，被配置为：响应于接收到目标终端调用上述目标游戏场景关联的振动指令，发送上述修正后的振动定义文件至上述目标终端，以使上述目标终端的振动与上述目标游戏场景吻合。

在示例性的实施例中，基于前述方案，上述调整处理模块1006，被具体配置为：根据上述目标偏差数据确定偏差抵消因子；通过上述偏差抵消因子对上述振动定义文件进行修正处理，得到修正后的振动定义文件。

在示例性的实施例中，基于前述方案，上述目标偏差数据包括目标振动延时时长；上述调整处理模块1006，还被具体配置为：根据上述目标振动延时时长确定第一偏差抵消因子；将上述振动定义文件中各个时点均提前上述第一偏差抵消因子对应的时长，得到修正后的振动定义文件。

在示例性的实施例中，基于前述方案，上述目标偏差数据包括目标振动拟合度；上述调整处理模块1006，还被具体配置为：根据上述目标振动拟合度确定第二偏差抵消因子；根据上述第二偏差抵消因子处理上述振动定义文件中各个时点对应的振幅值，得到修正后的振动定义文件。

在示例性的实施例中，基于前述方案，上述发送模块1007，被具体配置为：响应于接收到多个目标终端调用上述目标游戏场景关联的振动指令，调用目标接口，以通过上述目标接口对上述修正后的振动定义文件进行格式协议转换，得到统一格式的振动定义文件；将统一格式的振动定义文件发送至上述多个目标终端，以使任一目标终端解析上述修正后的振动定义文件后，终端的振动与上述目标游戏场景吻合。

上述对游戏场景的终端振动检测装置中各模块或单元的具体细节已经在对应的对游戏场景的终端振动检测方法中进行了详细的描述，因此此处不再赘述。

图11示出了适于用来实现本发明实施例的电子设备的计算机系统的结构示意图。

需要说明的是，图11示出的电子设备的计算机系统1100仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图11所示，计算机系统1100包括处理器1101，其中处理器1101可以包含：图形处理单元(Graphics Processing Unit，GPU)、中央处理单元(Central Processing Unit，CPU)，其可以根据存储在只读存储器(Read-Only Memory，ROM)1102中的程序或者从存储部分1108加载到随机访问存储器(Random Access Memory，RAM)1103中的程序而执行各种适当的动作和处理。在RAM 1103中，还存储有系统操作所需的各种程序和数据。处理器(GPU/CPU)1101、ROM 1102以及RAM 1103通过总线1104彼此相连。输入/输出(Input/Output，I/O)接口1105也连接至总线1104。

以下部件连接至I/O接口1105：包括键盘、鼠标等的输入部分1106；包括诸如阴极射线管(Cathode Ray Tube，CRT)、液晶显示器(Liquid Crystal Display，LCD)等以及扬声器等的输出部分1107；包括硬盘等的存储部分1108；以及包括诸如LAN(Local AreaNetwork，局域网)卡、调制解调器等的网络接口卡的通信部分1109。通信部分1109经由诸如因特网的网络执行通信处理。驱动器1110也根据需要连接至I/O接口1105。可拆卸介质1111，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1110上，以便于从其上读出的计算机程序根据需要被安装入存储部分1108。

特别地，根据本公开的实施例，下文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分1109从网络上被下载和安装，和/或从可拆卸介质1111被安装。在该计算机程序被处理器(GPU/CPU)1101执行时，执行本申请的系统中限定的各种功能。在一些实施例中，计算机系统1100还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。

需要说明的是，本公开实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现上述实施例中所述的方法。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本公开实施方式的方法。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (20)

1.一种游戏场景的终端振动检测方法，其特征在于，所述方法包括：

获取与目标游戏场景关联的振动定义文件，根据所述振动定义文件确定理论振动曲线；

获取与所述目标游戏场景相关的目标振动影响因子，根据所述目标振动影响因子确定关于所述理论振动曲线的目标偏差数据；

根据所述目标偏差数据检测目标终端的振动是否与所述目标游戏场景吻合；

若所述目标偏差数据包括目标振动延时时长，所述方法还包括：

获取N组第一样本数据，第i组第一样本数据包括：第i游戏场景对应的场景标识、显示所述第i游戏场景的终端的标识，以及终端显示所述第i游戏场景时的振动延时时长，N为正整数，i为不大于N的正整数；

根据所述N组第一样本数据训练第一机器学习模型，以使训练后的第一机器学习模型满足预设的模型评价指标，并通过所述第一机器学习模型确定所述目标振动延时时长；

若所述目标偏差数据包括目标振动拟合度，所述目标振动拟合度用于表征实际振动曲线与所述理论振动曲线之间的吻合情况，所述方法还包括：

获取M组第二样本数据，第j组第二样本数据包括：第j游戏场景对应的场景标识、显示所述第j游戏场景的终端的标识，以及终端显示所述第j游戏场景时的振动拟合度，M为正整数，j为不大于M的正整数；

根据所述M组第二样本数据训练第二机器学习模型，以使训练后的第二机器学习模型满足预设的模型评价指标，并通过所述第二机器学习模型确定所述目标振动拟合度。

2.根据权利要求1所述的方法，其特征在于，获取与所述目标游戏场景相关的目标振动影响因子，包括：

获取所述目标游戏场景对应的场景标识和显示所述目标游戏场景的目标终端的终端标识；

根据所述场景标识获取所述目标游戏场景对应的游戏标识；

根据所述终端标识获取所述目标终端的以下信息中的一种或几种：所述目标终端的物理信息、所述目标终端的马达信息、所述目标终端相关的网络延迟因素以及所述目标终端的蓝牙信息；

将所述场景标识、游戏标识以及根据所述终端标识所获取的所述目标终端的信息确定为所述目标振动影响因子。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对于第i组第一样本数据，获取所述第i游戏场景相关联的修正前的振动定义文件；

根据所述修正前的振动定义文件确定第i游戏场景的理论振动曲线；

获取显示第i游戏场景时终端的实际振动曲线，其中所述实际振动曲线为所述终端在振动影响因子存在的情况下根据所述修正前的振动定义文件确定的；

对比所述理论振动曲线和实际振动曲线，得到终端显示所述第i游戏场景时的振动延时时长。

4.根据权利要求1所述的方法，其特征在于，根据所述目标振动影响因子确定关于所述理论振动曲线的目标偏差数据，包括：

将目标振动影响因子输入训练后的所述第一机器学习模型，根据所述第一机器学习模型的输出确定所述目标游戏场景对应的目标振动延时时长。

5.根据权利要求1所述的方法，其特征在于，根据所述目标偏差数据检测目标终端的振动是否与所述目标游戏场景吻合，包括：

获取所述目标游戏场景对应的延时误差值；

在所述目标振动延时时长大于所述延时误差值的情况下，则检测结果为所述目标终端的振动未与所述目标游戏场景吻合。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对于第j组第二样本数据，获取所述第j游戏场景相关联的修正前的振动定义文件；

根据所述修正前的振动定义文件确定第j游戏场景的理论振动曲线；

获取显示第j游戏场景时终端的实际振动曲线，其中所述实际振动曲线为所述终端在振动影响因子存在的情况下根据所述修正前的振动定义文件确定的；

对比所述理论振动曲线和实际振动曲线，得到终端显示所述第j游戏场景时的振幅偏差序列，并根据所述振幅偏差序列计算振动拟合度。

7.根据权利要求1所述的方法，其特征在于，根据所述目标振动影响因子确定关于所述理论振动曲线的目标偏差数据，包括：

将目标振动影响因子输入训练后的所述第二机器学习模型，根据所述第二机器学习模型的输出确定所述目标游戏场景对应的目标振动拟合度。

8.根据权利要求1所述的方法，其特征在于，根据所述目标偏差数据检测目标终端的振动是否与所述目标游戏场景吻合，包括：

获取所述目标游戏场景对应的拟合度误差值；

在所述目标振动拟合度大于所述拟合度误差值的情况下，则检测结果为所述目标终端的振动未与所述目标游戏场景吻合。

9.根据权利要求1至8中任一项所述的方法，其特征在于，所述方法还包括：

根据所述目标偏差数据调整所述振动定义文件，得到修正后的振动定义文件；

响应于接收到目标终端调用所述目标游戏场景关联的振动指令，发送所述修正后的振动定义文件至所述目标终端，以使所述目标终端的振动与所述目标游戏场景吻合。

10.根据权利要求9所述的方法，其特征在于，根据所述目标偏差数据调整所述振动定义文件，得到修正后的振动定义文件，包括：

根据所述目标偏差数据确定偏差抵消因子；

通过所述偏差抵消因子对所述振动定义文件进行修正处理，得到修正后的振动定义文件。

11.根据权利要求9所述的方法，其特征在于，所述目标偏差数据包括目标振动延时时长；根据所述目标偏差数据调整所述振动定义文件，得到修正后的振动定义文件，包括：

根据所述目标振动延时时长确定第一偏差抵消因子；

将所述振动定义文件中各个时点均提前所述第一偏差抵消因子对应的时长，得到修正后的振动定义文件。

12.根据权利要求9所述的方法，其特征在于，所述目标偏差数据包括目标振动拟合度；根据所述目标偏差数据调整所述振动定义文件，得到修正后的振动定义文件，包括：

根据所述目标振动拟合度确定第二偏差抵消因子；

根据所述第二偏差抵消因子处理所述振动定义文件中各个时点对应的振幅值，得到修正后的振动定义文件。

13.根据权利要求9所述的方法，其特征在于，响应于接收到目标终端调用所述目标游戏场景关联的振动指令，发送所述修正后的振动定义文件至所述目标终端，以使所述目标终端的振动与所述目标游戏场景吻合，包括：

响应于接收到多个目标终端调用所述目标游戏场景关联的振动指令，调用目标接口，以通过所述目标接口对所述修正后的振动定义文件进行格式协议转换，得到统一格式的振动定义文件；

将统一格式的振动定义文件发送至所述多个目标终端，以使任一目标终端解析所述修正后的振动定义文件后，终端的振动与所述目标游戏场景吻合。

14.一种游戏场景的终端振动检测装置，其特征在于，所述装置包括：

理论振动曲线确定模块，被配置为：获取与目标游戏场景关联的振动定义文件，根据所述振动定义文件确定理论振动曲线；

偏差数据确定模块，被配置为：获取与所述目标游戏场景相关的目标振动影响因子，根据所述目标振动影响因子确定关于所述理论振动曲线的目标偏差数据；

检测模块，被配置为：根据所述目标偏差数据检测目标终端的振动是否与所述目标游戏场景吻合；

若所述目标偏差数据包括目标振动延时时长，所述装置还包括第一模型训练模块，被配置为：

获取N组第一样本数据，第i组第一样本数据包括：第i游戏场景对应的场景标识、显示所述第i游戏场景的终端的标识，以及终端显示所述第i游戏场景时的振动延时时长，N为正整数，i为不大于N的正整数；

根据所述N组第一样本数据训练第一机器学习模型，以使训练后的第一机器学习模型满足预设的模型评价指标，并通过所述第一机器学习模型确定所述目标振动延时时长；

若所述目标偏差数据包括目标振动拟合度，所述目标振动拟合度用于表征实际振动曲线与所述理论振动曲线之间的吻合情况，所述装置还包括第二模型训练模块，被配置为：

获取M组第二样本数据，第j组第二样本数据包括：第j游戏场景对应的场景标识、显示所述第j游戏场景的终端的标识，以及终端显示所述第j游戏场景时的振动拟合度，M为正整数，j为不大于M的正整数；

根据所述M组第二样本数据训练第二机器学习模型，以使训练后的第二机器学习模型满足预设的模型评价指标，并通过所述第二机器学习模型确定所述目标振动拟合度。

15.根据权利要求14所述的装置，其特征在于，所述装置还包括：

调整处理模块，被配置为：根据所述目标偏差数据调整所述振动定义文件，得到修正后的振动定义文件；

发送模块，被配置为：响应于接收到目标终端调用所述目标游戏场景关联的振动指令，发送所述修正后的振动定义文件至所述目标终端，以使所述目标终端的振动与所述目标游戏场景吻合。

16.根据权利要求15所述的装置，其特征在于，所述调整处理模块，被具体配置为：

根据所述目标偏差数据确定偏差抵消因子；

通过所述偏差抵消因子对所述振动定义文件进行修正处理，得到修正后的振动定义文件。

17.根据权利要求15所述的装置，其特征在于，所述目标偏差数据包括目标振动延时时长；所述调整处理模块，被具体配置为：

根据所述目标振动延时时长确定第一偏差抵消因子；

将所述振动定义文件中各个时点均提前所述第一偏差抵消因子对应的时长，得到修正后的振动定义文件。

18.根据权利要求15所述的装置，其特征在于，所述目标偏差数据包括目标振动拟合度；所述调整处理模块，被具体配置为：

根据所述目标振动拟合度确定第二偏差抵消因子；

根据所述第二偏差抵消因子处理所述振动定义文件中各个时点对应的振幅值，得到修正后的振动定义文件。

19.一种计算机可读存储介质，其特征在于，其上存储有计算机程序；

所述计算机程序被处理器执行时实现如权利要求1至13中任意一项所述的游戏场景的终端振动检测方法。

20.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至13中任意一项所述的游戏场景的终端振动检测方法。