CN116036601A - 游戏处理方法、装置及计算机设备、存储介质 - Google Patents
游戏处理方法、装置及计算机设备、存储介质 Download PDFInfo
- Publication number
- CN116036601A CN116036601A CN202310042500.0A CN202310042500A CN116036601A CN 116036601 A CN116036601 A CN 116036601A CN 202310042500 A CN202310042500 A CN 202310042500A CN 116036601 A CN116036601 A CN 116036601A
- Authority
- CN
- China
- Prior art keywords
- motion
- dynamic scene
- scene element
- game
- feasible region
- 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.)
- Granted
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
- A63F13/55—Controlling game characters or game objects based on the game progress
- A63F13/57—Simulating properties, behaviour or motion of objects in the game world, e.g. computing tyre load in a car race game
-
- 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
Abstract
本申请实施例提供了一种游戏处理方法、装置及计算机设备、存储介质。该游戏处理方法包括:探索游戏角色对象在目标游戏的游戏地图中的第一可行区域;确定游戏地图中的动态场景元素,动态场景元素是指对游戏角色对象在游戏地图中的运动产生影响的动态元素;对动态场景元素进行姿态预测,得到动态场景元素的运动姿态信息;根据动态场景元素的运动姿态信息,对第一可行区域进行修正,得到第二可行区域;控制游戏角色对象在第二可行区域中运动,以通过动态场景元素。采用本申请实施例,可以较为准确且快速地通过动态场景元素,提升动态场景元素的通过性。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及游戏技术领域,具体涉及一种游戏处理方法、装置及计算机设备、存储介质。
背景技术
游戏地图中常常存在一些动态场景元素,这些动态场景元素对游戏角色对象在游戏地图中的运动产生影响,因此,游戏角色对象需要通过这些动态场景元素,以恢复在游戏地图中的正常运动。举例来说,游戏通常面临较大的性能问题,因此,需要在游戏版本迭代期间对游戏性能进行测试,在游戏自动化性能测试过程中,游戏角色对象在游戏地图中的运动经常被动态场景元素所影响,这样会影响到获取游戏性能数据的速度,以及获取到的游戏性能数据的可靠性,因此,在游戏自动化性能测试过程中,需要较为准确且快速地通过这些动态场景元素。
目前,通过动态场景元素的方式可以包括以下任一种:①采用定制化剧本的方式通过动态场景元素,针对单个动态场景元素定制化通过方式;②人工进行跑测,人工通过动态场景元素。实践发现,定制化剧本的方式更适用于通过静态场景元素,对于动态场景元素的通过效果差;人工跑测的方式人力成本高且动态场景元素的通过效率低,无法满足对游戏性能数据迭代频率的要求;也就是说,目前的方案均无法较为准确且快速地通过游戏地图中的动态场景元素。
发明内容
本申请实施例提供了一种游戏处理方法、装置及计算机设备、存储介质,可以较为准确且快速地通过动态场景元素,提升动态场景元素的通过性。
一方面,本申请实施例提供了一种游戏处理方法,该游戏处理方法包括:
探索游戏角色对象在目标游戏的游戏地图中的第一可行区域;
确定游戏地图中的动态场景元素,动态场景元素是指对游戏角色对象在游戏地图中的运动产生影响的动态元素;
对动态场景元素进行姿态预测,得到动态场景元素的运动姿态信息;
根据动态场景元素的运动姿态信息,对第一可行区域进行修正,得到第二可行区域;
控制游戏角色对象在第二可行区域中运动,以通过动态场景元素。
相应地,本申请实施例提供了一种游戏处理装置,该游戏处理装置包括:
获取单元,用于探索游戏角色对象在目标游戏的游戏地图中的第一可行区域;
处理单元,用于确定游戏地图中的动态场景元素,动态场景元素是指对游戏角色对象在游戏地图中的运动产生影响的动态元素;
处理单元,还用于对动态场景元素进行姿态预测,得到动态场景元素的运动姿态信息;
处理单元,还用于根据动态场景元素的运动姿态信息,对第一可行区域进行修正,得到第二可行区域;
处理单元,还用于控制游戏角色对象在第二可行区域中运动,以通过动态场景元素。
在一种实现方式中,处理单元,用于对动态场景元素进行姿态预测,得到动态场景元素的运动姿态信息时,具体用于执行如下步骤:
获取动态场景元素的运动姿态方程;运动姿态方程用于反映动态场景元素在游戏地图中的运动姿态变化情况;
基于动态场景元素的运动姿态方程,对动态场景元素进行姿态预测,得到动态场景元素的运动姿态信息。
在一种实现方式中,动态场景元素的运动姿态方程的构建过程,包括:
获取动态场景元素的理论状态转移方程;理论状态转移方程用于反映理论情况下,动态场景元素在当前时刻的理论运动姿态信息,与动态场景元素在当前时刻的上一时刻的理论运动姿态信息之间的关系;
获取动态场景元素的测量状态方程;测量状态方程用于反映动态场景元素的真实姿态空间与测量姿态空间之间的映射关系;
对理论状态转移方程和测量状态方程进行加权求和,得到动态场景元素的运动姿态方程。
在一种实现方式中,处理单元,用于基于动态场景元素的运动姿态方程,对动态场景元素进行姿态预测,得到动态场景元素的运动姿态信息时,具体用于执行如下步骤:
获取动态场景元素在上一时刻的理论运动姿态信息;
基于理论状态转移方程,对动态场景元素在上一时刻的理论运动姿态信息进行转移,得到动态场景元素在当前时刻的理论运动姿态信息;
测量动态场景元素在当前时刻的真实运动姿态信息;
基于测量状态方程,将动态场景元素在当前时刻的真实运动姿态信息,从真实姿态空间映射至测量姿态空间,得到动态场景元素在当前时刻的测量运动姿态信息;
对动态场景元素在当前时刻的理论运动姿态信息,和动态场景元素在当前时刻的测量运动姿态信息进行加权求和,得到动态场景元素的运动姿态信息。
在一种实现方式中,动态场景元素的理论状态转移方程的构建过程,包括:
获取动态场景元素的一个或多个运动姿态参数的运动函数;运动姿态参数的运动函数用于反映理论状态下,动态场景元素在当前时刻的运动姿态参数,与动态场景元素在当前时刻的上一时刻的运动姿态参数之间的关系;
将动态场景元素在上一时刻的各个运动姿态参数,作为动态场景元素在上一时刻的理论运动姿态参数,以及将动态场景元素在当前时刻的各个运动姿态参数,作为动态场景元素在当前时刻的理论运动姿态参数;
建立动态场景元素在上一时刻的理论运动姿态参数,与动态场景元素在当前时刻的理论运动姿态参数之间的关系,得到状态转移矩阵;
生成状态转矩阵对应的理论状态转移方程。
在一种实现方式中,获取单元,用于探索游戏角色对象在目标游戏的游戏地图中的第一可行区域时,具体用于执行如下步骤:
获取游戏角色对象在目标游戏的游戏地图中的位置信息;
根据游戏角色对象的位置信息确定射线检测起点;
以射线检测起点为中心发射可行区域检测射线,基于可行区域检测射线对游戏地图中的目标子地图进行可行区域检测,确定游戏角色对象在目标子地图中的第一可行区域;
其中,目标子地图是游戏角色对象在游戏地图中的关联地图区域。
在一种实现方式中,动态场景元素的运动姿态信息包括动态场景元素的运动方向信息;处理单元,用于根据动态场景元素的运动姿态信息,对第一可行区域进行修正,得到第二可行区域时,具体用于执行如下步骤:
若动态场景元素是动态关卡,则按照动态场景元素的运动方向信息所指示的方向,对第一可行区域进行正向修正,得到第二可行区域;
若动态场景元素是动态障碍物,则按照动态场景元素的运动方向信息所指示的方向,对第一可行区域进行反向修正,得到第二可行区域。
在一种实现方式中,处理单元,用于控制游戏角色对象在第二可行区域中运动时,具体用于执行如下步骤:
获取游戏角色对象的多种运动策略,以及每种运动策略对应的运动特征;
基于各种运动策略对应的运动特征,在多种运动策略中,确定出游戏角色对象在第二可行区域中运动的最优运动策略;
控制游戏角色对象,按照最优运动策略,在第二可行区域中运动。
在一种实现方式中,第二可行区域包括多个可行区域块,第一可行区域块是多个可行区域块中的任一个,第二可行区域块是多个可行区域块中与第一可行区域块相邻的可行区域块;
处理单元,用于基于各种运动策略对应的运动特征,在多种运动策略中,确定出游戏角色对象在第二可行区域中运动的最优运动策略时,具体用于执行如下步骤:
基于各种运动策略对应的运动特征,在多种运动策略中,确定出游戏角色对象从第一可行区域块运动至第二可行区域块的最优运动策略;
处理单元,用于控制游戏角色对象,按照最优运动策略,在第二可行区域中运动时,具体用于执行如下步骤:
控制游戏角色对象,按照最优运动策略,从第一可行区域块运动至第二可行区域块。
在一种实现方式中,处理单元,用于基于各种运动策略对应的运动特征,在多种运动策略中,确定出游戏角色对象从第一可行区域块运动至第二可行区域块的最优运动策略时,具体用于执行如下步骤:
将第一可行区域块作为游戏角色对象的运动起点,以及将第二可行区域块作为游戏角色对象的运动终点,基于每种运动策略的运动特征对游戏角色对象进行多次运动迭代;其中,每次运动迭代过程对每种运动策略的运动评价信息进行更新;
当到达迭代终止条件时,在各种运动策略对应的运动评价信息中,选择最优运动评价信息对应的运动策略,作为游戏角色对象从第一可行区域块运动至第二可行区域块的最优运动策略。
在一种实现方式中,运动评价信息包括游戏角色对象与运动终点之间的剩余距离信息;基于每种运动策略对游戏角色对象进行了N次运动迭代,N次迭代运动中的第i次运动迭代的过程,包括:
基于各种运动策略中的目标运动策略对应的运动特征,计算目标运动策略在第i次运动迭代过程中的运动距离信息;
根据目标运动策略在第i次运动迭代过程中的运动距离信息,更新目标运动策略在第i-1次运动迭代过程中对应的剩余距离信息,得到目标运动策略在第i次运动迭代过程中对应的剩余距离信息;其中,N,i为大于1的整数,i小于或等于N。
相应地,本申请实施例提供一种计算机设备,该计算机设备包括:
处理器,适于实现计算机程序;
计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序适于由处理器加载并执行上述的游戏处理方法。
相应地,本申请实施例提供一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被计算机设备的处理器读取并执行时,使得计算机设备执行上述的游戏处理方法。
相应地,本申请实施例提供了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的游戏处理方法。
本申请实施例中,通过对游戏地图中的动态场景元素进行姿态预测,可以根据预测得到的动态场景元素的运动姿态信息,对游戏角色对象在游戏地图中的第一可行区域进行修正,得到较为准确的第二可行区域,从而,可以控制游戏角色对象在第二可行区域中运动,以较为准确且快速地通过动态场景元素。也就是说,本申请实施例可以基于预测的动态场景元素的运动姿态信息,对可行区域进行修正,通过修正后的可行区域,可以较为准确且快速地通过动态场景元素,提升动态场景元素的通过性。
附图说明
为了更清楚地说明本申请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申请的一些实施例,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是本申请实施例提供的一种游戏地图的示意图;
图2是本申请实施例提供的一种游戏处理系统的架构示意图;
图3是本申请实施例提供的一种游戏处理方法的流程示意图;
图4是本申请实施例提供的一种游戏角色对象的目标子地图的示意图;
图5是本申请实施例提供的另一种游戏角色对象的目标子地图的示意图;
图6是本申请实施例提供的一种可行区域修正过程的示意图;
图7是本申请实施例提供的另一种可行区域修正过程的示意图;
图8是本申请实施例提供的另一种游戏处理方法的流程示意图;
图9是本申请实施例提供的一种理论预测与测量预测之间的差异示意图;
图10是本申请实施例提供的一种真实运动姿态信息的测量过程示意图;
图11是本申请实施例提供的另一种游戏处理方法的流程示意图;
图12是本申请实施例提供的一种最优运动策略求解的流程示意图;
图13是本申请实施例提供的另一种游戏处理方法的流程示意图;
图14是本申请实施例提供的一种游戏性能测试的场景示意图;
图15是本申请实施例提供的一种游戏处理装置的结构示意图;
图16是本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅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,都属于本申请保护的范围。
为了更清楚地理解本申请实施例所提供的技术方案,在此先对本申请实施例涉及的关键术语进行介绍:
(1)本申请实施例涉及游戏。游戏可以包括电子游戏,电子游戏是指依托于电子设备平台而运行的交互游戏。电子游戏可以包括单机游戏和网络游戏。其中,网络游戏也可称为在线游戏,一般可以是指以互联网为传播媒介,以游戏服务器(Game Server)和玩家终端为游戏处理设备,以运行在玩家终端中的游戏客户端(Game Client)为信息交互窗口的,旨在实现娱乐、休闲、交流和取得虚拟成就的具有可持续性的个体性多玩家在线游戏;游戏客户端是指与游戏服务器相对应,为参与网络游戏的玩家提供本地游戏服务的程序;游戏服务器是指为游戏客户端提供数据计算、校验、存储和转发功能的服务设备。单机游戏是指使用一台计算机或其他游戏平台便可以独立运行的电子游戏,单机游戏不需要游戏服务器便可以正常运行。
对于网络游戏,本申请实施例不对网络游戏的游戏类型进行限定;例如,网络游戏可以是云游戏,或者网络游戏可以是普通网络游戏。其中,普通网络游戏是指直接在玩家终端内安装的游戏客户端中运行的游戏。云游戏(Cloud Gaming)又可称为游戏点播(Gamingon Demand),是指在游戏服务器中运行的游戏;也就是说,在云游戏场景下,所有的云游戏都不在玩家终端的游戏客户端中运行,而是在游戏服务器中运行;游戏服务器将云游戏中的游戏画面、游戏音频压缩编码为媒体流,然后通过网络将媒体流传输给用户终端中的游戏客户端进行图像显示和音频播放;可见,游戏客户端无需拥有强大的图形处理与数据运算能力,仅仅需要拥有基本的流媒体播放能力,与获取游戏玩家输入的操作指令并将游戏玩家输入的操作指令发送给游戏服务器的能力即可;当游戏玩家在游戏客户端的游戏界面中执行各种操作时,游戏客户端会将这些操作产生的操作数据上报给游戏服务器,由游戏服务器在对应的云游戏中根据操作数据而刷新云游戏的游戏画面,再将刷新后的游戏画面返回至游戏客户端中进行显示,以实现云游戏的游玩。也就是说,普通网络游戏和云游戏的区别在于,普通网络游戏运行在玩家终端内安装的游戏客户端中,而云游戏运行在游戏服务器中,游戏客户端负责呈现游戏画面、播放游戏音频以及接收游戏玩家输入的操作指令。
特别地,本申请实施例以游戏是开放世界游戏为例进行说明。开放世界(OpenWorld)游戏,也可以被称为漫游式(Free Roam)游戏,游戏关卡设计的一种,在开放世界游戏中,游戏玩家可自由地在一个虚拟世界中漫游,并可自由选择完成游戏任务的时间点和方式。
(2)本申请实施例涉及游戏地图。游戏中的游戏地图也可称为游戏世界、场景地图等,是指游戏中向游戏对象提供的具体游戏场景;游戏地图中一般可以包括道路、障碍物、河流、高山、树木、草丛、以及游戏道具等场景元素;并且,游戏地图中一般设置有游戏任务,游戏任务也可以称为游戏关卡,是指指引游戏玩家进行游戏活动的手段,例如,游戏中拾取物品、消灭游戏对手、以及越过移动平台等游戏任务;游戏玩家可以通过控制游戏角色对象在游戏地图中执行这些游戏任务等来实现游戏的游玩,游戏角色对象是指游戏玩家在游戏中控制的虚拟游戏角色。
(3)本申请实施例涉及动态场景元素。游戏地图中的动态场景元素,是指对游戏角色对象在游戏地图中的运动产生影响的动态元素,动态场景元素在游戏地图中是随机运动的。其中,动态场景元素可以包括动态障碍物或动态关卡;动态障碍物是指对游戏角色对象在游戏地图中的运动产生阻碍的动态元素,游戏角色对象需要躲避动态障碍物,以通过动态障碍物;动态关卡是指对游戏角色对象在游戏地图中的运动产生阻碍的动态元素,游戏角色对象需要到达动态关卡,完成关卡任务,以通过动态关卡。
(4)本申请实施例涉及可行区域。游戏角色对象在游戏地图中的可行区域是指游戏角色对象在游戏地图中可以移动或可以到达的区域;例如,对于游戏地图中的动态障碍物,可行区域可以是游戏地图中躲避动态障碍物,绕过动态障碍物,避免与动态障碍物发生碰撞的区域;又如,对于游戏地图中的动态关卡,可行区域可以是游戏地图中能够到达动态关卡的区域。以图1所示的游戏地图为例,当箱子101是动态障碍物时,游戏地图中躲避箱子101的区域为可行区域;当箱子101是动态关卡时,通往箱子101的区域为可行区域。可行区域可以是二维区域,可以是三维区域,或者可以是2.5维区域,可行区域的维度与游戏地图的维度相匹配,例如,当游戏地图是三维地图时,可以区域为三维区域,当游戏地图是二维地图时,可以区域为二维区域,当游戏地图是2.5维地图时,可以区域为2.5维区域,本申请实施例不对游戏地图以及可行区域的维度进行限定。
基于以上游戏、游戏地图、动态场景元素、以及可行区域等关键术语的相关描述,本申请实施例提出一种游戏处理方法,该游戏处理方法可以对动态场景元素进行姿态预测,然后可以根据预测得到的动态场景元素的运动姿态信息,对游戏角色对象在游戏地图中的可行区域进行修正,得到较为准确的修正后的可行区域,从而,可以控制游戏角色对象在修正后的可行区域中运动,以较为准确且快速地通过动态场景元素,提升动态场景元素的通过性。并且,本申请实施例提供的游戏处理方法还可以求解游戏角色对象在可行区域中运动的多种可行运动策略,使得游戏角色对象在可行区域中的运动不再是单一运动策略的运动,求解的可行运动策略与可行区域的适配性更高,从而可以进一步提升动态场景元素的通过性。
下面对适于实现本申请实施例提出的游戏处理方法的游戏处理系统进行介绍。
当本申请实施例中的游戏为单机游戏时,游戏处理系统中可以包括终端,终端中可以运行有游戏客户端。当本申请实施例中的游戏为网络游戏时,如图2所示,游戏处理系统中可以包括终端201和游戏服务器202,终端201中可以运行有游戏客户端;终端201和游戏服务器202之间可以通过有线通信的方式建立直接的通信连接,或者,可以通过无线通信的方式建立间接的通信连接;本申请实施例对此不进行限定。其中,本申请实施例所提及的终端可以包括但不限于以下任一种:智能手机、平板电脑、笔记本电脑、台式计算机、智能手表、智能家电、智能车载终端、飞行器等,但并不局限于此;本申请实施例所提及的游戏服务器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、CDN(Content Delivery Network,内容分发网络)、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等等,本申请实施例对此不进行限定。
在本申请实施例所提供的游戏处理系统中,游戏处理方法可以集中于一个设备执行;例如,当游戏为单机游戏时,游戏处理方法可以由终端执行;又如,当游戏为网络游戏中的云游戏时,游戏处理方法可以由游戏服务器执行。
或者,在本申请实施例所提供的游戏处理系统中,游戏处理方法可以由终端和游戏服务器分布执行;例如,当游戏为网络游戏中的普通网络游戏时,终端可以用于确定游戏地图中的动态场景元素,以及采集游戏角色对象在游戏地图中的运动策略;而游戏服务器可以用于预测动态场景元素的运动姿态信息,修正游戏角色对象的可行区域,以及求解游戏角色对象的可行运动策略;这是因为,如果预测动态场景元素的运动姿态信息,修正游戏角色对象的可行区域,以及求解游戏角色对象的可行运动策略等过程集中于终端执行,会对终端中运行游戏的游戏性能产生影响,并且游戏服务器可以对上述过程进行分布式计算,分布式计算将该上述过程分解成许多小的部分,分配给多台计算机进行处理,这样可以节约整体计算时间,大大提高计算效率,提升游戏处理方法的实时性,从而可以进一步提升动态场景元素的通过性。
可以理解的是,本申请实施例描述的游戏处理系统是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域普通技术人员可知,随着系统架构的演变和新业务场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
下面结合附图对本申请实施例提供的游戏处理方法进行更为详细地介绍。
本申请实施例提供一种游戏处理方法,该游戏处理方法主要介绍射线检测探索可行区域,动态场景元素的姿态预测,可行区域修正,以及运动策略求解的整体方案。该游戏处理方法可以由计算机设备执行,该计算机设备可以是终端和/或游戏服务器。如图3所示,该游戏处理方法可以包括但不限于以下步骤S301-步骤S305:
S301,探索游戏角色对象在目标游戏的游戏地图中的第一可行区域。
游戏角色对象在目标游戏的游戏地图中的第一可行区域,可以是通过射线检测的方式探索得到的,射线检测是指通过发射射线实现对物体的物理碰撞进行检测。具体来说,可以获取游戏角色对象在目标游戏的游戏地图中的位置信息,根据游戏角色对象的位置信息确定射线检测起点,例如,可以将游戏角色对象的位置信息所指示的位置点,作为射线检测起点;然后,可以以射线检测起点为中心发射可行区域检测射线,基于可行区域检测射线对游戏地图中的目标子地图进行可行区域检测,确定游戏角色对象在目标子地图中的第一可行区域。通过射线检测的方式,可以在目标游戏的游戏地图中自动探索可行区域,提升可行区域的探索效率。
其中,目标子地图可以是游戏角色对象在游戏地图中的关联地图区域,关联地图区域是指游戏角色对象在游戏地图中的附近区域。如图4中的(a)所示,关联地图区域可以是游戏地图中,以游戏角色对象所在位置点为圆心(例如,图4中的(a)所示的圆心O点)的圆形区域,或者,如图4中的(b)所示,关联地图区域可以是游戏地图中,以游戏角色对象所在位置点为球心(例如,图4中的(b)所示的球心O点)的圆形区域。如图5中的(a)所示,关联地图区域可以是游戏地图中,以游戏角色对象所在位置点为顶点(例如,图5中的(a)所示的顶点O点)的扇形区域,或者,如图5中的(b)所示,关联地图区域可以是游戏地图中,以游戏角色对象所在位置点为顶点(例如,图5中的(b)所示的顶点O点)的扇形柱状区域。也就是说,无需对整个游戏地图进行可行区域探索,对游戏角色对象在游戏地图中的附近地图区域进行可行区域探索,可以进一步提升可行区域的探索效率。
S302,确定游戏地图中的动态场景元素。
动态场景元素是指对游戏角色对象在游戏地图中的运动产生影响的动态元素。更为具体地,动态场景元素可以是在目标子地图中确定的,动态场景元素是指对游戏角色对象在目标子地图中的运动产生影响的动态元素。也就是说,可以将可行区域探测和动态场景元素的确定限制在游戏角色对象在游戏地图中的附近地图区域,从而可以降低游戏处理方法的计算复杂度。更为详细地:
在一种实现方式中,计算机设备可以每间隔一定时间对游戏地图中的场景元素的位置信息进行检测;若计算机设备在当前时刻检测到的场景元素的位置信息,相对于计算机设备在当前时刻的上一时刻检测到的场景元素的位置信息发生了变化,则可以说明该场景元素为动态场景元素。确定场景元素的位置信息发生了变化的方式可以为:根据当前时刻检测到的场景元素的位置信息,与当前时刻的上一时刻检测到的场景元素的位置信息,计算场景元素从上一时刻开始到当前时刻为止所运动的距离;若运动的距离大于距离阈值,则可以确定场景元素的位置信息发生了变化,从而可以确定该场景元素为动态场景元素。在该实现方式中,通过检测场景元素的位置是否发生变化,可以快速地确定目标子地图中的动态场景元素。
在另一种实现方式中,游戏地图中的场景元素可以具备元素标识,元素标识可以用于唯一标识场景元素,元素标识可以是在创建场景元素时为场景元素分配的;游戏地图中的场景元素可以包括静态场景元素(指游戏地图中静止不动的元素)和动态场景元素,静态场景元素可以具备静态元素标识,动态场景元素可以具备动态元素标识,静态元素标识与动态元素标识不相同;从而,可以通过动态元素标识确定目标子地图中的动态场景元素,具体可以包括:可以获取目标子地图中的各个场景元素的元素标识,将元素标识为动态元素标识的场景元素,确定为目标子地图中的动态场景元素。在该实现方式中,通过判断唯一标识场景元素的元素标识是否为动态元素标识,可以快速地确定目标子地图中的动态场景元素。
S303,对动态场景元素进行姿态预测,得到动态场景元素的运动姿态信息。
在确定游戏地图中的动态场景元素后,可以对动态场景元素进行姿态预测,得到动态场景元素的运动姿态信息。动态场景元素在游戏地图中是随机运动的,动态场景元素的存在可能会导致探索的可行区域无效;例如,上一时刻探索得到的可行区域,可能在当前时刻就被动态场景元素所阻挡。因此,如何实现对动态场景元素在时间序列下进行姿态预测非常重要,如果可以在游戏中对动态场景元素在各个时刻的姿态进行预测,那么就可以根据各个时刻所有的动态场景元素构造可行区域,再基于可行区域进行动态求解。其中,对动态场景元素进行姿态预测,得到的动态场景元素的运动姿态信息可以包括以下至少一种:运动方向信息、运动速度信息、运动加速度信息、以及运动位置信息,等等。
姿态预测可以是通过卡尔曼滤波(Kalman Filter)模型进行的。卡尔曼滤波模型是一种高效的自回归滤波器,它能在存在诸多不确定性情况的组合信息中估计动态系统的状态。卡尔曼滤波模型可以由历史姿态获取模块、理论姿态预测模块、传感器、以及测量姿态预测模块组成,卡尔曼滤波模型可以基于历史姿态获取模块、理论姿态预测模块、传感器、以及测量姿态预测模块,实现对动态场景元素的姿态预测,具体可以参见如下描述:
动态场景元素的姿态预测过程可以包括理论姿态预测过程和测量姿态预测过程;理论姿态预测过程的前提是能够抽离出动态场景元素的理论运动规律(理论运动规律可以通过动态场景元素的运动函数反映),理论姿态预测过程可以从理论角度对动态场景元素进行姿态预测,理论姿态预测过程可以由历史姿态获取模块和理论姿态预测模块执行;测量姿态预测过程通过对动态场景元素的运动姿态进行实际测量,可以从测量角度对动态场景元素进行姿态预测,测量姿态预测过程可以由传感器和测量姿态预测模块执行。
对于理论姿态预测过程:历史姿态获取模块可以用于获取动态场景元素在当前时刻的上一时刻的理论运动姿态信息;理论姿态预测模块可以用于基于动态场景元素在当前时刻的上一时刻的理论运动姿态信息,对动态场景元素进行姿态预测,得到动态场景元素在当前时刻的理论运动姿态信息。对于测量姿态预测过程:传感器可以用于对动态场景元素在游戏中的真实状态进行检测,获取动态场景元素在当前时刻的真实运动姿态信息,其中,真实运动姿态信息中可以包含噪音,因此,传感器对动态场景元素的检测获取到的姿态并非动态场景元素的真实姿态;测量姿态预测模块通过引入噪音,可以将动态场景元素在当前时刻的真实运动姿态信息转换为测量运动姿态信息。然后,基于上述的理论预测结果(即动态场景元素在当前时刻的理论运动姿态信息)和测量预测结果(即动态场景元素在当前时刻的测量运动姿态信息),可以实现对动态场景元素在当前时刻的运动姿态进行估计。不难看出,单一的理论姿态预测或测量姿态预测都是不准确的,通过卡尔曼滤波模型的方式,可以理论姿态预测与测量姿态预测的结果进行综合,提升动态场景元素的姿态预测的准确性。
值得注意的是,卡尔曼滤波模型可以是基于人工智能领域的机器学习方式所构建的。人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说,人工智能是计算机科学的一个综合技术,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。或者,卡尔曼滤波模型可以是基于非机器学习方式所构建的。机器学习方式与非机器学习方式的区别在于:基于机器学习方式所构建的卡尔曼滤波模型进行姿态预测的方式,可以是通过学习训练获得的,而基于非机器学习方式所构建的卡尔曼滤波模型进行姿态预测的方式,可以是通过数据分析、以及统计总结得到的;基于机器学习的方式构建卡尔曼滤波模型,可以节省人力成本,而基于非机器学习的方式构建卡尔曼滤波模型,对计算机设备的性能要求不高。
S304,根据动态场景元素的运动姿态信息,对第一可行区域进行修正,得到第二可行区域。
在探索得到游戏角色对象在游戏地图中的第一可行区域,以及预测得到游戏地图中的动态场景元素的运动姿态信息后,可以根据动态场景元素的运动姿态信息,对第一可行区域进行修正,得到第二可行区域。可行区域修正的原理是:将探索得到的可行区域(即第一可行区域)作为基线,在基线的基础上,结合预测得到的动态场景元素的运动姿态信息,对基线进行修正,从而得到修正后的可行区域(即第二可行区域)。
可行区域的修正方式与动态场景元素的类型相关。动态场景元素可以是动态关卡,动态关卡是指对游戏角色对象在游戏地图中的运动产生阻碍的动态元素,动态关卡可以设置有关卡任务,游戏角色对象需要到达动态关卡,完成关卡任务,以通过动态关卡。或者,动态场景元素可以是动态障碍物,动态障碍物是指对游戏角色在游戏地图中的运动产生阻碍的元素,游戏角色对象需要躲避动态障碍物,以通过动态障碍物;可见,动态关卡和动态障碍物的共同点是,都会对游戏角色对象在游戏地图中的运动产生阻碍;而动态关卡和动态障碍物的区别在于:游戏角色对象需要躲避动态障碍物,绕开动态障碍物运动,而动态关卡一般设置有关卡任务,游戏角色对象需要尽快到达动态关卡,完成关卡任务。下面对动态场景元素是动态关卡或动态障碍物时,可行区域的修正方式进行介绍:
当动态场景元素是动态关卡时,动态场景元素的运动姿态信息可以包括动态场景元素的运动方向信息,可行区域的修正方式可以参见如下内容:可以按照动态场景元素的运动方向信息所指示的方向,对第一可行区域进行正向修正,得到第二可行区域;所谓的正向修正,是指沿着动态场景元素的运动方向信息所指示的方向对第一可行区域进行修正。
更为详细地,动态场景元素的运动姿态信息还可以包括运动速度信息和/或运动加速度信息,例如,当动态场景元素进行匀速运动时,动态场景元素的运动姿态信息还包括运动速度信息,当动态场景元素进行匀加速运动时,动态场景元素的运动姿态信息还包括运动速度信息和运动加速度信息。然后,可以根据运动速度信息和/或运动加速度信息,预测动态场景元素的运动距离信息,将动态场景元素的运动距离信息,作为第一可行区域的修正距离。从而,可以按照修正距离以及动态场景元素的运动方向信息所指示的方向,对第一可行区域进行正向修正,得到第二可行区域,具体可以包括:沿着动态场景元素的运动方向信息所指示的方向,按照修正距离对第一可行区域进行偏移,得到第二可行区域;也就是说,第一可行区域的偏移方向为动态场景元素的运动方向信息所指示的方向,第一可行区域的偏移距离为修正距离。其中,动态场景元素的运动距离信息,即修正距离可以是根据运动速度信息和/或运动加速度信息,结合时间变化量计算得到;时间变化量可以是当前时刻的上一时刻与当前时刻之间的时间变化量。
图6示出了当动态场景元素是动态关卡时可行区域的修正过程:如图6中的(a)所示,A为出发点,B为目标点,3个白色实线圆圈为动态关卡,动态关卡为需要通过的移动平台,黑色实线实心箭头标记了探索得到的游戏角色对象运动的路径方向(即第一可行区域)。如图6中的(b)所示,黑色实线空心箭头的方向标记了预测得到的3个动态关卡的运动方向信息,黑色实线空心箭头的长度标记了预测得到的3个动态关卡的运动距离信息。如图6中的(c)所示,3个白色虚线圆圈为预测得到的3个动态关卡在下一时刻的位置,黑色虚线实心箭头标记了修正后的游戏角色对象运动的路径方向(即第二可行区域)。可以看出,当动态场景元素是动态关卡时,游戏角色对象需要尽快到达动态关卡,沿着动态场景元素的运动方向信息所指示的方向,按照预测的动态场景元素的运动距离信息,对第一可行区域进行偏移,可以使得游戏角色对象在偏移得到的第二可行区域中运动时能够尽快到达动态关卡,以快速通过动态关卡,能够较好地满足动态关卡的通过要求。
当动态场景元素是动态障碍物时,动态场景元素的运动姿态信息可以包括动态场景元素的运动方向信息,可以按照动态场景元素的运动方向信息所指示的方向,对第一可行区域进行反向修正,得到第二可行区域;所谓的反向修正,是指沿着与动态场景元素的运动方向信息所指示的方向相反的方向,对第一可行区域进行修正。
更为详细地,动态场景元素的运动姿态信息还可以包括运动速度信息和/或运动加速度信息,例如,当动态场景元素进行匀速运动时,动态场景元素的运动姿态信息还包括运动速度信息,当动态场景元素进行匀加速运动时,动态场景元素的运动姿态信息还包括运动速度信息和运动加速度信息。然后,可以根据运动速度信息和/或运动加速度信息,预测动态场景元素的运动距离信息,将动态场景元素的运动距离信息,作为第一可行区域的修正距离。从而,可以按照修正距离以及动态场景元素的运动方向信息所指示的方向,对第一可行区域进行反向修正,得到第二可行区域,具体可以包括:沿着与动态场景元素的运动方向信息所指示的方向相反的方向,按照修正距离对第一可行区域进行偏移,得到第二可行区域;也就是说,第一可行区域的偏移方向为与动态场景元素的运动方向信息所指示的方向相反的方向,第一可行区域的偏移距离为修正距离。其中,动态场景元素的运动距离信息,即修正距离可以是根据运动速度信息和/或运动加速度信息,结合时间变化量计算得到;时间变化量可以是当前时刻的上一时刻与当前时刻之间的时间变化量。
图7示出了当动态场景元素是动态关卡时可行区域的修正过程:如图7中的(a)所示,A为出发点,B为目标点,3个白色实线圆圈为动态障碍物,黑色实线实心箭头标记了探索得到的游戏角色对象运动的路径方向(即第一可行区域)。如图7中的(b)所示,黑色实线空心箭头的方向标记了预测得到的3个动态障碍物的运动方向信息,黑色实线空心箭头的长度标记了预测得到的3个动态障碍物的运动距离信息。如图7中的(c)所示,3个白色虚线圆圈为预测得到的3个动态障碍物在下一时刻的位置,黑色虚线实心箭头标记了修正后的游戏角色对象运动的路径方向(即第二可行区域)。可以看出,当动态场景元素是动态障碍物时,游戏角色对象需要绕开动态障碍物,沿着与动态场景元素的运动方向信息所指示的方向相反的方向,按照预测的动态场景元素的运动距离信息,对第一可行区域进行偏移,可以使得游戏角色对象在偏移得到的第二可行区域中运动时,能够准确地绕开障碍物,能够较好地满足动态障碍物的通过要求。
S305,控制游戏角色对象在第二可行区域中运动,以通过动态场景元素。
在根据动态场景元素的运动姿态信息,对第一可行区域进行修正,得到第二可行区域之后,可以控制游戏角色对象在第二可行区域中运动,以通过动态场景元素。并且,游戏角色对象在游戏地图中运动时可以存在多种运动策略,游戏角色对象的运动策略是指游戏角色对象的运动姿态,例如,游戏角色对象的多种运动策略可以包括:移动、跳跃、闪现、移动+跳跃、移动+闪现、以及跳跃+闪现,等等;因此,可以在多种运动策略中求解出游戏角色对象在第二可行区域中运动的最优运动策略组合,从而,可以控制游戏角色对象,按照求解得到的最优运动策略组合,在第二可行区域中运动。通过求解游戏角色对象在第二可行区域中运动的最优运动策略组合,为游戏角色对象在第二可行区域中的运动方式提供了更多可能性,而不只是单一运动策略,并且最优运动策略组合与第二可行区域的适配性更高,例如,移动+跳跃的运动策略有助于游戏角色对象更快地躲避障碍物,也就是说,有助于游戏角色对象更快地通过动态场景元素。
本申请实施例中,通过对游戏地图中的动态场景元素进行姿态预测,可以根据预测得到的动态场景元素的运动姿态信息,对游戏角色对象在游戏地图中的第一可行区域进行修正,得到较为准确的第二可行区域,从而,可以控制游戏角色对象在第二可行区域中运动,以较为准确且快速地通过动态场景元素。也就是说,本申请实施例可以基于预测的动态场景元素的运动姿态信息,对可行区域进行修正,通过修正后的可行区域,可以较为准确且快速地通过动态场景元素,提升动态场景元素的通过性。
本申请实施例提供一种游戏处理方法,该游戏处理方法主要介绍动态场景元素的姿态预测的具体过程(包括运动姿态方程的构建过程,以及基于运动姿态方程的姿态预测过程)。该游戏处理方法可以由计算机设备执行,该计算机设备可以是终端和/或游戏服务器。如图8所示,该游戏处理方法可以包括但不限于以下步骤S801-步骤S806:
S801,探索游戏角色对象在目标游戏的游戏地图中的第一可行区域。
本申请实施例中,步骤S801的执行过程与上述图3所示实施例中步骤S301的执行过程相同,具体执行过程可以参见上述图3所示实施例中步骤S301的描述,在此不再赘述。
S802,确定游戏地图中的动态场景元素。
本申请实施例中,步骤S802的执行过程与上述图3所示实施例中步骤S302的执行过程相同,具体执行过程可以参见上述图3所示实施例中步骤S302的描述,在此不再赘述。
S803,获取动态场景元素的运动姿态方程。
动态场景元素的运动姿态方程是动态场景元素的运动姿态预测规则,可以用于反映动态场景元素在游戏地图中的运动姿态变化情况,运动姿态方程可以用于对动态场景元素进行姿态预测。需要说明的是,游戏地图中可能存在多个动态场景元素,每个动态场景元素对应各自的运动姿态方程,任一运动姿态方程可以用于反映相应的动态场景元素在游戏地图中的运动姿态变化情况,任一运动姿态方程可以用于对相应的动态场景元素进行姿态预测;本申请实施例对任一动态场景元素的姿态预测过程进行介绍。
由前述内容可知,动态场景元素的姿态预测过程可以包括理论姿态预测和测量姿态预测两部分,与之对应的,动态场景元素的运动姿态方程可以包括动态场景元素的理论状态转移方程和动态场景元素的测量状态方程,动态场景元素的运动姿态方程可以是对动态场景元素的理论状态转移方程和动态场景元素的测量状态方程进行加权求和构造得到的。其中,动态场景元素的理论姿态预测过程与动态场景元素的理论状态转移方程对应,动态场景元素的理论状态转移方程是动态场景元素的理论运动姿态预测规则,可以用于反映理论情况下,动态场景元素在当前时刻的理论运动姿态信息,与动态场景元素在当前时刻的上一时刻的理论运动姿态信息之间的关系;动态场景元素的理论状态转移方程可以用于对动态场景元素进行理论姿态预测。动态场景元素的测量姿态预测过程与动态场景元素的测量状态方程对应,动态场景元素的测量状态方程是动态场景元素的测量运动姿态预测规则,可以用于反映动态场景元素的真实姿态空间与测量姿态空间之间的映射关系;动态场景元素的真实姿态空间是在游戏运行过程中动态场景元素的真实姿态所属的空间,动态场景元素的测量姿态空间是指在游戏运动过程中动态场景元素的测量姿态所属的空间;动态场景元素的测量状态方程可以用于对动态场景元素进行测量姿态预测。下面对动态场景元素的运动姿态方程的构建过程进行介绍:
(1)获取动态场景元素的理论状态转移方程。
动态场景元素在游戏地图中的运动类型可以包括以下任一种:匀速运动、匀加速运动、以及变加速运动,不同的运动类型与运动方式相结合,可参见如下表1:
表1
目标游戏可以是UE(Unreal Engine,虚幻引擎)游戏,在UE游戏中,动态场景元素的运动可以由游戏引擎的物理层来控制实现的,通过物理层,可以获取到各个动态场景元素的运动函数,通过各个动态场景元素的运动函数,对各个动态场景元素进行姿态预测。以动态场景元素的运动类型为变加速运动为例,动态场景元素的不同运动姿态参数的运动函数可以参见如下公式1-公式4:
公式1
公式2
公式3
公式4
如上述公式1所示:公式1是关于动态场景元素的位置参数的运动函数,dt可以表示t时刻(即当前时刻)动态场景元素的理论运动位置信息;dt-1可以表示t-1时刻(即当前时刻的上一时刻)动态场景元素的理论运动位置信息;f函数可以表示理论状态下,动态场景元素在当前时刻的理论运动位置信息,与动态场景元素在当前时刻的上一时刻的理论运动位置信息之间的关系。公式2与公式1类似,公式2是关于动态场景元素的做功参数的运动函数。公式3与公式1类似,公式3是关于动态场景元素的速度参数的运动函数。公式4与公式1类似,公式4是关于动态场景元素的加速度参数的运动函数。
基于动态场景元素的不同运动姿态参数的运动函数,在已知动态场景元素在上一时刻(t-1时刻)的运动姿态参数的前提下,可以获取动态场景元素在当前时刻(t时刻)的运动姿态参数。根据动态场景元素的不同运动姿态参数的运动函数,可以构造动态场景元素的理论状态转移方程的状态转移矩阵Q,从而可以基于状态转移矩阵Q构造动态场景元素的理论状态转移方程,动态场景元素的理论状态转移方程可参见如下公式5:
公式5
如上述公式5所示,Xt可以表示动态场景元素在当前时刻的理论运动姿态信息;Q可以表示状态转移矩阵;Xt-1可以表示动态场景元素在当前时刻的上一时刻的理论运动姿态信息;B可以表示控制矩阵;Ut可以表示动态场景元素在当前时刻的可控信息(可控信息通常可以是已知量,例如,可以是动态场景元素在当前时刻的运动速度信息或运动加速度信息)。在动态场景元素的实际运动过程中,还需要考虑到运动中的物理因素,比如摩擦等情况,因此,动态场景元素的理论状态转移方程中还可以加上理论噪声干扰项Wt,从而,动态场景元素的理论状态转移方程可以变换为如下公式6的形式:
公式6
如上述公式6所示,Wt表示理论噪声干扰项;其中,Wt~N(0,Qt),Qt=Cov(Wt),表示理论噪声干扰项服从数学期望为0,方差为Qt的正态分布,并且Qt等于理论噪声干扰项的协方差。引入理论噪声干扰项的动态场景元素的理论状态转移方程,与未引入理论噪声干扰项的动态场景元素的理论状态转移方程之间的偏差可以通过协方差矩阵来计算,具体可参见如下公式7:
公式7
如上述公式7所示,Pt_actual|t可以表示引入理论噪声干扰项的动态场景元素的理论状态转移方程,与未引入理论噪声干扰项的动态场景元素的理论状态转移方程之间的偏差;Xt_actual可以表示引入理论噪声干扰项的动态场景元素的理论状态转移方程;Xt可以表示未引入理论噪声干扰项的动态场景元素的理论状态转移方程。
基于上述内容,动态场景元素的理论状态转移方程的构造过程,可以总结为如下过程:首先,可以获取动态场景元素的一个或多个运动姿态参数的运动函数,运动姿态参数的运动函数可以用于反映理论状态下,动态场景元素在当前时刻的运动姿态参数,与动态场景元素在当前时刻的上一时刻的运动姿态参数之间的关系;运动姿态参数可以包括位置参数、做功参数、速度参数、方向参数以及加速度参数中的任一种。其次,可以将动态场景元素在当前时刻的上一时刻的各个运动姿态参数,作为动态场景元素在上一时刻的理论运动姿态参数,以及将动态场景元素在当前时刻的各个运动姿态参数,作为动态场景元素在当前时刻的理论运动姿态参数。然后,可以建立动态场景元素在上一时刻的理论运动姿态参数,与动态场景元素在当前时刻的理论运动姿态参数之间的关系,得到状态转移矩阵。然后,可以基于状态转移矩阵,并引入理论噪声干扰项,生成状态转矩阵对应的理论状态转移方程。
(2)获取动态场景元素的测量状态方程。
动态场景元素的测量状态方程可以参见如下公式8:
公式8
如上述公式8,H可以表示观测矩阵,观测矩阵可以实现从真实状态空间到测量姿态空间的映射;xt可以表示动态场景元素在当前时刻的真实运动姿态信息;Zt可以表示动态场景元素在当前时刻的测量运动姿态信息;vt可以表示测量过程中的测量噪声干扰项,其中,vt~N(0,Rt),Rt=Cov(vt),表示测量噪声干扰项服从数学期望为0,方差为Rt的正态分布,并且Rt等于测量噪声干扰项的协方差。
至此,可以获取到动态场景元素的理论状态转移方程和动态场景元素的测量状态方程,可以发现,无论是理论推导,还是实际测量,都可能存在噪声干扰项,这样可以使得预测的动态场景元素的运动姿态,与动态场景元素的实际运动姿态更接近,从而,可以提升动态场景元素的姿态预测准确率。动态场景元素的理论状态转移方程可以用于对动态场景元素进行理论姿态预测,动态场景元素的测量状态方程可以用于对动态场景元素进行测量姿态预测,理论姿态预测的预测结果与测量姿态预测的预测结果之间的差异可参见图9所示的示意图,图9中的黑色实线箭头用于标识理论姿态预测的动态场景元素的运动轨迹,图9中的黑色虚线箭头用于标识测量姿态预测的动态场景元素的运动轨迹,可以看出,理论姿态预测的预测结果与测量姿态预测的预测结果之间存在差异。理论姿态预测的预测结果与测量姿态预测的预测结果之间的差异还可以通过协方差矩阵来计算,具体可参见如下公式9:
公式9
如上述公式9所示,Zt可以表示动态场景元素的测量预测结果;Xt|t-1可以表示动态场景元素的理论预测结果;Cov表示协方差计算;St可以表示动态场景元素的理论预测结果与测量预测结果之间的差异。
(3)对理论状态转移方程和测量状态方程进行加权求和,得到动态场景元素的运动姿态方程。
在获取到动态场景元素的理论状态转移方程和动态场景元素的测量状态方程后,可以对理论状态转移方程和测量状态方程进行加权求和,得到动态场景元素的运动姿态方程,具体可以参见如下公式10:
公式10
如上述公式10,Zt可以表示动态场景元素的测量状态方程进行测量姿态预测,得到的测量预测结果;Xt|t-1可以表示动态场景元素的理论状态转移方程进行理论姿态预测,得到的理论预测结果。Kt可以表示卡尔曼增益系数,卡尔曼增益系数的计算可以依赖于动态场景元素的理论状态转移方程,与动态场景元素的测量状态方程之间的差函数,对差函数进行求导获取到极小值时Kt的取值;基于上述图9可以看出,理论预测结果与测量预测结果之间存在差异,对理论状态转移方程和测量状态方程进行加权求和的期望,是缩小理论预测结果与测量预测结果之间差异,而这样的卡尔曼增益系数可以满足动态场景元素的理论预测结果与测量预测结果之间的差异最小,从而,可以提升动态场景元素姿态预测的准确性。
S804,基于动态场景元素的运动姿态方程,对动态场景元素进行姿态预测,得到动态场景元素的运动姿态信息。
在获取到动态场景元素的运动姿态方程之后,可以基于动态场景元素的运动姿态方程,对动态场景元素进行姿态预测,得到动态场景元素的运动姿态信息。姿态预测的过程具体可以包括:首先,可以获取动态场景元素在上一时刻的理论运动姿态信息,以及,如上述公式6所示,可以基于动态场景元素的理论状态转移方程,对动态场景元素在上一时刻的理论运动姿态信息进行转移,得到动态场景元素在当前时刻的理论运动姿态信息(即上述提及的动态场景元素的理论预测结果)。其次,可以测量动态场景元素在当前时刻的真实运动姿态信息,以及,如上述公式8所示,可以基于动态场景元素的测量状态方程,将动态场景元素在当前时刻的真实运动姿态信息,从真实姿态空间映射至测量姿态空间,得到动态场景元素在当前时刻的测量运动姿态信息(即上述提及的动态场景元素的测量预测结果)。然后,如上述公式10所示,可以对动态场景元素在当前时刻的理论运动姿态信息,和动态场景元素在当前时刻的测量运动姿态信息进行加权求和,得到动态场景元素的运动姿态信息,具体是动态场景元素在当前时刻的运动姿态信息。
其中,动态场景元素在当前时刻的真实运动姿态信息可以是通过射线检测的方式测量的。动态场景元素的真实运动姿态信息的测量方式可以为:可以游戏地图中的目标位置点(目标位置点可以是游戏地图中与动态场景元素距离较近的位置点,这样可以缩短射线返回数据的时间)为中心,在不同时刻向动态场景元素发射姿态信息检测射线,例如,在当前时刻的上一时刻向动态场景元素发射第一姿态信息检测射线,在当前时刻向动态场景元素发射第二姿态信息检测射线;然后,可以根据第一姿态信息检测射线和第二姿态信息检测射线返回的运动信息,计算动态场景元素在当前时刻的真实运动姿态信息。
图10示出了一种动态场景元素的真实运动姿态信息的测量示意图,图10中的三角形表示目标位置点,圆形表示动态场景元素。第一姿态信息检测射线返回了动态场景元素在当前时刻的上一时刻的运动位置信息dt-1,第二姿态信息检测射线返回了动态场景元素在当前时刻的运动位置信息dt。通过动态场景元素在当前时刻的上一时刻的运动位置信息dt-1,和动态场景元素在当前时刻的运动位置信息dt之间的差异,可以计算得到位置信息变化量△s,具体可以参见如下公式11。通过位置信息变化量△s与当前时刻与上一时刻之间的时间变化量△t之间的比值,可以计算得到动态场景元素在当前时刻的运动速度信息vt,具体可以参见如下公式12。通过动态场景元素在当前时刻的运动速度信息vt,与时间变化量△t之间的比值,可以计算得到动态场景元素在当前时刻的运动加速度信息αt,具体可以参见如下公式13。公式11-公式13如下所示:
公式11
公式12
公式13
从而,动态场景元素在当前时刻的真实运动姿态信息可以包括但不限于以下至少一种:通过姿态信息检测射线返回的动态场景元素在当前时刻的运动位置信息dt,通过公式12计算得到的动态场景元素在当前时刻的运动速度信息vt,以及通过公式13计算得到的动态场景元素在当前时刻的运动加速度信息αt。
S805,根据动态场景元素的运动姿态信息,对第一可行区域进行修正,得到第二可行区域。
本申请实施例中,步骤S805的执行过程与上述图3所示实施例中步骤S304的执行过程相同,具体执行过程可以参见上述图3所示实施例中步骤S304的描述,在此不再赘述。
S806,控制游戏角色对象在第二可行区域中运动,以通过动态场景元素。
本申请实施例中,步骤S806的执行过程与上述图3所示实施例中步骤S305的执行过程相同,具体执行过程可以参见上述图3所示实施例中步骤S305的描述,在此不再赘述。
本申请实施例中,通过将动态场景元素的理论预测结果与动态场景元素的测量预测结果进行综合,可以提升动态场景元素的姿态预测准确性。并且,在动态场景元素的理论姿态预测过程和动态场景元素的测量姿态预测过程中引入噪声干扰项,可以使得预测得到的动态场景元素的理论预测与动态场景元素的真实理论预测更接近,从而,可以进一步提升动态场景元素的姿态预测准确性。
本申请实施例提供一种游戏处理方法,该游戏处理方法主要介绍运动策略求解的具体过程。该游戏处理方法可以由计算机设备执行,该计算机设备可以是终端和/或游戏服务器。如图11所示,该游戏处理方法可以包括但不限于以下步骤S1101-步骤S1108:
S1101,探索游戏角色对象在目标游戏的游戏地图中的第一可行区域。
本申请实施例中,步骤S1101的执行过程与上述图3所示实施例中步骤S301的执行过程相同,具体执行过程可以参见上述图3所示实施例中步骤S301的描述,在此不再赘述。
S1102,确定游戏地图中的动态场景元素。
本申请实施例中,步骤S1102的执行过程与上述图3所示实施例中步骤S302的执行过程相同,具体执行过程可以参见上述图3所示实施例中步骤S302的描述,在此不再赘述。
S1103,获取动态场景元素的运动姿态方程。
本申请实施例中,步骤S1103的执行过程与上述图8所示实施例中步骤S803的执行过程相同,具体执行过程可以参见上述图8所示实施例中步骤S803的描述,在此不再赘述。
S1104,基于动态场景元素的运动姿态方程,对动态场景元素进行姿态预测,得到动态场景元素的运动姿态信息。
本申请实施例中,步骤S1104的执行过程与上述图8所示实施例中步骤S804的执行过程相同,具体执行过程可以参见上述图8所示实施例中步骤S804的描述,在此不再赘述。
S1105,根据动态场景元素的运动姿态信息,对第一可行区域进行修正,得到第二可行区域。
本申请实施例中,步骤S1105的执行过程与上述图3所示实施例中步骤S304的执行过程相同,具体执行过程可以参见上述图3所示实施例中步骤S304的描述,在此不再赘述。
S1106,获取游戏角色对象的多种运动策略,以及每种运动策略对应的运动特征。
在实际的游戏过程中,游戏角色对象可以存在多种运动姿态,例如,移动、跳跃、以及闪现等等,这些运动姿态之间还可以进行组合,例如,移动+闪现、移动+跳跃、以及跳跃+闪现等等。如果只考虑游戏角色对象的单一运动姿态,那么在求解过程中会存在少量运动姿态解的情况,而且无法通过类似需要跳跃或者组合技能通过的动态障碍元素。因此,可以获取游戏角色对象的多种运动策略,以及每种运动策略对应的运动特征;游戏角色对象的运动策略是指游戏角色对象的运动姿态,可以包括游戏角色对象的单一运动姿态,或者可以包括游戏角色对象的组合运动姿态;运动策略对应的运动特征可以用于描述运动策略的运动特点,例如,运动策略对应的运动特征可以包括以下至少一种:距离信息、高度信息、速度信息、加速度信息、以及身体转角信息,等等;一种示例性的运动策略和运动策略对应的运动特征组成的运动策略矩阵,可以参见如下表2:
表2
S1107,基于各种运动策略对应的运动特征,在多种运动策略中,确定出游戏角色对象在第二可行区域中运动的最优运动策略。
S1108,控制游戏角色对象,按照最优运动策略,在第二可行区域中运动。
在获取到游戏角色对象的多种运动策略,以及每种运动策略对应的运动特征之后,在步骤S1107-步骤S1108中,可以基于各种运动策略对应的运动特征,在多种运动策略中,确定出游戏角色对象在第二可行区域中运动的最优运动策略,然后,可以控制游戏角色对象,按照最优运动策略,在第二可行区域中运动。求解最优运动策略的过程可以是基于PSO(Particle Swarm Optimization,粒子群)算法,对第二可行区域进行分块进行的;PSO算法是通过模拟鸟群觅食行为而发展起来的一种基于群体协作的随机搜索算法。具体来说:
第二可行区域可以包括多个可行区域块,第一可行区域块可以是多个可行区域块中的任一个,第二可行区域块可以是多个可行区域块中与第一可行区域块相邻的可行区域块。基于各种运动策略对应的运动特征,在多种运动策略中,确定出游戏角色对象在第二可行区域中运动的最优运动策略的过程,可以包括:基于各种运动策略对应的运动特征,在多种运动策略中,确定出游戏角色对象从第一可行区域块运动至第二可行区域块的最优运动策略。控制游戏角色对象,按照最优运动策略,在第二可行区域中运动的过程,可以包括:控制游戏角色对象,按照最优运动策略,从第一可行区域块运动至第二可行区域块。也就是说,可以确定出游戏角色对象在第二可行区域中的任意两个相邻可行区域块之间运动的最优运动策略,从而,可以确定出游戏角色对象在第二可行区域中运动的最优运动策略组合。
其中,多种运动策略中的每种运动策略可以分别被抽象为PSO算法中的一个粒子,以PSO算法为基础,基于各种运动策略对应的运动特征,在多种运动策略中,确定出游戏角色对象从第一可行区域块运动至第二可行区域块的最优运动策略的过程可以参见图12,具体可以包括:将第一可行区域块作为游戏角色对象的运动起点,以及将第二可行区域块作为游戏角色对象的运动终点,基于每种运动策略的运动特征对游戏角色对象进行多次运动迭代;其中,每次运动迭代过程对每种运动策略的运动评价信息进行更新;当到达迭代终止条件时,在各种运动策略对应的运动评价信息中,选择最优运动评价信息对应的运动策略,作为第一可行区域块运动至第二可行区域块的最优运动策略;其中,迭代终止条件可以包括以下任一种:到达运动终点,或者,迭代次数达到次数阈值。
运动评价信息可以包括游戏角色对象与运动终点之间的剩余距离信息。为了更清楚地理解每次运动迭代过程,可以将运动迭代的次数表示为N次,也就是说,基于每种运动策略对游戏角色对象进行了N次运动迭代。N次迭代运动中的第i次运动迭代的过程,可以包括:基于各种运动策略中的目标运动策略对应的运动特征,计算目标运动策略在第i次运动迭代过程中的运动距离信息;然后,可以根据目标运动策略在第i次运动迭代过程中的运动距离信息,更新目标运动策略在第i-1次运动迭代过程中对应的剩余距离信息,得到目标运动策略在第i次运动迭代过程中对应的剩余距离信息;其中,N,i为大于1的整数,i小于或等于N;最优运动评价信息可以是指各种运动策略对应的剩余距离信息中的最小剩余距离信息。
以第二可行区域中包括可行区域块A、可行区域块B、可行区域块C、可行区域块D、以及可行区域块E(A-B-C-D-E)为例,基于PSO算法进行实时求解,在时间序列上,得到了如下表3所示的最优运动策略组合:
表3
如上述表3所示,在t时刻,从可行区域块A运动至可行区域块B的最优运动策略为移动,从可行区域块B运动至可行区域块C的最优运动策略为跳跃,从可行区域块C运动至可行区域块D的最优运动策略为下蹲+移动,从可行区域块D运动至可行区域块E的最优运动策略为移动。t+1时刻、t+2时刻、t+3时刻、t+4时刻、以及t+5时刻与t时刻类似。
需要说明的是,与卡尔曼滤波模型类似,基于PSO算法的运动策略求解过程可以是基于人工智能领域的机器学习模型实现的,或者可以是基于非机器学习模型实现的。机器学习模型与非机器学习模型的区别在于:机器学习模型进行运动策略求解的方式可以是通过学习训练获得的,非机器学习模型进行运动策略求解的方式可以是通过数据分析、以及统计总结得到的;机器学习模型可以节省人力成本,非机器学习模型对计算机设备的性能要求不高。
本申请实施例中,将游戏角色对象在游戏地图中的可行区域划分为多个可行区域块,通过在多种运动策略中求解任意两个相邻的可行区域块之间的最优运动策略,可以使得游戏角色对象基于最优运动策略,更加快速地通过任意两个相邻的可行区域块,从而可以提升可行区域块的通过速度,从而,可以进一步提升动态场景元素的通过速度。
综上图3-图12的内容,本申请实施例提出的游戏处理方法可以总结为图13所示的流程图,如图13所示:首先,可以探索当前时刻(t时刻)游戏角色对象在游戏地图中的第一可行区域。其次,可以确定游戏地图中的动态场景元素,获取动态场景元素的运动姿态方程,动态场景元素的运动姿态方程可以根据动态场景元素的理论状态转移方程和动态场景元素的测量状态方程确定。然后,可以基于动态场景元素的理论状态转移方程,根据动态场景元素在当前时刻的上一时刻(t-1时刻)的理论运动姿态信息,对动态场景元素进行理论姿态预测,得到动态场景元素在当前时刻的理论姿态预测结果(即动态场景元素在当前时刻的理论运动姿态信息);以及,可以测量动态场景元素在当前时刻的真实运动姿态信息,基于动态场景元素的测量状态方程,将动态场景元素在当前时刻的真实运动姿态信息,从真实姿态空间映射至测量姿态空间,得到动态场景元素在当前时刻的测量姿态预测结果(即动态场景元素在当前时刻的测量运动姿态信息);以及,可以对动态场景元素在当前时刻的理论运动姿态信息和动态场景元素在当前时刻的测量运动姿态信息进行加权求和,可以得到动态场景元素在当前时刻的运动姿态信息。然后,可以基于动态场景元素在当前时刻的运动姿态信息,对第一可行区域进行修正,得到较为准确的第二可行区域。然后,可以获取游戏角色对象的运动策略矩阵,基于运动策略矩阵中多种运动策略对应的运动特征,从多种运动策略中求解通过第二可行区域的最优运动策略组合。再然后,可以控制游戏角色对象,按照求解得到的最优运动策略组合,在第二可行区域中运动,以较为准确且快速地通过第二可行区域,从而,较为准确且快速地通过动态场景元素。
需要说明的是,在当前时刻(t时刻)结束后,可以在当前时刻的下一时刻(t+1时刻)执行图13所示的流程,即在当前时刻的下一时刻进行可行区域探索、运动场景元素的姿态预测、可行区域修正、最优运动策略求解等流程。
本申请实施例提供的游戏处理方法可以应用于智能游戏导航、自动化游戏性能测试等游戏场景中。具体来说,在智能游戏导航场景中,当游戏玩家在目标游戏中戏地图开启游戏对局后,可以基于可行区域探索、运动场景元素的姿态预测、可行区域修正、最优运动策略求解等流程,对游戏玩家控制的游戏角色对象进行智能导航,这样可以帮助游戏对象在游戏地图中较为准确、快速、且智能地通过游戏地图中的动态障碍物或动态关卡,提升游戏玩家的游戏体验。在自动化游戏性能测试场景中,可以基于可行区域探索、运动场景元素的姿态预测、可行区域修正、最优运动策略求解等流程,帮助游戏角色对象较为准确且快速通过游戏地图中的动态障碍物或动态关卡;图14示出了自动化游戏性能测试场景中修正得到的游戏角色对象的可行区域1401,可行区域1401中不同数字标识了不同的可行区域块,基于这些可行区域块,游戏角色对象能够较为准确且快速通过游戏地图中的动态障碍物或动态关卡(例如,图14所示的五角星、七角星、五边形、圆形、三角形等图形块表示动态障碍物或动态关卡),从而可以提升获取游戏性能数据的速度,加速游戏性能测试流程。
上述详细阐述了本申请实施例的方法,为了便于更好地实施本申请实施例的上述方案,相应地,下面提供了本申请实施例的装置。
请参见图15,图15是本申请实施例提供的一种游戏处理装置的结构示意图,该游戏处理装置可以设置于本申请实施例提供的计算机设备中,计算机设备可以是终端和/或游戏服务器。图15所示的游戏处理装置可以是运行于计算机设备中的一个计算机程序(包括程序代码),该游戏处理装置可以用于执行图3、图8或图11所示的方法实施例中的部分或全部步骤。请参见图15,该游戏处理装置可以包括如下单元:
获取单元1501,用于探索游戏角色对象在目标游戏的游戏地图中的第一可行区域;
处理单元1502,用于确定游戏地图中的动态场景元素,动态场景元素是指对游戏角色对象在游戏地图中的运动产生影响的动态元素;
处理单元1502,还用于对动态场景元素进行姿态预测,得到动态场景元素的运动姿态信息;
处理单元1502,还用于根据动态场景元素的运动姿态信息,对第一可行区域进行修正,得到第二可行区域;
处理单元1502,还用于控制游戏角色对象在第二可行区域中运动,以通过动态场景元素。
在一种实现方式中,处理单元1502,用于对动态场景元素进行姿态预测,得到动态场景元素的运动姿态信息时,具体用于执行如下步骤:
获取动态场景元素的运动姿态方程;运动姿态方程用于反映动态场景元素在游戏地图中的运动姿态变化情况;
基于动态场景元素的运动姿态方程,对动态场景元素进行姿态预测,得到动态场景元素的运动姿态信息。
在一种实现方式中,动态场景元素的运动姿态方程的构建过程,包括:
获取动态场景元素的理论状态转移方程;理论状态转移方程用于反映理论情况下,动态场景元素在当前时刻的理论运动姿态信息,与动态场景元素在当前时刻的上一时刻的理论运动姿态信息之间的关系;
获取动态场景元素的测量状态方程;测量状态方程用于反映动态场景元素的真实姿态空间与测量姿态空间之间的映射关系;
对理论状态转移方程和测量状态方程进行加权求和,得到动态场景元素的运动姿态方程。
在一种实现方式中,处理单元1502,用于基于动态场景元素的运动姿态方程,对动态场景元素进行姿态预测,得到动态场景元素的运动姿态信息时,具体用于执行如下步骤:
获取动态场景元素在上一时刻的理论运动姿态信息;
基于理论状态转移方程,对动态场景元素在上一时刻的理论运动姿态信息进行转移,得到动态场景元素在当前时刻的理论运动姿态信息;
测量动态场景元素在当前时刻的真实运动姿态信息;
基于测量状态方程,将动态场景元素在当前时刻的真实运动姿态信息,从真实姿态空间映射至测量姿态空间,得到动态场景元素在当前时刻的测量运动姿态信息;
对动态场景元素在当前时刻的理论运动姿态信息,和动态场景元素在当前时刻的测量运动姿态信息进行加权求和,得到动态场景元素的运动姿态信息。
在一种实现方式中,动态场景元素的理论状态转移方程的构建过程,包括:
获取动态场景元素的一个或多个运动姿态参数的运动函数;运动姿态参数的运动函数用于反映理论状态下,动态场景元素在当前时刻的运动姿态参数,与动态场景元素在当前时刻的上一时刻的运动姿态参数之间的关系;
将动态场景元素在上一时刻的各个运动姿态参数,作为动态场景元素在上一时刻的理论运动姿态参数,以及将动态场景元素在当前时刻的各个运动姿态参数,作为动态场景元素在当前时刻的理论运动姿态参数;
建立动态场景元素在上一时刻的理论运动姿态参数,与动态场景元素在当前时刻的理论运动姿态参数之间的关系,得到状态转移矩阵;
生成状态转矩阵对应的理论状态转移方程。
在一种实现方式中,获取单元1501,用于探索游戏角色对象在目标游戏的游戏地图中的第一可行区域时,具体用于执行如下步骤:
获取游戏角色对象在目标游戏的游戏地图中的位置信息;
根据游戏角色对象的位置信息确定射线检测起点;
以射线检测起点为中心发射可行区域检测射线,基于可行区域检测射线对游戏地图中的目标子地图进行可行区域检测,确定游戏角色对象在目标子地图中的第一可行区域;
其中,目标子地图是游戏角色对象在游戏地图中的关联地图区域。
在一种实现方式中,动态场景元素的运动姿态信息包括动态场景元素的运动方向信息;处理单元1502,用于根据动态场景元素的运动姿态信息,对第一可行区域进行修正,得到第二可行区域时,具体用于执行如下步骤:
若动态场景元素是动态关卡,则按照动态场景元素的运动方向信息所指示的方向,对第一可行区域进行正向修正,得到第二可行区域;
若动态场景元素是动态障碍物,则按照动态场景元素的运动方向信息所指示的方向,对第一可行区域进行反向修正,得到第二可行区域。
在一种实现方式中,处理单元1502,用于控制游戏角色对象在第二可行区域中运动时,具体用于执行如下步骤:
获取游戏角色对象的多种运动策略,以及每种运动策略对应的运动特征;
基于各种运动策略对应的运动特征,在多种运动策略中,确定出游戏角色对象在第二可行区域中运动的最优运动策略;
控制游戏角色对象,按照最优运动策略,在第二可行区域中运动。
在一种实现方式中,第二可行区域包括多个可行区域块,第一可行区域块是多个可行区域块中的任一个,第二可行区域块是多个可行区域块中与第一可行区域块相邻的可行区域块;
处理单元1502,用于基于各种运动策略对应的运动特征,在多种运动策略中,确定出游戏角色对象在第二可行区域中运动的最优运动策略时,具体用于执行如下步骤:
基于各种运动策略对应的运动特征,在多种运动策略中,确定出游戏角色对象从第一可行区域块运动至第二可行区域块的最优运动策略;
处理单元1502,用于控制游戏角色对象,按照最优运动策略,在第二可行区域中运动时,具体用于执行如下步骤:
控制游戏角色对象,按照最优运动策略,从第一可行区域块运动至第二可行区域块。
在一种实现方式中,处理单元1502,用于基于各种运动策略对应的运动特征,在多种运动策略中,确定出游戏角色对象从第一可行区域块运动至第二可行区域块的最优运动策略时,具体用于执行如下步骤:
将第一可行区域块作为游戏角色对象的运动起点,以及将第二可行区域块作为游戏角色对象的运动终点,基于每种运动策略的运动特征对游戏角色对象进行多次运动迭代;其中,每次运动迭代过程对每种运动策略的运动评价信息进行更新;
当到达迭代终止条件时,在各种运动策略对应的运动评价信息中,选择最优运动评价信息对应的运动策略,作为游戏角色对象从第一可行区域块运动至第二可行区域块的最优运动策略。
在一种实现方式中,运动评价信息包括游戏角色对象与运动终点之间的剩余距离信息;基于每种运动策略对游戏角色对象进行了N次运动迭代,N次迭代运动中的第i次运动迭代的过程,包括:
基于各种运动策略中的目标运动策略对应的运动特征,计算目标运动策略在第i次运动迭代过程中的运动距离信息;
根据目标运动策略在第i次运动迭代过程中的运动距离信息,更新目标运动策略在第i-1次运动迭代过程中对应的剩余距离信息,得到目标运动策略在第i次运动迭代过程中对应的剩余距离信息;其中,N,i为大于1的整数,i小于或等于N。
根据本申请的另一个实施例,图15所示的游戏处理装置中的各个单元可以分别或全部合并为一个或若干个另外的单元来构成,或者其中的某个(些)单元还可以再拆分为功能上更小的多个单元来构成,这可以实现同样的操作,而不影响本申请的实施例的技术效果的实现。上述单元是基于逻辑功能划分的,在实际应用中,一个单元的功能也可以由多个单元来实现,或者多个单元的功能由一个单元实现。在本申请的其它实施例中,游戏处理装置也可以包括其它单元,在实际应用中,这些功能也可以由其它单元协助实现,并且可以由多个单元协作实现。
根据本申请的另一个实施例,可以通过在包括中央处理单元(CPU)、随机存取存储介质(RAM)、只读存储介质(ROM)等处理元件和存储元件的例如计算机的通用计算设备上运行能够执行如图3、图8或图11所示的部分或全部方法所涉及的各步骤的计算机程序(包括程序代码),来构造如图15中所示的游戏处理装置,以及来实现本申请实施例的游戏处理方法。计算机程序可以记载于例如计算机可读存储介质上,并通过计算机可读存储介质装载于上述计算设备中,并在其中运行。
本申请实施例中,通过对游戏地图中的动态场景元素进行姿态预测,可以根据预测得到的动态场景元素的运动姿态信息,对游戏角色对象在游戏地图中的第一可行区域进行修正,得到较为准确的第二可行区域,从而,可以控制游戏角色对象在第二可行区域中运动,以较为准确且快速地通过动态场景元素。也就是说,本申请实施例可以基于预测的动态场景元素的运动姿态信息,对可行区域进行修正,通过修正后的可行区域,可以较为准确且快速地通过动态场景元素,提升动态场景元素的通过性。
基于上述方法以及装置实施例,本申请实施例提供了一种计算机设备,该计算机设备可以是终端和/或游戏服务器。请参见图16,图16是本申请实施例提供的一种计算机设备的结构示意图。图16所示的计算机设备至少包括处理器1601、输入接口1602、输出接口1603以及计算机可读存储介质1604。其中,处理器1601、输入接口1602、输出接口1603以及计算机可读存储介质1604可通过总线或其他方式连接。
计算机可读存储介质1604可以存储在计算机设备的存储器中,计算机可读存储介质1604用于存储计算机程序,计算机程序包括计算机指令,处理器1601用于执行计算机可读存储介质1604存储的程序指令。处理器1601(或称CPU(Central Processing Unit,中央处理器))是计算机设备的计算核心以及控制核心,其适于实现一条或多条计算机指令,具体适于加载并执行一条或多条计算机指令从而实现相应方法流程或相应功能。
本申请实施例还提供了一种计算机可读存储介质(Memory),计算机可读存储介质是计算机设备中的记忆设备,用于存放程序和数据。可以理解的是,此处的计算机可读存储介质既可以包括计算机设备中的内置存储介质,当然也可以包括计算机设备支持的扩展存储介质。计算机可读存储介质提供存储空间,该存储空间存储了计算机设备的操作系统。并且,在该存储空间中还存放了适于被处理器加载并执行的一条或多条的计算机指令,这些计算机指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是,此处的计算机可读存储介质可以是高速RAM存储器,也可以是非不稳定的存储器(Non-VolatileMemory),例如至少一个磁盘存储器;可选的还可以是至少一个位于远离前述处理器的计算机可读存储介质。
在一些实施例中,可由处理器1601加载并执行计算机可读存储介质1604中存放的一条或多条计算机指令,以实现上述有关图3、图8或图11所示的游戏处理方法的相应步骤。具体实现中,计算机可读存储介质1604中的计算机指令由处理器1601加载并执行如下步骤:
探索游戏角色对象在目标游戏的游戏地图中的第一可行区域;
确定游戏地图中的动态场景元素,动态场景元素是指对游戏角色对象在游戏地图中的运动产生影响的动态元素;
对动态场景元素进行姿态预测,得到动态场景元素的运动姿态信息;
根据动态场景元素的运动姿态信息,对第一可行区域进行修正,得到第二
控制游戏角色对象在第二可行区域中运动,以通过动态场景元素。
在一种实现方式中,计算机可读存储介质1604中的计算机指令由处理器1601加载并执行对动态场景元素进行姿态预测,得到动态场景元素的运动姿态信息时,具体用于执行如下步骤:
获取动态场景元素的运动姿态方程;运动姿态方程用于反映动态场景元素在游戏地图中的运动姿态变化情况;
基于动态场景元素的运动姿态方程,对动态场景元素进行姿态预测,得到动态场景元素的运动姿态信息。
在一种实现方式中,动态场景元素的运动姿态方程的构建过程,包括:
获取动态场景元素的理论状态转移方程;理论状态转移方程用于反映理论情况下,动态场景元素在当前时刻的理论运动姿态信息,与动态场景元素在当前时刻的上一时刻的理论运动姿态信息之间的关系;
获取动态场景元素的测量状态方程;测量状态方程用于反映动态场景元素的真实姿态空间与测量姿态空间之间的映射关系;
对理论状态转移方程和测量状态方程进行加权求和,得到动态场景元素的运动姿态方程。
在一种实现方式中,计算机可读存储介质1604中的计算机指令由处理器1601加载并执行基于动态场景元素的运动姿态方程,对动态场景元素进行姿态预测,得到动态场景元素的运动姿态信息时,具体用于执行如下步骤:
获取动态场景元素在上一时刻的理论运动姿态信息;
基于理论状态转移方程,对动态场景元素在上一时刻的理论运动姿态信息进行转移,得到动态场景元素在当前时刻的理论运动姿态信息;
测量动态场景元素在当前时刻的真实运动姿态信息;
基于测量状态方程,将动态场景元素在当前时刻的真实运动姿态信息,从真实姿态空间映射至测量姿态空间,得到动态场景元素在当前时刻的测量运动姿态信息;
对动态场景元素在当前时刻的理论运动姿态信息,和动态场景元素在当前时刻的测量运动姿态信息进行加权求和,得到动态场景元素的运动姿态信息。
在一种实现方式中,动态场景元素的理论状态转移方程的构建过程,包括:
获取动态场景元素的一个或多个运动姿态参数的运动函数;运动姿态参数的运动函数用于反映理论状态下,动态场景元素在当前时刻的运动姿态参数,与动态场景元素在当前时刻的上一时刻的运动姿态参数之间的关系;
将动态场景元素在上一时刻的各个运动姿态参数,作为动态场景元素在上一时刻的理论运动姿态参数,以及将动态场景元素在当前时刻的各个运动姿态参数,作为动态场景元素在当前时刻的理论运动姿态参数;
建立动态场景元素在上一时刻的理论运动姿态参数,与动态场景元素在当前时刻的理论运动姿态参数之间的关系,得到状态转移矩阵;
生成状态转矩阵对应的理论状态转移方程。
在一种实现方式中,计算机可读存储介质1604中的计算机指令由处理器1601加载并执行探索游戏角色对象在目标游戏的游戏地图中的第一可行区域时,具体用于执行如下步骤:
获取游戏角色对象在目标游戏的游戏地图中的位置信息;
根据游戏角色对象的位置信息确定射线检测起点;
以射线检测起点为中心发射可行区域检测射线,基于可行区域检测射线对游戏地图中的目标子地图进行可行区域检测,确定游戏角色对象在目标子地图中的第一可行区域;
其中,目标子地图是游戏角色对象在游戏地图中的关联地图区域。
在一种实现方式中,动态场景元素的运动姿态信息包括动态场景元素的运动方向信息;计算机可读存储介质1604中的计算机指令由处理器1601加载并执行根据动态场景元素的运动姿态信息,对第一可行区域进行修正,得到第二可行区域时,具体用于执行如下步骤:
若动态场景元素是动态关卡,则按照动态场景元素的运动方向信息所指示的方向,对第一可行区域进行正向修正,得到第二可行区域;
若动态场景元素是动态障碍物,则按照动态场景元素的运动方向信息所指示的方向,对第一可行区域进行反向修正,得到第二可行区域。
在一种实现方式中,计算机可读存储介质1604中的计算机指令由处理器1601加载并执行控制游戏角色对象在第二可行区域中运动时,具体用于执行如下步骤:
获取游戏角色对象的多种运动策略,以及每种运动策略对应的运动特征;
基于各种运动策略对应的运动特征,在多种运动策略中,确定出游戏角色对象在第二可行区域中运动的最优运动策略;
控制游戏角色对象,按照最优运动策略,在第二可行区域中运动。
在一种实现方式中,第二可行区域包括多个可行区域块,第一可行区域块是多个可行区域块中的任一个,第二可行区域块是多个可行区域块中与第一可行区域块相邻的可行区域块;
计算机可读存储介质1604中的计算机指令由处理器1601加载并执行基于各种运动策略对应的运动特征,在多种运动策略中,确定出游戏角色对象在第二可行区域中运动的最优运动策略时,具体用于执行如下步骤:
基于各种运动策略对应的运动特征,在多种运动策略中,确定出游戏角色对象从第一可行区域块运动至第二可行区域块的最优运动策略;
计算机可读存储介质1604中的计算机指令由处理器1601加载并执行控制游戏角色对象,按照最优运动策略,在第二可行区域中运动时,具体用于执行如下步骤:
控制游戏角色对象,按照最优运动策略,从第一可行区域块运动至第二可行区域块。
在一种实现方式中,计算机可读存储介质1604中的计算机指令由处理器1601加载并执行基于各种运动策略对应的运动特征,在多种运动策略中,确定出游戏角色对象从第一可行区域块运动至第二可行区域块的最优运动策略时,具体用于执行如下步骤:
将第一可行区域块作为游戏角色对象的运动起点,以及将第二可行区域块作为游戏角色对象的运动终点,基于每种运动策略的运动特征对游戏角色对象进行多次运动迭代;其中,每次运动迭代过程对每种运动策略的运动评价信息进行更新;
当到达迭代终止条件时,在各种运动策略对应的运动评价信息中,选择最优运动评价信息对应的运动策略,作为游戏角色对象从第一可行区域块运动至第二可行区域块的最优运动策略。
在一种实现方式中,运动评价信息包括游戏角色对象与运动终点之间的剩余距离信息;基于每种运动策略对游戏角色对象进行了N次运动迭代,N次迭代运动中的第i次运动迭代的过程,包括:
基于各种运动策略中的目标运动策略对应的运动特征,计算目标运动策略在第i次运动迭代过程中的运动距离信息;
根据目标运动策略在第i次运动迭代过程中的运动距离信息,更新目标运动策略在第i-1次运动迭代过程中对应的剩余距离信息,得到目标运动策略在第i次运动迭代过程中对应的剩余距离信息;其中,N,i为大于1的整数,i小于或等于N。
本申请实施例中,通过对游戏地图中的动态场景元素进行姿态预测,可以根据预测得到的动态场景元素的运动姿态信息,对游戏角色对象在游戏地图中的第一可行区域进行修正,得到较为准确的第二可行区域,从而,可以控制游戏角色对象在第二可行区域中运动,以较为准确且快速地通过动态场景元素。也就是说,本申请实施例可以基于预测的动态场景元素的运动姿态信息,对可行区域进行修正,通过修正后的可行区域,可以较为准确且快速地通过动态场景元素,提升动态场景元素的通过性。
根据本申请的一个方面,提供了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种可选方式中提供的游戏处理方法。
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 (14)
1.一种游戏处理方法,其特征在于,包括:
探索游戏角色对象在目标游戏的游戏地图中的第一可行区域;
确定所述游戏地图中的动态场景元素,所述动态场景元素是指对所述游戏角色对象在所述游戏地图中的运动产生影响的动态元素;
对所述动态场景元素进行姿态预测,得到所述动态场景元素的运动姿态信息;
根据所述动态场景元素的运动姿态信息,对所述第一可行区域进行修正,得到第二可行区域;
控制所述游戏角色对象在所述第二可行区域中运动,以通过所述动态场景元素。
2.如权利要求1所述的方法,其特征在于,所述对所述动态场景元素进行姿态预测,得到所述动态场景元素的运动姿态信息,包括:
获取所述动态场景元素的运动姿态方程;所述运动姿态方程用于反映所述动态场景元素在所述游戏地图中的运动姿态变化情况;
基于所述动态场景元素的运动姿态方程,对所述动态场景元素进行姿态预测,得到所述动态场景元素的运动姿态信息。
3.如权利要求2所述的方法,其特征在于,所述动态场景元素的运动姿态方程的构建过程,包括:
获取所述动态场景元素的理论状态转移方程;所述理论状态转移方程用于反映理论情况下,所述动态场景元素在当前时刻的理论运动姿态信息,与所述动态场景元素在当前时刻的上一时刻的理论运动姿态信息之间的关系;
获取所述动态场景元素的测量状态方程;所述测量状态方程用于反映所述动态场景元素的真实姿态空间与测量姿态空间之间的映射关系;
对所述理论状态转移方程和所述测量状态方程进行加权求和,得到所述动态场景元素的运动姿态方程。
4.如权利要求3所述的方法,其特征在于,所述基于所述动态场景元素的运动姿态方程,对所述动态场景元素进行姿态预测,得到所述动态场景元素的运动姿态信息,包括:
获取所述动态场景元素在上一时刻的理论运动姿态信息;
基于所述理论状态转移方程,对所述动态场景元素在上一时刻的理论运动姿态信息进行转移,得到所述动态场景元素在当前时刻的理论运动姿态信息;
测量所述动态场景元素在当前时刻的真实运动姿态信息;
基于所述测量状态方程,将所述动态场景元素在当前时刻的真实运动姿态信息,从所述真实姿态空间映射至所述测量姿态空间,得到所述动态场景元素在当前时刻的测量运动姿态信息;
对所述动态场景元素在当前时刻的理论运动姿态信息,和所述动态场景元素在当前时刻的测量运动姿态信息进行加权求和,得到所述动态场景元素的运动姿态信息。
5.如权利要求3所述的方法,其特征在于,所述动态场景元素的理论状态转移方程的构建过程,包括:
获取所述动态场景元素的一个或多个运动姿态参数的运动函数;所述运动姿态参数的运动函数用于反映理论状态下,所述动态场景元素在当前时刻的运动姿态参数,与所述动态场景元素在当前时刻的上一时刻的运动姿态参数之间的关系;
将所述动态场景元素在上一时刻的各个运动姿态参数,作为所述动态场景元素在上一时刻的理论运动姿态参数,以及将所述动态场景元素在当前时刻的各个运动姿态参数,作为所述动态场景元素在当前时刻的理论运动姿态参数;
建立所述动态场景元素在上一时刻的理论运动姿态参数,与所述动态场景元素在当前时刻的理论运动姿态参数之间的关系,得到状态转移矩阵;
生成所述状态转矩阵对应的理论状态转移方程。
6.如权利要求1所述的方法,其特征在于,所述探索游戏角色对象在目标游戏的游戏地图中的第一可行区域,包括:
获取游戏角色对象在目标游戏的游戏地图中的位置信息;
根据所述游戏角色对象的位置信息确定射线检测起点;
以所述射线检测起点为中心发射可行区域检测射线,基于所述可行区域检测射线对所述游戏地图中的目标子地图进行可行区域检测,确定所述游戏角色对象在所述目标子地图中的第一可行区域;
其中,所述目标子地图是所述游戏角色对象在所述游戏地图中的关联地图区域。
7.如权利要求1所述的方法,其特征在于,所述动态场景元素的运动姿态信息包括所述动态场景元素的运动方向信息;所述根据所述动态场景元素的运动姿态信息,对所述第一可行区域进行修正,得到第二可行区域,包括:
若所述动态场景元素是动态关卡,则按照所述动态场景元素的运动方向信息所指示的方向,对所述第一可行区域进行正向修正,得到第二可行区域;
若所述动态场景元素是动态障碍物,则按照所述动态场景元素的运动方向信息所指示的方向,对所述第一可行区域进行反向修正,得到第二可行区域。
8.如权利要求1所述的方法,其特征在于,所述控制所述游戏角色对象在所述第二可行区域中运动,包括:
获取所述游戏角色对象的多种运动策略,以及每种运动策略对应的运动特征;
基于各种运动策略对应的运动特征,在所述多种运动策略中,确定出所述游戏角色对象在所述第二可行区域中运动的最优运动策略;
控制所述游戏角色对象,按照所述最优运动策略,在所述第二可行区域中运动。
9.如权利要求8所述的方法,其特征在于,所述第二可行区域包括多个可行区域块,第一可行区域块是所述多个可行区域块中的任一个,第二可行区域块是所述多个可行区域块中与所述第一可行区域块相邻的可行区域块;
所述基于各种运动策略对应的运动特征,在所述多种运动策略中,确定出所述游戏角色对象在所述第二可行区域中运动的最优运动策略,包括:
基于各种运动策略对应的运动特征,在所述多种运动策略中,确定出所述游戏角色对象从所述第一可行区域块运动至所述第二可行区域块的最优运动策略;
所述控制所述游戏角色对象,按照所述最优运动策略,在所述第二可行区域中运动,包括:
控制所述游戏角色对象,按照所述最优运动策略,从所述第一可行区域块运动至所述第二可行区域块。
10.如权利要求9所述的方法,其特征在于,所述基于各种运动策略对应的运动特征,在所述多种运动策略中,确定出所述游戏角色对象从所述第一可行区域块运动至所述第二可行区域块的最优运动策略,包括:
将所述第一可行区域块作为所述游戏角色对象的运动起点,以及将所述第二可行区域块作为所述游戏角色对象的运动终点,基于每种运动策略的运动特征对所述游戏角色对象进行多次运动迭代;其中,每次运动迭代过程对每种运动策略的运动评价信息进行更新;
当到达迭代终止条件时,在各种运动策略对应的运动评价信息中,选择最优运动评价信息对应的运动策略,作为所述游戏角色对象从所述第一可行区域块运动至所述第二可行区域块的最优运动策略。
11.如权利要求10所述的方法,其特征在于,所述运动评价信息包括所述游戏角色对象与所述运动终点之间的剩余距离信息;基于每种运动策略对所述游戏角色对象进行了N次运动迭代,所述N次迭代运动中的第i次运动迭代的过程,包括:
基于各种运动策略中的目标运动策略对应的运动特征,计算所述目标运动策略在所述第i次运动迭代过程中的运动距离信息;
根据所述目标运动策略在所述第i次运动迭代过程中的运动距离信息,更新所述目标运动策略在第i-1次运动迭代过程中对应的剩余距离信息,得到所述目标运动策略在所述第i次运动迭代过程中对应的剩余距离信息;其中,N,i为大于1的整数,i小于或等于N。
12.一种游戏处理装置,其特征在于,包括:
获取单元,用于探索游戏角色对象在目标游戏的游戏地图中的第一可行区域;
处理单元,用于确定所述游戏地图中的动态场景元素,所述动态场景元素是指对所述游戏角色对象在所述游戏地图中的运动产生影响的动态元素;
所述处理单元,还用于对所述动态场景元素进行姿态预测,得到所述动态场景元素的运动姿态信息;
所述处理单元,还用于根据所述动态场景元素的运动姿态信息,对所述第一可行区域进行修正,得到第二可行区域;
所述处理单元,还用于控制所述游戏角色对象在所述第二可行区域中运动,以通过所述动态场景元素。
13.一种计算机设备,其特征在于,所述计算机设备包括:
处理器,适于实现计算机程序;
计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序适于由所述处理器加载并执行如权利要求1-11任一项所述的游戏处理方法。
14.一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存储有计算机程序,所述计算机程序适于由处理器加载并执行如权利要求1-11任一项所述的游戏处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310042500.0A CN116036601B (zh) | 2023-01-28 | 2023-01-28 | 游戏处理方法、装置及计算机设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310042500.0A CN116036601B (zh) | 2023-01-28 | 2023-01-28 | 游戏处理方法、装置及计算机设备、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116036601A true CN116036601A (zh) | 2023-05-02 |
CN116036601B CN116036601B (zh) | 2023-06-09 |
Family
ID=86116091
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310042500.0A Active CN116036601B (zh) | 2023-01-28 | 2023-01-28 | 游戏处理方法、装置及计算机设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116036601B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116603239A (zh) * | 2023-07-20 | 2023-08-18 | 腾讯科技(深圳)有限公司 | 数据处理方法、装置及相关设备 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009022553A (ja) * | 2007-07-20 | 2009-02-05 | Square Enix Holdings Co Ltd | ビデオゲーム処理装置、ビデオゲーム処理方法、およびビデオゲーム処理プログラム |
US20150099581A1 (en) * | 2013-10-04 | 2015-04-09 | Nintendo Co., Ltd. | Medium, game machine, game system and game processing method |
CN105498209A (zh) * | 2015-11-30 | 2016-04-20 | 厦门飞信网络科技有限公司 | 一种防止障碍物轨迹重合的地图生成方法及装置 |
US20190209923A1 (en) * | 2016-12-06 | 2019-07-11 | Tencent Technology (Shenzhen) Company Limited | Image processing method and apparatus |
CN111111187A (zh) * | 2019-11-28 | 2020-05-08 | 玩心(上海)网络科技有限公司 | 基于网格的在线游戏寻路方法和装置 |
CN112370788A (zh) * | 2020-11-11 | 2021-02-19 | 网易(杭州)网络有限公司 | 游戏中虚拟对象的导航方法及电子设备 |
CN113797543A (zh) * | 2021-09-27 | 2021-12-17 | 腾讯科技(深圳)有限公司 | 游戏处理方法、装置、计算机设备、存储介质及程序产品 |
CN114206698A (zh) * | 2019-06-03 | 2022-03-18 | 实时机器人有限公司 | 在具有动态障碍物的环境中促进运动规划的装置、方法和物品 |
CN114259728A (zh) * | 2021-12-28 | 2022-04-01 | 上海完美时空软件有限公司 | 一种可控角色的寻路方法、装置、存储介质及计算设备 |
CN114470777A (zh) * | 2022-02-11 | 2022-05-13 | 网易(杭州)网络有限公司 | 一种角色的控制方法、装置、电子设备及可读存储介质 |
CN114949858A (zh) * | 2022-06-06 | 2022-08-30 | 厦门飞信网络科技有限公司 | 一种游戏中角色移动的碰撞检测方法 |
CN115068947A (zh) * | 2022-06-01 | 2022-09-20 | 网易(杭州)网络有限公司 | 游戏交互方法、装置、计算机设备及计算机可读存储介质 |
WO2022193612A1 (zh) * | 2021-03-16 | 2022-09-22 | 天津亚克互动科技有限公司 | 游戏角色的运动处理方法及装置、存储介质、计算机设备 |
-
2023
- 2023-01-28 CN CN202310042500.0A patent/CN116036601B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009022553A (ja) * | 2007-07-20 | 2009-02-05 | Square Enix Holdings Co Ltd | ビデオゲーム処理装置、ビデオゲーム処理方法、およびビデオゲーム処理プログラム |
US20150099581A1 (en) * | 2013-10-04 | 2015-04-09 | Nintendo Co., Ltd. | Medium, game machine, game system and game processing method |
CN105498209A (zh) * | 2015-11-30 | 2016-04-20 | 厦门飞信网络科技有限公司 | 一种防止障碍物轨迹重合的地图生成方法及装置 |
US20190209923A1 (en) * | 2016-12-06 | 2019-07-11 | Tencent Technology (Shenzhen) Company Limited | Image processing method and apparatus |
CN114206698A (zh) * | 2019-06-03 | 2022-03-18 | 实时机器人有限公司 | 在具有动态障碍物的环境中促进运动规划的装置、方法和物品 |
CN111111187A (zh) * | 2019-11-28 | 2020-05-08 | 玩心(上海)网络科技有限公司 | 基于网格的在线游戏寻路方法和装置 |
CN112370788A (zh) * | 2020-11-11 | 2021-02-19 | 网易(杭州)网络有限公司 | 游戏中虚拟对象的导航方法及电子设备 |
WO2022193612A1 (zh) * | 2021-03-16 | 2022-09-22 | 天津亚克互动科技有限公司 | 游戏角色的运动处理方法及装置、存储介质、计算机设备 |
CN113797543A (zh) * | 2021-09-27 | 2021-12-17 | 腾讯科技(深圳)有限公司 | 游戏处理方法、装置、计算机设备、存储介质及程序产品 |
CN114259728A (zh) * | 2021-12-28 | 2022-04-01 | 上海完美时空软件有限公司 | 一种可控角色的寻路方法、装置、存储介质及计算设备 |
CN114470777A (zh) * | 2022-02-11 | 2022-05-13 | 网易(杭州)网络有限公司 | 一种角色的控制方法、装置、电子设备及可读存储介质 |
CN115068947A (zh) * | 2022-06-01 | 2022-09-20 | 网易(杭州)网络有限公司 | 游戏交互方法、装置、计算机设备及计算机可读存储介质 |
CN114949858A (zh) * | 2022-06-06 | 2022-08-30 | 厦门飞信网络科技有限公司 | 一种游戏中角色移动的碰撞检测方法 |
Non-Patent Citations (2)
Title |
---|
AARONMOUNTAIN: "寻路系统:动态障碍物", Retrieved from the Internet <URL:https://blog.csdn.net/qq_39737381/article/details/77608063> * |
刘梓良: "面向游戏地图的寻径算法的研究与实现", 《中国优秀硕士学位论文全文数据库》, pages 41 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116603239A (zh) * | 2023-07-20 | 2023-08-18 | 腾讯科技(深圳)有限公司 | 数据处理方法、装置及相关设备 |
CN116603239B (zh) * | 2023-07-20 | 2023-10-03 | 腾讯科技(深圳)有限公司 | 数据处理方法、装置及相关设备 |
Also Published As
Publication number | Publication date |
---|---|
CN116036601B (zh) | 2023-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7159458B2 (ja) | 仮想環境における仮想対象のスケジューリング方法、装置、デバイス及びコンピュータプログラム | |
JP2022033164A (ja) | クラウドゲーミングネットワークを使用した人工知能(ai)モデルの訓練 | |
CN108463273A (zh) | 基于游戏者的移动历史来进行非游戏者角色的路径寻找的游戏系统等 | |
US11235241B2 (en) | Route navigation system within a game application environment | |
CN112862935B (zh) | 游戏角色的运动处理方法及装置、存储介质、计算机设备 | |
US20210366183A1 (en) | Glitch detection system | |
CN110833689A (zh) | 增强现实设备、方法和程序 | |
Weber et al. | A particle model for state estimation in real-time strategy games | |
US10792568B1 (en) | Path management for virtual environments | |
CN112807681B (zh) | 游戏控制方法、装置、电子设备及存储介质 | |
CN116036601B (zh) | 游戏处理方法、装置及计算机设备、存储介质 | |
Kang et al. | Live path: adaptive agent navigation in the interactive virtual world | |
Wang et al. | ROS-base multi-sensor fusion for accuracy positioning and SLAM system | |
CN114367110B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
US11878249B2 (en) | Playtesting coverage with curiosity driven reinforcement learning agents | |
WO2022085069A1 (ja) | 運動改善指導装置、運動改善指導方法および運動改善指導プログラム | |
CN113797543A (zh) | 游戏处理方法、装置、计算机设备、存储介质及程序产品 | |
CN112546631A (zh) | 一种角色控制方法、装置、设备及存储介质 | |
CN114247132B (zh) | 虚拟对象的控制处理方法、装置、设备、介质及程序产品 | |
Gu et al. | Effective multi-model motion tracking using action models | |
CN112657199B (zh) | 一种角色臂长计算方法、装置、设备及存储介质 | |
CN112642155B (zh) | 一种角色控制方法、装置、设备及存储介质 | |
CN116772886B (zh) | 虚拟场景中虚拟角色的导航方法、装置、设备及存储介质 | |
CN115944921B (zh) | 游戏数据处理方法、装置、设备及介质 | |
Picardi | A comparison of Different Machine Learning Techniques to Develop the AI of a Virtual Racing 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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |