CN116983637A - 虚拟阵容优化方法、装置、设备及存储介质、程序产品 - Google Patents
虚拟阵容优化方法、装置、设备及存储介质、程序产品 Download PDFInfo
- Publication number
- CN116983637A CN116983637A CN202210505743.9A CN202210505743A CN116983637A CN 116983637 A CN116983637 A CN 116983637A CN 202210505743 A CN202210505743 A CN 202210505743A CN 116983637 A CN116983637 A CN 116983637A
- Authority
- CN
- China
- Prior art keywords
- array capacity
- virtual
- sequence
- virtual array
- iteration
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 89
- 238000005457 optimization Methods 0.000 title claims abstract description 46
- 238000003860 storage Methods 0.000 title claims abstract description 19
- 238000012216 screening Methods 0.000 claims abstract description 54
- 238000012545 processing Methods 0.000 claims description 52
- 230000035772 mutation Effects 0.000 claims description 50
- 230000008569 process Effects 0.000 claims description 43
- 108091026890 Coding region Proteins 0.000 claims description 23
- 230000015654 memory Effects 0.000 claims description 23
- 238000012795 verification Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 abstract description 17
- 238000013473 artificial intelligence Methods 0.000 abstract description 14
- 108090000623 proteins and genes Proteins 0.000 description 49
- 238000010586 diagram Methods 0.000 description 20
- 241000892865 Heros Species 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 230000003993 interaction Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 241000894007 species Species 0.000 description 3
- 230000008485 antagonism Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 206010064571 Gene mutation Diseases 0.000 description 1
- 230000003042 antagnostic effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
-
- 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
- A63F13/58—Controlling game characters or game objects based on the game progress by computing conditions of game characters, e.g. stamina, strength, motivation or energy level
-
- 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
- A63F2300/00—Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game
- A63F2300/60—Methods for processing data by generating or executing the game program
- A63F2300/65—Methods for processing data by generating or executing the game program for computing the condition of a game character
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Theoretical Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请提供了一种虚拟阵容优化方法、装置、设备及存储介质、程序产品;本申请实施例可以应用于云技术、人工智能、智慧交通、车载等各种场景,涉及人工智能技术;该方法包括:读取待优化虚拟阵容和配置指引信息,并基于配置指引信息,生成参考虚拟阵容;针对第i轮迭代的初始虚拟阵容的阵容配置进行更新,得到第i轮迭代的更新虚拟阵容;确定第i轮迭代的更新虚拟阵容的阵容强度,并基于阵容强度,确定第i+1轮迭代的初始虚拟阵容;当i达到最大迭代次数时,从每轮迭代所得到的初始虚拟阵容和更新虚拟阵容中,筛选得到阵容强度最大的虚拟阵容,作为待优化虚拟阵容对应的优化虚拟阵容。通过本申请,能够提高虚拟阵容优化的便捷程度。
Description
技术领域
本申请涉及人工智能技术,尤其涉及一种虚拟阵容优化方法、装置、设备及存储介质、程序产品。
背景技术
在虚拟场景中,存在着不同阵营的虚拟阵容,操作对象可以通过控制虚拟阵容与其他阵营虚拟阵容进行对抗,以获取虚拟场景中的虚拟资源。虚拟阵容可由操作对象搭配生成,良好的虚拟阵容会帮助操作对象获取更多的虚拟资源。
应用软件通常会通过提供推荐虚拟阵容,指引操作对象搭配自己的虚拟阵容。为了将阵容强度更大的虚拟阵容提供给操作对象进行参考,相关技术中,会通过操作对象的线上阵容数据,对指定的虚拟阵容的进行优化,得到能够给操作对象参考的推荐虚拟阵容。
然而,获取操作对象的线上阵容数据的条件较多,从而会即使得虚拟阵容优化的便捷程度较低。
发明内容
本申请实施例提供一种虚拟阵容优化方法、装置、设备及计算机可读存储介质、程序产品,能够提高虚拟阵容优化的便捷程度。
本申请实施例的技术方案是这样实现的:
本申请实施例提供一种虚拟阵容优化方法,包括:
读取指定的待优化虚拟阵容,以及用于指引操作对象的阵容搭配的配置指引信息,并基于所述配置指引信息,生成参考虚拟阵容;
针对第i轮迭代的初始虚拟阵容的阵容配置进行更新,得到第i轮迭代的更新虚拟阵容;i为正整数,第1轮迭代的初始虚拟阵容由对所述待优化虚拟阵容的阵容配置进行变化得到,第i轮迭代的初始虚拟阵容、第i轮迭代的更新虚拟阵容以及所述待优化虚拟阵容的虚拟对象均相同;
基于所述参考虚拟阵容,确定第i轮迭代的更新虚拟阵容的阵容强度,并基于所述阵容强度,从第i轮迭代的初始虚拟阵容和第i轮迭代的更新虚拟阵容中确定第i+1轮迭代的初始虚拟阵容;
当i达到最大迭代次数时,从每轮迭代所得到的初始虚拟阵容和更新虚拟阵容中,筛选得到阵容强度最大的虚拟阵容,作为所述待优化虚拟阵容对应的优化虚拟阵容。
本申请实施例提供一种虚拟阵容优化装置,包括:
信息读取模块,用于读取指定的待优化虚拟阵容,以及用于指引操作对象的阵容搭配的配置指引信息;
阵容生成模块,用于基于所述配置指引信息,生成参考虚拟阵容;
阵容更新模块,用于针对第i轮迭代的初始虚拟阵容的阵容配置进行更新,得到第i轮迭代的更新虚拟阵容;i为正整数,第1轮迭代的初始虚拟阵容由对所述待优化虚拟阵容的阵容配置进行变化得到,第i轮迭代的初始虚拟阵容、第i轮迭代的更新虚拟阵容以及所述待优化虚拟阵容的虚拟对象均相同;
强度确定模块,用于基于所述参考虚拟阵容,确定第i轮迭代的更新虚拟阵容的阵容强度;
阵容筛选模块,用于基于所述阵容强度,从第i轮迭代的初始虚拟阵容和第i轮迭代的更新虚拟阵容中确定第i+1轮迭代的初始虚拟阵容;当i达到最大迭代次数时,从每轮迭代所得到的初始虚拟阵容和更新虚拟阵容中,筛选得到阵容强度最大的虚拟阵容,作为所述待优化虚拟阵容对应的优化虚拟阵容。
在本申请的一些实施例中,所述强度确定模块,还用于将第i轮迭代的更新虚拟阵容与所述参考虚拟阵容进行对抗,得到对抗结果;利用所述对抗结果,统计得到第i轮迭代的更新虚拟阵容的胜利次数和平局次数;将所述胜利次数和所述平局次数的次数之和,以及所述对抗结果的总数量的比值,确定为第i轮迭代的更新虚拟阵容的阵容强度。
在本申请的一些实施例中,所述阵容筛选模块,还用于从第i轮迭代的初始虚拟阵容和第i轮迭代的更新虚拟阵容中,筛选得到阵容强度最大的N个虚拟阵容,作为第i+1轮迭代的初始虚拟阵容;N是正整数。
在本申请的一些实施例中,所述阵容更新模块,还用于针对第i轮迭代的初始虚拟阵容进行编码,得到第i轮迭代的初始虚拟阵容的编码序列;从第i轮迭代的初始虚拟阵容的编码序列中,筛选得到待变异序列对;基于对所述待变异序列对中阵容配置的编码信息进行交叉处理,得到所述待变异序列对的衍生序列;针对所述衍生序列中阵容配置的编码信息进行变异处理,得到所述衍生序列对应的变异序列;对所述变异序列进行解码,得到第i轮迭代的更新虚拟阵容。
在本申请的一些实施例中,所述阵容更新模块,还用于针对所述待变异序列对,生成交叉系数;当所述交叉系数大于等于第一阈值时,针对所述待变异序列对确定目标虚拟对象,并将所述待变异序列对中所述目标虚拟对象的阵容配置的编码信息进行交换,得到所述待变异序列对的所述衍生序列;当所述交叉系数小于所述第一阈值时,从所述待变异序列对中阵容配置的编码信息对应的序列位置中确定目标交换位置,并将所述待变异序列对中所述目标交换位置的编码信息进行交换,得到所述待变异序列对的所述衍生序列。
在本申请的一些实施例中,所述阵容更新模块,还用于所述基于对所述待变异序列对中阵容配置的编码信息进行交叉处理,得到所述待变异序列对的衍生序列之后,所述针对所述衍生序列中阵容配置的编码信息进行变异处理,得到所述衍生序列对应的变异序列之前,针对所述衍生序列进行合规验证,得到验证结果;所述验证结果表征所述衍生序列是否符合虚拟阵容的搭配规则;当所述验证结果表征所述衍生序列符合所述虚拟阵容的搭配规则时,针对所述衍生序列中阵容配置的编码信息进行变异处理,得到所述衍生序列对应的所述变异序列。
在本申请的一些实施例中,所述阵容更新模块,还用于针对所述衍生序列中阵容配置的编码信息,生成对应的筛选系数,并基于所述筛选系数和第二阈值,从所述衍生序列中阵容配置的编码信息筛选得到待变异编码信息;将衍生序列中的所述待变异编码信息进行变异,得到所述衍生序列对应的所述变异序列。
在本申请的一些实施例中,所述阵容更新模块,还用于针对所述待变异编码信息生成变异系数;当所述变异系数大于等于第三阈值时,针对所述待变异编码信息从编码信息库中确定第一目标编码信息,并利用所述第一目标编码信息对所述衍生序列中的所述待变异编码信息进行替换,得到所述衍生序列的所述变异序列;其中,所述第一目标编码信息的类型和所述待变异编码信息的类型相同;当所述变异系数小于所述第三阈值时,针对所述待变异编码信息从所述衍生序列中确定第二目标编码信息,并将所述第二目标编码信息和所述待变异编码信息进行互换,得到所述衍生序列的所述变异序列;所述第二目标编码信息的类型和所述待变异编码信息的类型相同。
在本申请的一些实施例中,所述阵容更新模块,还用于针对第i轮迭代的初始虚拟阵容进行解析,得到多个虚拟对象,以及每个所述虚拟对象的阵容配置;其中,所述阵容配置中至少包括:虚拟技能、队伍类型和布局位置;对每个所述虚拟对象,以及每个所述虚拟对象的所述阵容配置,分别确定对应的编码信息;将每个所述虚拟对象的编码信息和对应的所述阵容配置的编码信息进行拼接,得到每个所述虚拟对象的序列片段;当对多个所述虚拟对象均确定出所述序列片段时,利用多个所述虚拟对象各自的所述序列片段,拼接得到所述第i轮迭代的初始虚拟阵容的所述编码序列。
在本申请的一些实施例中,所述阵容生成模块,还用于从所述配置指引信息中读取候选虚拟对象、候选虚拟技能和候选布局位置和候选队伍类型;从所述候选虚拟对象中,随机筛选用于生成所述参考虚拟阵容的多个参考虚拟对象;针对每个所述参考虚拟对象从所述候选虚拟技能中筛选匹配虚拟技能、从所述候选布局位置中筛选匹配布局位置,以及从所述候选队伍类型中筛选匹配队伍类型;利用每个所述参考虚拟对象,以及所述匹配虚拟技能、所述匹配布局位置和所述匹配队伍类型,整合得到每个所述参考虚拟对象的子虚拟阵容;将多个所述参考虚拟对象各自的子虚拟阵容,整合为所述参考虚拟阵容。
本申请实施例提供一种电子设备,包括:
存储器,用于存储可执行指令;
处理器,用于执行所述存储器中存储的可执行指令时,实现本申请实施例提供的虚拟阵容优化方法。
本申请实施例提供一种计算机可读存储介质,存储有可执行指令,用于引起处理器执行时,实现本申请实施例提供的虚拟阵容优化方法。
本申请实施例提供一种计算机程序产品,包括计算机程序或指令,所述计算机程序或指令被处理器执行时实现本申请实施例提供的虚拟阵容优化方法。
本申请实施例具有以下有益效果:在对指定的待优化虚拟阵容进行优化时,电子设备仅会对待优化虚拟阵容的阵容配置进行变化,得到每个迭代轮次的输入,即每轮迭代的初始虚拟阵容,然后进行对阵容配置的迭代更新,在此期间利用基于原本的配置指引信息所生成的参考虚拟阵容,对每个轮次的阵容配置更新所得到的更新虚拟阵容的阵容强度进行确定,并在迭代结束时能够由阵容强度筛选得到待优化虚拟阵容所对应的优化虚拟阵容,从而能够将对指定的虚拟阵容的优化过程与操作对象的线上数据解耦,使得虚拟阵容优化的条件更为简便,即只要有配置指引信息就能够对指定的虚拟阵容进行优化处理,使得虚拟阵容优化的便捷程度得到提高。
附图说明
图1是本申请实施例提供的虚拟阵容优化系统的架构示意图;
图2是本申请实施例提供的图1中的服务器的结构示意图;
图3是本申请实施例提供的虚拟阵容优化方法的一个流程示意图;
图4是本申请实施例提供的虚拟阵容优化方法的另一个流程示意图;
图5是本申请实施例提供的虚拟阵容优化方法的又一个流程示意图;
图6是本申请实施例提供的对待变异序列对进行交叉处理的一个示意图;
图7是本申请实施例提供的对待变异序列对进行交叉处理的另一个示意图;
图8是本申请实施例提供的对策略类游戏的阵容优化的过程示意图;
图9是本申请实施例提供的指定阵容的阵容格式的示意图;
图10是本申请实施例提供的基于配置文档输出初始阵容和参考阵容的过程示意图;
图11是本申请实施例提供的阵容探索的过程示意图;
图12是本申请实施例提供的初始阵容的基因进行交叉处理的过程示意图;
图13是本申请实施例提供的对孩子基因进行变异处理的过程示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请作进一步地详细描述,所描述的实施例不应视为对本申请的限制,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,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。
在以下的描述中,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。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的,不是旨在限制本申请。
对本申请实施例进行进一步详细说明之前,对本申请实施例中涉及的名词和术语进行说明,本申请实施例中涉及的名词和术语适用于如下的解释。
1)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。
人工智能技术是一门综合学科,涉及领域广泛,既有硬件层面的技术也有软件层面的技术。人工智能技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习、自动驾驶、智慧交通等几大方向。
2)虚拟场景,是应用程序在终端上运行时显示(或提供)的虚拟场景。该虚拟场景可以是对真实世界的仿真环境,也可以是半仿真半虚构的虚拟环境,还可以是纯虚构的虚拟环境。虚拟场景可以是二维虚拟场景,2.5为虚拟场景或者三维虚拟场景中的任意一种。虚拟场景可以包括天空、陆地、海洋和虚拟对象等,该陆地可以包括沙漠、城市等环境元素,用户可以控制虚拟对象在虚拟场景中进行移动。
3)虚拟对象,虚拟场景中可以进行交互的各种人和物的形象,或者在虚拟场景中的可活动对象。该可活动对象可以是虚拟人物、虚拟动物、动漫人物等。虚拟对象可与是虚拟场景中的一个虚拟的用于代表现实中的操作对象的虚拟形象。虚拟场景中可以包括多个虚拟对象,每个虚拟对象在虚拟场景中具有自身的形状和体积,占据虚拟场景中的一部分空间。
虚拟对象可以是通过客户端上的操作进行控制的操作对象所对应的角色,也可以是经过训练的人工智能角色,还可以是设置在虚拟场景中的非用户角色(Non-PlayerCharacter,NPC)。虚拟场景中参与互动的虚拟对象的数量可以是预先设置的,也可以是根据加入互动的客户端动态确定的。
4)虚拟阵容,由一个或多个虚拟对象,以及针对虚拟对象所指定的阵容配置所组成。针对一个虚拟对象,可以指定不同的虚拟技能、队伍类型和布局位置,从而得到不同的虚拟阵容。
需要说明的是,在虚拟场景中,虚拟阵容会有其所属的阵营,处于对立阵容的虚拟阵容之间可以进行对抗,从而产生平局、胜利或失败的对抗结果。
5)遗传算法,是模拟自然界的自然选择和生物进化过程的计算模型,是一种通过模拟自然进化过程搜索最优解的方法。
6)优平率,是虚拟阵容的胜利次数和平局次数的次数之和,占据虚拟阵容所参与的对抗的总次数的比率。优平率可以表征虚拟阵容的强度。
在虚拟场景中,存在着不同阵营的虚拟阵容,操作对象可以通过控制虚拟阵容与其他阵营虚拟阵容进行对抗,以获取虚拟场景中的虚拟资源。虚拟阵容可由操作对象搭配生成,良好的虚拟阵容会帮助操作对象获取更多的虚拟资源。
应用软件通常会通过提供推荐虚拟阵容,指引操作对象搭配自己的虚拟阵容,因此,推荐虚拟阵容的阵容强度对操作对象的虚拟阵容会产生影响。为了将阵容强度更大的虚拟阵容提供给操作对象进行参考,相关技术中,会通过操作对象的线上阵容数据,对指定的初始虚拟阵容的进行优化,得到能够给操作对象参考的推荐虚拟阵容。
此时,需要对操作对象的线上阵容数据(即操作对象在线上搭配的虚拟阵容及阵容配置)进行解析和统计,即统计出优平率较高的虚拟阵容,并解析这些虚拟阵容的阵容配置,通过解析出的阵容配置对初始虚拟阵容进行优化。
然而,获取操作对象的线上阵容数据的条件较多,例如,需要在应用软件公测时期,或者是上线之后才能取得操作对象的实际的线上阵容数据,从而使得对初步搭配生成的初始虚拟阵容的阵容配置进行优化存在不便,也即,会使得虚拟阵容优化的便捷程度较低。
本申请实施例提供一种虚拟阵容优化方法、装置、设备和计算机可读存储介质,能够提高虚拟阵容优化的便捷程度。下面说明本申请实施例提供的电子设备的示例性应用,本申请实施例提供的电子设备可以实施为笔记本电脑,平板电脑,台式计算机,机顶盒,移动设备(例如,移动电话,便携式音乐播放器,个人数字助理,专用消息设备,便携式游戏设备)等各种类型的终端,也可以实施为服务器。下面,将说明电子设备实施为服务器时的示例性应用。
参见图1,图1是本申请实施例提供的虚拟阵容优化系统的架构示意图,为实现支撑一个虚拟阵容优化应用,在虚拟阵容优化系统100中,终端(示例性示出了终端400-1和终端400-2)通过网络300连接服务器200,网络300可以是广域网或者局域网,又或者是二者的组合。在虚拟阵容优化系统100中,还设置有数据库500,数据库500用于向服务器200提供数据支持。数据库500可以配置在服务器200中,也可以独立于服务器200。图1示出的是数据库500独立于服务器200的情形。
终端400-1和终端400-2用于接收策划人员在所展示的阵容配置界面的操作,生成待优化虚拟阵容(终端400-1和终端400-2所生成的待优化虚拟阵容可以相同也可以不同),并将待优化虚拟阵容上传至服务器200。
服务器200用于读取指定的待优化虚拟阵容,以及用于指引操作对象的阵容搭配的配置指引信息,并基于配置指引信息,生成参考虚拟阵容;针对第i轮迭代的初始虚拟阵容的阵容配置进行更新,得到第i轮迭代的更新虚拟阵容,其中,i为正整数,第1轮迭代的初始虚拟阵容由对待优化虚拟阵容的阵容配置进行变化得到,第i轮迭代的初始虚拟阵容、第i轮迭代的更新虚拟阵容以及待优化虚拟阵容的虚拟对象均相同;基于参考虚拟阵容,确定第i轮迭代的更新虚拟阵容的阵容强度,并基于阵容强度,从第i轮迭代的初始虚拟阵容和第i轮迭代的更新虚拟阵容中确定第i+1轮迭代的初始虚拟阵容;当i达到最大迭代次数时,从每轮迭代所得到的初始虚拟阵容和更新虚拟阵容中,筛选得到阵容强度最大的虚拟阵容,作为待优化虚拟阵容对应的优化虚拟阵容,完成虚拟阵容优化的处理。
服务器200还用于将优化虚拟阵容返回给终端400-1和终端400-2,终端400-1还用于在图形界面410-1上展示其所生成的待优化虚拟阵容的优化虚拟阵容,终端400-2用于在图形界面410-2上展示其所生成的待优化虚拟阵容的优化虚拟阵容。
在一些实施例中,服务器200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、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。终端400可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表、智能家电、车载终端等,但并不局限于此。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接,本发明实施例中不做限制。
参见图2,图2是本申请实施例提供的图1中的服务器(电子设备的一种实施)的结构示意图,图2所示的服务器200包括:至少一个处理器210、存储器250、至少一个网络接口220和用户接口230。服务器200中的各个组件通过总线系统240耦合在一起。可理解,总线系统240用于实现这些组件之间的连接通信。总线系统240除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见,在图2中将各种总线都标为总线系统240。
处理器210可以是一种集成电路芯片,具有信号的处理能力,例如通用处理器、数字信号处理器(DSP,Digital Signal Processor),或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,其中,通用处理器可以是微处理器或者任何常规的处理器等。
用户接口230包括使得能够呈现媒体内容的一个或多个输出装置231,包括一个或多个扬声器和/或一个或多个视觉显示屏。用户接口230还包括一个或多个输入装置232,包括有助于用户输入的用户接口部件,比如键盘、鼠标、麦克风、触屏显示屏、摄像头、其他输入按钮和控件。
存储器250可以是可移除的,不可移除的或其组合。示例性的硬件设备包括固态存储器,硬盘驱动器,光盘驱动器等。存储器250可选地包括在物理位置上远离处理器210的一个或多个存储设备。
存储器250包括易失性存储器或非易失性存储器,也可包括易失性和非易失性存储器两者。非易失性存储器可以是只读存储器(ROM,Read Only Memory),易失性存储器可以是随机存取存储器(RAM,Random Access Memory)。本申请实施例描述的存储器250旨在包括任意适合类型的存储器。
在一些实施例中,存储器250能够存储数据以支持各种操作,这些数据的示例包括程序、模块和数据结构或者其子集或超集,下面示例性说明。
操作系统251,包括用于处理各种基本系统服务和执行硬件相关任务的系统程序,例如框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务;
网络通信模块252,用于经由一个或多个(有线或无线)网络接口220到达其他计算设备,示例性的网络接口220包括:蓝牙、无线相容性认证(Wi-Fi)、和通用串行总线(USB,Universal Serial Bus)等;
呈现模块253,用于经由一个或多个与用户接口230相关联的输出装置231(例如,显示屏、扬声器等)使得能够呈现信息(例如,用于操作外围设备和显示内容和信息的用户接口);
输入处理模块254,用于对一个或多个来自一个或多个输入装置232之一的一个或多个用户输入或互动进行检测以及翻译所检测的输入或互动。
在一些实施例中,本申请实施例提供的虚拟阵容优化装置可以采用软件方式实现,图2示出了存储在存储器250中的虚拟阵容优化装置255,其可以是程序和插件等形式的软件,包括以下软件模块:信息读取模块2551、阵容生成模块2552、阵容更新模块2553、强度确定模块2554和阵容筛选模块2555,这些模块是逻辑上的,因此根据所实现的功能可以进行任意的组合或进一步拆分。将在下文中说明各个模块的功能。
在另一些实施例中,本申请实施例提供的虚拟阵容优化装置可以采用硬件方式实现,作为示例,本申请实施例提供的虚拟阵容优化装置可以是采用硬件译码处理器形式的处理器,其被编程以执行本申请实施例提供的虚拟阵容优化方法,例如,硬件译码处理器形式的处理器可以采用一个或多个应用专用集成电路(ASIC,Application SpecificIntegrated Circuit)、DSP、可编程逻辑器件(PLD,Programmable Logic Device)、复杂可编程逻辑器件(CPLD,Complex Programmable Logic Device)、现场可编程门阵列(FPGA,Field-Programmable Gate Array)或其他电子元件。
在一些实施例中,服务器(电子设备的一种实施方式)可以通过运行计算机程序来实现本申请实施例提供的虚拟阵容优化方法。举例来说,计算机程序可以是操作系统中的原生程序或软件模块;可以是本地(Native)应用程序(APP,Application),即需要在操作系统中安装才能运行的程序,如阵容加强APP;也可以是小程序,即只需要下载到浏览器环境中就可以运行的程序;还可以是能够嵌入至任意APP中的小程序。总而言之,上述计算机程序可以是任意形式的应用程序、模块或插件。
本申请实施例可以应用于云技术、人工智能、智慧交通、车载等各种场景。下面,将结合本申请实施例提供的电子设备的示例性应用和实施,说明本申请实施例提供的虚拟阵容优化方法。
参见图3,图3是本申请实施例提供的虚拟阵容优化方法的一个流程示意图,将结合图3示出的步骤进行说明。
S101、读取指定的待优化虚拟阵容,以及用于指引操作对象的阵容搭配的配置指引信息,并基于配置指引信息,生成参考虚拟阵容。
本申请实施例是在对指定的虚拟阵容进行优化的场景下实现的,例如,针对策划人员指定的虚拟阵容,或者电子设备自动指定的虚拟阵容进行优化,以得到比指定的虚拟阵容具有更优秀的阵容搭配的虚拟阵容。本申请实施例中,电子设备从数据库或者是自身的存储空间中读取指定的待优化虚拟阵容,同时读取配置指引信息。其中,配置指引信息用于指引操作对象的阵容搭配,即给操作对象提供阵容搭配时的指引,例如,虚拟对象的介绍,虚拟对象可用的虚拟技能,虚拟对象适合统领的队伍类型等等。
在一些实施例中,电子设备在获取到配置指引信息之后,会对配置指引信息进行解析,得到操作对象在阵容搭配时可用的虚拟对象、虚拟技能、队伍类型和位置布局,然后从候选虚拟对象中随机选择多个虚拟对象,并针对每个虚拟对象随机搭配虚拟技能、队伍类型和位置布局,即随机生成阵容配置,得到参考虚拟阵容。也就是说,参考虚拟阵容可以是依据配置指引信息随机生成的。
在另一些实施例中,电子设备会对配置指引信息进行解析,并筛选得到伤害最高的虚拟对象,以及伤害最高的虚拟技能、机动性最高的队伍类型和防御属性最强的位置布局,利用筛选出的虚拟对象、虚拟技能、队伍类型和位置布局,搭配得到参考虚拟阵容。
需要说明的是,电子设备可以基于配置指引信息,仅生成一个参考虚拟阵容,也可以基于配置指引信息,生成多个参考虚拟阵容,本申请实施例在此不做具体限定。
可以理解的是,虚拟技能是虚拟对象在虚拟场景中施放的,用以产生特殊效果的虚拟动作,虚拟技能可以为同阵营的虚拟对象或虚拟对象造成增益效果,例如治疗、提高命中率等;虚拟技能也可以是为不同阵营的虚拟对象造成减益效果,例如,虚弱、减速等等。队伍类型是虚拟对象在虚拟场景所能够调度的队伍的类型,例如,虚拟场景中的骑行小队、虚拟场景中的建造小队等等。位置布局是指虚拟对象在虚拟场景中所处的位置,例如前排、后排等等。
S102、针对第i轮迭代的初始虚拟阵容的阵容配置进行更新,得到第i轮迭代的更新虚拟阵容,第1轮的初始虚拟阵容由对待优化虚拟阵容的阵容配置进行变化得到。
电子设备在确定了待优化虚拟阵容和参考阵容之后,就会将待优化虚拟阵容的阵容配置进行改变,得到第1轮迭代的初始虚拟阵容,然后基于该初始虚拟阵容开始进行阵容更新的迭代过程,从而,第1轮的初始虚拟阵容是基于待优化虚拟阵容生成的,并且,初始虚拟阵容和待优化虚拟阵容包含的虚拟对象相同。初始虚拟阵容包括虚拟对象和阵容配置,在第i轮迭代过程中,电子设备会将本轮迭代的初始虚拟阵容中的虚拟对象固定,对阵容配置进行更新,得到更新后的阵容配置,再利用虚拟对象和更新后的阵容配置,整合成第i轮迭代的更新虚拟阵容。
可以理解的是,本申请实施例中,i为正整数,阵容配置可以是虚拟对象的虚拟技能、位置布局和队伍类型中的一个或多个。
需要说明的是,在一些实施例中,待优化虚拟阵容中仅有一个虚拟对象,此时,电子设备可以将待优化虚拟阵容中的虚拟对象,直接作为第1轮迭代的初始虚拟阵容的虚拟对象。在另一些实施例中,待优化虚拟阵容中可以有多个虚拟对象,且多个虚拟对象之间存在顺序,例如,主将和副将的顺序。此时,电子设备可以不对多个虚拟对象的顺序进行改变,直接得到第1轮迭代的初始虚拟阵容的虚拟对象,也可以在将多个虚拟对象的顺序进行变换之后,得到第1轮迭代的初始虚拟阵容的虚拟对象。
也就是说,无论待优化虚拟阵容中包含多少虚拟对象,第1轮迭代的初始虚拟阵容和待优化阵容所包含的虚拟对象是相同的。而又因为阵容更新迭代时,虚拟对象不会发生改变,从而任意一轮的初始虚拟阵容中所包含的虚拟对象,更新虚拟阵容所包含的虚拟对象,和待优化虚拟阵容所包含的虚拟对象都是相同的,即第i轮迭代的初始虚拟阵容、第i轮迭代的更新虚拟阵容以及待优化虚拟阵容的虚拟对象均相同。
S103、基于参考虚拟阵容,确定第i轮迭代的更新虚拟阵容的阵容强度,并基于阵容强度,从第i轮迭代的初始虚拟阵容和第i轮迭代的更新虚拟阵容中确定第i+1轮迭代的初始虚拟阵容。
电子设备在第i轮迭代的更新虚拟阵容之后,可以通过将参考虚拟阵容和第i轮的更新虚拟阵容进行对抗,确定出更新虚拟阵容的阵容强度,然后再通过对比第i轮迭代的初始虚拟阵容和第i轮迭代的更新虚拟阵容的阵容强度,挑选下一轮迭代,即第i+1轮迭代的初始虚拟阵容,以便以开始第i+1轮的阵容更新迭代,得到第i+1轮的更新迭代阵容。
可以理解的是,阵容强度可以是更新虚拟阵容的胜率,也可以是更新虚拟阵容的优平率,还可以是虚拟阵容的综合战力值(例如将输出值、防御值、增益值等进行加权所得到的综合战力)等等,本申请实施例在此不做具体限定。
在一些实施例中,电子设备可以将第i轮迭代的初始虚拟阵容和第i轮迭代的更新虚拟阵容的阵容强度相互比较,当第i轮迭代的初始虚拟阵容大于第i轮迭代的更新虚拟阵容时,将第i轮迭代的初始虚拟阵容确定为第i+1轮的初始虚拟阵容,反之,将第i轮迭代的更新虚拟阵容确定为第i+1轮的初始虚拟阵容,如此,电子设备就能够得到第i+1轮迭代的初始虚拟阵容。
在另一些实施例中,电子设备还可以同时将第i轮迭代的更新虚拟阵容的阵容强度、第i轮迭代的初始虚拟阵容的阵容强度分别与强度阈值进行比较,然后共同从第i轮迭代的更新虚拟阵容和第i轮迭代的初始虚拟阵容中筛选出阵容强度大于强度阈值的若干个虚拟阵容,作为第i+1轮的初始虚拟阵容。
S104、当i达到最大迭代次数时,从每轮迭代所得到的初始虚拟阵容和更新虚拟阵容中,筛选得到阵容强度最大的虚拟阵容,作为待优化虚拟阵容对应的优化虚拟阵容。
电子设备进行阵容更新迭代,直至i达到最大迭代次数时,完成最后一次迭代,得到最后一次迭代的更新虚拟阵容及其对应的阵容强度之后,电子设备就会将所有轮次的迭代所得到的初始虚拟阵容和更新虚拟阵容中,选择阵容强度最大的虚拟阵容,并将选择出的虚拟阵容,确定为待优化虚拟阵容所对应的优化虚拟阵容,如此,就完成了针对待优化虚拟阵容的阵容优化处理,且待优化虚拟阵容所包含的虚拟对象没有发生改变。
需要说明的是,最大迭代次数可以结合实际需求进行设置,例如设置为100,或者是500等等;最大迭代次数还可以通过人工智能技术,对以往的虚拟阵容优化过程所采用的最大迭代次数进行分析,确定出本申请实施例的最大迭代次数,本申请实施例在此不做具体限定。
可以理解的是,相比于相关技术中通过操作对象的线上阵容数据进行虚拟阵容优化时,使得虚拟阵容优化的便捷程度较低,本申请实施例中,在对指定的待优化虚拟阵容进行优化时,电子设备仅会对待优化虚拟阵容的阵容配置进行变化,得到每个迭代轮次的输入,即每轮迭代的初始虚拟阵容,然后进行对阵容配置的迭代更新,在此期间利用基于原本的配置指引信息所生成的参考虚拟阵容,对每个轮次的阵容配置更新所得到的更新虚拟阵容的阵容强度进行确定,并在迭代结束时能够由阵容强度筛选得到待优化虚拟阵容所对应的优化虚拟阵容,从而能够将对指定的虚拟阵容的优化过程与操作对象的线上数据解耦,使得虚拟阵容优化的条件更为简便,即只要有配置指引信息就能够对指定的虚拟阵容进行优化处理,使得虚拟阵容优化的便捷程度得到提高。除此之外,由于本申请实施例中将虚拟阵容的优化与操作对象的线上数据解耦,就无需额外分配存储空间以及算力给数据采集过程(通常需要大量的线上数据才能够实现虚拟阵容优化),节省虚拟阵容优化时的存储资源和算力资源。
基于图3,参见图4,图4是本申请实施例提供的虚拟阵容优化方法的另一个流程示意图。在本申请的一些实施例中,基于参考虚拟阵容,确定第i轮迭代的更新虚拟阵容的阵容强度的具体实现过程,可以包括:S1031-S1033,如下:
S1031、将第i轮迭代的更新虚拟阵容与参考虚拟阵容进行对抗,得到对抗结果。
电子设备将第i轮迭代的更新虚拟阵容,以及基于配置指引信息所生成的参考虚拟阵容,分别划入到不同的阵营中,以使得更新虚拟阵容和参考虚拟阵容在虚拟场景中开始对抗,并在对抗结束时,得到对抗结果。其中,对抗结果表征更新虚拟阵容和参考虚拟阵容的胜负。
需要说明的是,当参考虚拟阵容有多个时,电子设备会将第i轮迭代的更新虚拟阵容分别与每个参考虚拟阵容进行对抗,从而会得到多个对抗结果。当参考虚拟阵容仅有一个时,电子设备会将第i轮迭代的更新虚拟阵容和参考虚拟阵容,在虚拟场景的多个不同地形(例如,峡谷、平原、山地等等)中分别进行对抗,从而得到多个对抗结果。
S1032、利用对抗结果,统计得到第i轮迭代的更新虚拟阵容的胜利次数和平局次数。
电子设备从对抗结果中,读取第i轮的更新虚拟阵容是否取得了与参考虚拟阵容的对抗的胜利,以及是否与参考虚拟阵容成平局,并统计得到该更新虚拟阵容的胜利次数和平局次数。
S1033、将胜利次数和平局次数的次数之和,以及对抗结果的总数量的比值,确定为第i轮迭代的更新虚拟阵容的阵容强度。
电子设备针对统计得到的胜利次数和平局次数进行求和,得到和值结果,然后将和值结果与对抗结果的总数量,也就是对抗的总次数相比,所得到的比值就是第i轮迭代的更新虚拟阵容的阵容强度。
可以理解的是,本申请实施例中,电子设备能够通过将参考虚拟阵容和第i轮的迭代的更新虚拟阵容进行对抗,得到对抗结果,从而依靠对抗结果确定出第i轮迭代的更新虚拟阵容的阵容强度,使得阵容强度更加真实可靠。
在本申请的一些实施例中,基于阵容强度,从第i轮迭代的初始虚拟阵容和第i轮迭代的更新虚拟阵容中确定第i+1轮迭代的初始虚拟阵容的具体实现过程,可以包括:S1034,如下:
S1034、从第i轮迭代的初始虚拟阵容和第i轮迭代的更新虚拟阵容中,筛选得到阵容强度最大的N个虚拟阵容,作为第i+1轮迭代的初始虚拟阵容。
电子设备针对第i轮迭代的初始虚拟阵容的阵容强度,以及第i轮迭代的更新虚拟阵容的阵容强度按照从大到小的顺序进行排序,得到阵容强度序列,然后将阵容强度序列中的前N个阵容强度所对应的虚拟阵容,确定为第i+1轮迭代的初始虚拟阵容。其中,N是正整数,N的取值可以根据实际需求进行设置,例如设置为3,设置为5等,本申请实施例在此不做限定。
需要说明的是,第i轮迭代的初始虚拟阵容中,可能包含着第i-1轮迭代的更新虚拟阵容,第i-1轮迭代的更新虚拟阵容的阵容强度已经在第i-1轮迭代时利用参考虚拟阵容计算出来了,可以直接读取。对于第i轮迭代的初始虚拟阵容中除第i-1轮迭代的更新虚拟阵容之外的虚拟阵容,则可以通过与参考虚拟阵容进行对抗,得到其对应的阵容强度。
可以理解的是,本申请实施例中,电子设备只会第i轮迭代的初始虚拟阵容和更新虚拟阵容中阵容强度最大的N个虚拟阵容,进行下一轮次的迭代,从而将不够优秀的虚拟阵容通过迭代进行淘汰,保证了参与迭代的虚拟阵容的质量。
基于图3,参见图5,图5是本申请实施例提供的虚拟阵容优化方法的又一个流程示意图。在本申请的一些实施例中,针对第i轮迭代的初始虚拟阵容的阵容配置进行更新,得到第i轮迭代的更新虚拟阵容,即S102的具体实现过程,可以包括:S1021-S1025,如下:
S1021、针对第i轮迭代的初始虚拟阵容进行编码,得到第i轮迭代的初始虚拟阵容的编码序列。
电子设备对第i轮迭代的初始虚拟阵容进行编码,以针对第i轮迭代的初始虚拟阵容得到其所独有的编码序列。
示例性的,电子设备可以将初始虚拟阵容中的虚拟对象,以及阵容配置中的每个属性用对应的字符进行表示,得到一个18位的编码序列。
S1022、从第i轮迭代的初始虚拟阵容的编码序列中,筛选得到待变异序列对。
电子设备可以从第i轮迭代的初始虚拟阵容的编码序列中,任意筛选两个编码序列,组成待变异序列对,也可以对第i轮的初始虚拟阵容的各个编码序列,互相计算相似度,然后筛选相似度最小的两个编码序列,组成待变异序列对,本申请实施例在此不做具体限定。
S1023、基于对待变异序列对中阵容配置的编码信息进行交叉处理,得到待变异序列对的衍生序列。
待变异序列对中包含两个编码序列,电子设备将这两个编码序列中关于阵容配置的编码信息进行交叉处理,以得到不同于待变异序列对中的任何一个编码序列的衍生序列。需要说明的是,电子设备可以针对待变异序列对所包含的两个编码序列中的阵容配置的编码信息在多个点位分别进行交叉,得到多个衍生序列,也可以将待变异序列对所包含的两个编码序列进行分段,然后将包含阵容配置的编码信息的片段分别进行交叉,得到多个衍生序列。
S1024、针对衍生序列中阵容配置的编码信息进行变异处理,得到衍生序列对应的变异序列。
接着,电子设备会继续针对所得到的衍生序列中阵容配置的编码信息进行变异,得到与衍生序列存在区别的新序列,该新序列就是变异序列。可以理解的是,变异序列的数量与衍生序列的数量相同,即每个衍生序列只进行一次变异,就会得到变异序列。
S1025、对变异序列进行解码,得到第i轮迭代的更新虚拟阵容。
电子设备针对所得的的变异序列进行解码处理,以将变异序列还原为虚拟阵容,所得到的虚拟阵容就是第i轮迭代的更新虚拟阵容。至此,电子设备就完成了第i轮的配置阵容更新。
本申请实施例中,电子设备会从交叉、变异两个维度的处理,从待变异序列对中求得变异序列,通过这种方式,能够使得针对初始虚拟阵容的阵容配置进行充分的变化,得到更新虚拟阵容。
在本申请的一些实施例中,基于对待变异序列对中阵容配置的编码信息进行交叉处理,得到待变异序列对的衍生序列,即S1023的具体实现过程,可以包括:S1023a,以及S1023b和S1023c中的任意一个,如下:
S1023a、针对待变异序列对,生成交叉系数。
电子设备在针对待变异序列对进行交叉处理时,首先可以通过生成随机数的方式,或者是从多个预设的数值中随机筛选数值的方式,为待变异序列对生成对应的交叉系数。其中,交叉系数用于控制待变异序列对以何种方式进行交叉处理。
S1023b、当交叉系数大于等于第一阈值时,确定待变异序列对的目标虚拟对象,并将待变异序列对中目标虚拟对象的阵容配置的编码信息进行交换,得到待变异序列对的衍生序列。
电子设备将交叉系数与获取到的第一阈值进行大小比较,当确定出交叉系数大于等于第一阈值时,针对待变异序列对确定出目标虚拟对象,然后确定目标虚拟对象的阵容配置的编码信息(目标虚拟对象在不同的编码序列中拥有不同的阵容配置),将待变异序列对所包含的两个编码序列中所包含的目标虚拟对象的阵容配置的编码信息进行互换,得到两个全新的编码序列,这两个编码序列就是衍生序列。这种交叉处理可以简称为分组交叉。
示例性的,图6是本申请实施例提供的对待变异序列对进行交叉处理的一个示意图。待变异序列对6-1中包含编码序列6-11和编码序列6-12,目标虚拟对象在编码序列6-11中为编码信息6-111,目标虚拟对象的阵容配置在编码序列6-11中为编码信息6-112,目标虚拟对象在编码序列6-12中为编码信息6-121,目标虚拟对象的阵容配置在编码序列6-12中为编码信息6-122。电子设备将编码信息6-112和编码信息6-122进行交换,得到两个新的编码序列,即编码序列6-2和编码序列6-3,这两个编码序列就是衍生序列。
可以理解的是,待变异序列对中的两个编码序列所包含的虚拟对象应当是相同的,从而,电子设备可以从两个编码序列所包含的虚拟对象中随机筛选出一个虚拟对象作为目标虚拟对象,也可以是将处于预设位次的虚拟对象,例如主将对应的虚拟对象作为目标虚拟对象等等,本申请实施例在此不做限定。
第一阈值的取值可以根据实际情况进行设置,例如设置为0.4,或者设置为0.8等,本申请实施例在此不做限定。
S1023c、当交叉系数小于第一阈值时,从待变异序列对中阵容配置的编码信息对应的序列位置中确定目标交换位置,并将待变异序列对中目标交换位置的编码信息进行交换,得到待变异序列对的衍生序列。
当交叉系数小于第一阈值时,电子设备可以随机从编码序列的各个位置中,提取得到阵容配置的编码信息所对应的序列位置,然后再从序列位置中随机选择得到目标交换位置,或者是将序列位置中的特定位置(例如第1位、第5位等)确定为目标交换位置,然后将待变异序列对所包含的两个编码序列中,处于目标交换位置的编码信息进行互换,在互换之后就能够得到两个全新的衍生序列。这种交叉处理可以简称为多点交叉。
示例性的,图7是本申请实施例提供的对待变异序列对进行交叉处理的另一个示意图。待变异序列对7-1中包含编码序列7-11和编码序列7-12,电子设备可以将编码序列7-11和编码序列7-12在点位7-2(某个目标交换位置)、点位7-3(另一个目标交换位置)的编码信息进行交换,得到衍生序列7-41和衍生序列7-42。
本申请实施例中,电子设备可以通过生成交叉系数,并利用交叉系数和第一阈值之间的大小关系,从分组交叉和多点交叉中选择一种交叉方式,完成待变异序列对的交叉处理过程,从而针对待变异序列对的交叉处理过程更加多样,从而使得衍生序列更加多样,以便于后续得到更加多样的更新虚拟阵容。
在本申请的一些实施例中,基于对待变异序列对中阵容配置的编码信息进行交叉处理,得到待变异序列对的衍生序列之后,针对衍生序列中阵容配置的编码信息进行变异处理,得到衍生序列对应的变异序列之前,即在S1023之后,S1024之前,该方法还可以包括:S1026,如下:
S1026、针对衍生序列进行合规验证,得到验证结果。
需要说明的是,在搭配虚拟阵容时,是存在着搭配规则的,例如,一些虚拟技不能和某些特定的虚拟对象进行搭配等等。对此,在本申请实施例中,电子设备在得到待变异序列对的衍生序列之后,还需要验证衍生序列是否符合虚拟阵容的搭配规则,得到验证结果。也即,验证结果表征所述衍生序列是否符合虚拟阵容的搭配规则。
在此情况下,针对衍生序列中阵容配置的编码信息进行变异处理,得到衍生序列对应的变异序列,即S1024的具体实现过程,可以包括:S1024A,如下:
S1024A、当验证结果表征衍生序列符合虚拟阵容的搭配规则时,针对衍生序列中阵容配置的编码信息进行变异处理,得到衍生序列对应的变异序列。
也即,只有当所得到的衍生序列符合上述搭配规则时,电子设备才会针对衍生序列中阵容配置的编码信息开始变异处理,得到变异序列。而当衍生序列不符合上述搭配规则时,电子设备就会停止对衍生序列中阵容配置的编码信息的处理,即不再进行变异,并删除衍生序列。
本申请实施例中,电子设备还会再得到衍生序列,且衍生序列的合规验证通过之后,才会开始对衍生序列中阵容配置的编码信息进行下一步的处理,以保证后续所得到的变异序列是符合搭配规则,从而保证更新虚拟阵容的可靠性。
在本申请的一些实施例中,针对衍生序列中阵容配置的编码信息进行变异处理,得到衍生序列对应的变异序列,即S1024的具体实现过程,可以包括:S1024a-S1024c,如下:
S1024a、针对衍生序列中阵容配置的编码信息,生成对应的筛选系数,并基于筛选系数和第二阈值,从衍生序列中阵容配置的编码信息中筛选得到待变异编码信息。
电子设备针对衍生序列中有关于阵容配置的每个编码信息,确定出其所对应的筛选系数,然后将筛选系数和第二阈值进行大小比较,将筛选系数大于等于第二阈值的编码信息,确定为待变异编码信息。
可以理解的是,电子设备可以针对上述每个编码信息生成随机数,将生成的随机数确定为筛选系数。电子设备还可以将编码信息与预设信息计算相似度,将与其最相似的预设信息所对应的系数,确定为筛选系数,本申请实施例在此不做具体限定。
S1024b、将衍生序列中的待变异编码信息进行变异,得到衍生序列对应的变异序列。
电子设备针对筛选出的待变异信息进行变异处理,得到其所对应的变异编码信息,然后利用变异编码信息,将衍生序列中原本的待变异编码信息进行覆盖,这样,就可以得到全新的变异序列。
本申请实施例中,电子设备会利用筛选系数和第二阈值的关系,从衍生序列中筛选得到待变异编码信息,然后仅对于待变异编码信息进行变异处理,得到对应的变异编码信息,从而基于变异编码信息替换待变异编码信息,从而完成对衍生序列的变异处理。
在本申请的一些实施例中,将衍生序列中的待变异编码信息进行变异,得到衍生序列对应的所述变异序列,即S1024b的具体实现过程,可以包括:S201,以及S202和S203中的任意一个,如下:
S201、针对待变异编码信息生成变异系数。
电子设备可以通过生成随机数的方式,为待变异编码信息生成变异系数,也可以通过将待变异编码信息与预设编码信息计算相似度,将与待变异编码信息最为相似的预设编码信息所对应的系数,确定为变异系数。
S202、当变异系数大于等于第三阈值时,针对待变异编码信息从编码信息库中确定第一目标编码信息,并利用第一目标编码信息对衍生序列中的待变异编码信息进行替换,得到衍生序列的变异序列。
电子设备将变异系数和第三阈值进行大小比较,当变异系数大于等于第三阈值时,电子设备会从编码信息库中与待变异编码信息同类型的编码信息中,针对待变异编码信息获取第一目标编码信息,从而,第一目标编码信息的类型和待变异编码信息的类型相同。然后,电子设备会将第一目标编码信息对待变异编码信息进行替换,替换完成后的编码序列就是衍生序列的变异序列。
例如,当待变异编码信息是某个虚拟技能的编码信息时,电子设备会从编码信息库中任选另外一个虚拟技能的编码信息作为第一目标编码信息对待变异信息进行替换,也即电子设备是将衍生序列中的某个虚拟技能替换为技能库中的其他的虚拟技能,得到变异序列。
S203、当变异系数小于所述第三阈值时,针对待变异编码信息从衍生序列中确定第二目标编码信息,并将第二目标编码信息和待变异编码信息进行互换,得到衍生序列的变异序列。
当变异系数小于第三阈值时,电子设备会从衍生序列中确定出于待变异编码信息同类型的编码信息,然后从同类型的编码信息中为待变异编码信息挑选第二目标编码信息,从而,第二目标编码信息的类型和待变异编码信息的类型相同。电子设备会用第二目标编码信息将待变异编码信息覆盖,利用待变异编码信息将第二目标编码信息覆盖,也即将待变异编码信息和第二目标编码信息互换,互换结束后所得到的新编码序列就是变异序列。
例如,当待变异编码信息是某个虚拟技能的编码信息时,电子设备是从衍生序列中任选另外一个虚拟技能的编码信息作为第二目标编码信息,也即,电子设备是将该虚拟技能替换和衍生序列中的另一个虚拟技能互换,得到变异序列。
本申请实施例中,电子设备可以通过变异系数和第三阈值的大小关系,确定针对衍生序列进行何种的变异操作,从而使得变异序列更加多样化,进一步使得更新虚拟阵容更加多样化。
在本申请的一些实施例中,针对第i轮迭代的初始虚拟阵容进行编码,得到第i轮迭代的初始虚拟阵容的编码序列,即S1021的具体实现过程,可以包括:S1021a-S1021d,如下:
S1021a、针对所述第i轮迭代的初始虚拟阵容进行解析,得到多个虚拟对象,以及每个虚拟对象的阵容配置。
S1021b、对每个虚拟对象,以及每个虚拟对象的阵容配置,分别确定对应的编码信息。
电子设备从初始虚拟阵容中解析出多个虚拟对象,以及针对每个虚拟对象解析出其所对应的阵容配置,然后针对每个解析出的虚拟对象及其对应的阵容配置进行编码,得到虚拟对象对应的编码信息和阵容配置对应的编码信息。
需要说明的是,阵容配置中至少包括:虚拟技能、队伍类型和布局位置。此时,电子设备可以针对不同的虚拟技能、不同的队伍类型和不同的布局位置,分配不同的编码符号,例如,针对暴击技能,分配编码符号B,针对治疗技能,分配编码符号R等。这样,就能针对阵容配置中的各项内容,确定出对应的编码信息。电子设备可以按照相类似的方式,针对虚拟对象确定对应的编码信息。
S1021c、将虚拟对象的编码信息和阵容配置的编码信息进行拼接,得到每个虚拟对象的序列片段。
S1021d、当对多个虚拟对象均确定出序列片段时,利用多个虚拟对象各自的序列片段,拼接得到第i轮迭代的初始虚拟阵容的编码序列。
电子设备按照虚拟对象在前,对应的阵容配置在后的顺序,将虚拟对象的编码信息和阵容配置的编码信息拼接为每个虚拟对象的序列片段,然后再将每个虚拟对象的序列片段进行拼接,得到第i轮迭代的初始虚拟阵容的编码序列。
可以理解的是,电子设备可以按照虚拟技能、队伍类型和布局位置的顺序,将虚拟技能的编码信息、队伍类型的编码信息和布局位置的编码信息进行拼接,得到阵容配置的编码信息。
示例性的,当虚拟对象用H表示,虚拟技能用S表示,队伍类型用E表示,布局位置用P表示时,电子设备可以按照上述顺序,拼接得到HSSSEP的片段,该片段就是虚拟对象的序列片段。当针对所有的虚拟对象均确定出类似的序列片段时,电子设备可以通过拼接,得到HSSSEPHSSSEPHSSSEP的编码序列。
本申请实施例中,电子设备能够分别对虚拟对象,虚拟对象的虚拟技能、队伍类型和布局位置分别进行编码,然后利用这些内容对应的编码信息整合成初始虚拟阵容的编码序列,以便于后续针对编码序列进行交叉,变异的处理,得到更新虚拟阵容。
在本申请的一些实施例中,基于配置指引信息,生成参考虚拟阵容,即S101的具体实现过程,可以包括:S1011-S1015,如下:
S1011、从配置指引信息中读取候选虚拟对象、候选虚拟技能和候选布局位置和候选队伍类型。
S1012、从候选虚拟对象中,随机筛选用于生成参考虚拟阵容的多个参考虚拟对象。
电子设备对配置指引信息进行解析,得到可用的候选虚拟对象,可用的候选虚拟技能、候选布局位置和候选队伍类型。然后,电子设备会从候选虚拟对象中,随机筛选多个虚拟对象,作为用于组成参考虚拟阵容的多个参考虚拟对象。
S1013、针对每个参考虚拟对象从候选虚拟技能中筛选匹配虚拟技能、从候选布局位置中筛选匹配布局位置,以及从候选队伍类型中筛选匹配队伍类型。
S1014、利用每个参考虚拟对象,以及匹配虚拟技能、匹配布局位置和匹配队伍类型,整合得到每个参考虚拟对象的子虚拟阵容。
电子设备可以随机从候选虚拟技能、候选布局位置和候选队伍类型中,为每个虚拟对象搭配对应的匹配虚拟技能、匹配布局位置和匹配队伍类型。然后对每个参考虚拟对象及其所对应的匹配虚拟技能、匹配布局位置和匹配队伍类型进行整合,得到每个虚拟对象的子虚拟阵容。
S1015、将多个参考虚拟对象各自的子虚拟阵容,整合为参考虚拟阵容。
最后,电子设备会将不同的参考虚拟对象各自对应的子虚拟阵容,整合为一个完整的虚拟阵容,该虚拟阵容就是参考虚拟阵容。
本申请实施例中,电子设备可以通过基于配置指引信息,随机搭配得到参考虚拟阵容,并经过多次随机搭配,能够得到多个参考虚拟阵容,以便于后续利用参考虚拟阵容衡量更新虚拟阵容的阵容强度。
下面,将说明本申请实施例在一个实际的应用场景中的示例性应用。
本申请实施例是在服务器对策略类游戏进行阵容优化的场景下实现的。
图8是本申请实施例提供的对策略类游戏的阵容优化的过程示意图。参见图8,该过程可以包括:
S301、服务器(电子设备)加载指定阵容(待优化虚拟阵容)。
服务器可以根据协商好的格式,从阵容文档中读取指定阵容,获取指定阵容中的所有英雄(虚拟对象)。
S302、服务器读取配置文档(配置指引信息)。
从当前游戏版本的配置文档中读取所有可选的英雄(候选虚拟对象)、技能(候选虚拟技能)、兵种(候选队伍种类)和站位(候选布局位置)等信息,并基于这些信息生成初始阵容和参考阵容(参考虚拟阵容)。
S303、服务器通过阵容探索,获得优平率(阵容强度)更高的阵容(优化虚拟阵容)。
服务器对初始阵容进行多轮交叉、变异、评估、演化的操作,探索是否针对指定阵容存在优平率更高的技能、兵种和站位的搭配,得到优化阵容(优化虚拟阵容)。
下面,对阵容优化的各个处理步骤进行说明。
服务器在加载指定阵容之前,首先会定义阵容格式。图9是本申请实施例提供的指定阵容的阵容格式的示意图。由图9可知,在指定阵容9-1中,包含三个英雄,即主将9-11、副将9-12和副将9-13,每个英雄携带3个技能,1个兵种和1个站位的属性。以主将9-11为例,充当主将的英雄9-111携带技能9-112、技能9-113、技能9-114、兵种9-115和站位9-116。
服务器可以按照图9中的格式,读取指定阵容,并从指定阵容中读取作为主将和副将的三个英雄。
图10是本申请实施例提供的基于配置文档输出初始阵容和参考阵容的过程示意图。参见图10,该过程包括:
S401、服务器读取配置文档。
S402、服务器从配置文档中读取信息。
服务区从当前游戏版本的配置文档中读取所有可选的英雄、技能、兵种和站位等信息。
S403、服务器生成初始阵容。
服务器随机将指定阵容的三个英雄安排在主将或副将,并针对每个英雄随机搭配从配置文档中所读取到的技能、兵种和站位,生成50个初始阵容(第1轮迭代的初始虚拟阵容)。服务器将每个阵容编码为18位的基因(编码序列),其形式如HSSSEPHSSSEPHSSSEP,其中,H表示英雄,S表示技能,E表示兵种,P表示站位。不同阵容的基因不相同。
S404、服务器生成参考阵容。
服务器根据从配置文档中读取到的可选英雄中,随机选取三个英雄(多个参考虚拟对象)分别安排在主将和副将上,并针对每个英雄随机搭配技能、兵种和站位,生成1000个参考阵容。
S405、服务器输出初始阵容和参考阵容。
至此,服务器就完成了基于配置文档输出初始阵容和参考阵容的过程。
图11是本申请实施例提供的阵容探索的过程示意图。参见图11,该过程包括:
S501、服务器读取初始阵容和参考阵容。
S502、服务器对初始阵容的基因进行交叉处理,输出孩子基因。
S503、服务器对孩子基因进行变异处理,得到变异基因。
S504、服务器利用参考阵容计算变异基因所对应的阵容(更新虚拟阵容)的优平率。
S505、服务器从变异基因所对应的阵容和初始阵容中,演化得到下一代的阵容。
S506、服务器判断迭代次数(即i)是否达到最大迭代次数。若是,则执行S507,否则执行S502。
S507、服务器输出优平率最高的阵容作为指定阵容的变强结果。
进一步的,图12是本申请实施例提供的初始阵容的基因进行交叉处理的过程示意图,参见图12,该过程包括:
S5021、服务器读取50个初始阵容的基因。
S5022、服务器从50个初始阵容的基因中随机选择2个基因作为父母基因(待变异序列对)。
S5023、服务器生成随机数(交叉系数),若随机数小于0.4(第一阈值),则执行S5024,若随机数大于等于0.4,执行S5025。
S5024、服务器对父母基因进行多点交叉,得到孩子基因(衍生序列)。
服务器从父母基因的18位基因中随机选择5个非英雄所在的位置(目标交换位置),交换服务基因中这5个位置上的基因,得到孩子基因。
S5025、服务器对父母基因进行分组交叉,得到孩子基因。
服务器随机选择指定阵容中的1个英雄(目标虚拟对象),交换这个英雄在父母基因中的技能、兵种和站位(阵容配置所对应的编码信息),得到孩子基因。
S5026、服务器判断孩子基因是否符合规则要求(搭配规则)。若是,则执行S5027,否则执行S5022。
S5027、服务器输出50个孩子基因。
至此,服务器就完成了对初始阵容的基因进行交叉处理的过程。
图13是本申请实施例提供的对孩子基因进行变异处理的过程示意图。该过程包括:
S5031、服务器读取50个孩子基因。
S5032、服务器生成随机数(筛选系数),并通过随机数选择需要改变的基因(待变异编码信息)。
服务器对于每个孩子基因的每个基因(编码信息)都需要判断是否需要进行改变。针对每个基因随机赋予一个0至1之间的随机数,如果该随机数小于0.05(第二阈值),那么基因需要改变,反之则不需要改变。
S5033、服务器再次生成随机数(变异系数),若随机数小于0.4(第三阈值),则执行S5034,否则执行S5035。
S5034、服务器通过基因变异生成新的基因。
服务器将需要改变的基因随机替换为基因库中同类型的其他基因(第一目标编码信息),例如,将英雄的技能替换为其他技能,将兵种替换为其他兵种,将站位替换为其他站位等等。
S5035、服务器通过基因交换生成新的基因。
服务器将需要改变的基因与该阵容中相同类型的基因(第二目标编码信息)进行交换,例如将主将的技能和副将的技能进行交换,将主将的兵种和副将的兵种进行交换,将主将的站位和副将的站位进行交换。
S5036、服务器判断对50个孩子基因是否都完成变异或交换处理,若是则执行S5037,否则回到S5032。
也即,服务器若是对50个孩子基因都经过了基因变异或者基因交换,则将这50个孩子基因还原为新生成的阵容。
S5037、服务器输出50个新生成的阵容。
至此,服务器就完成了对孩子基因进行变异处理的过程。
可以理解的是,在本申请实施例中,涉及到用户信息等相关的数据,当本申请实施例运用到具体产品或技术中时,需要获得用户许可或者同意,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
下面继续说明本申请实施例提供的虚拟阵容优化装置255的实施为软件模块的示例性结构,在一些实施例中,如图2所示,存储在存储器250的虚拟阵容优化装置255中的软件模块可以包括:
信息读取模块2551,用于读取指定的待优化虚拟阵容,以及用于指引操作对象的阵容搭配的配置指引信息;
阵容生成模块2552,用于基于所述配置指引信息,生成参考虚拟阵容;
阵容更新模块2553,用于针对第i轮迭代的初始虚拟阵容的阵容配置进行更新,得到第i轮迭代的更新虚拟阵容;i为正整数,第1轮迭代的初始虚拟阵容由对所述待优化虚拟阵容的阵容配置进行变化得到,第i轮迭代的初始虚拟阵容、第i轮迭代的更新虚拟阵容以及所述待优化虚拟阵容的虚拟对象均相同;
强度确定模块2554,用于基于所述参考虚拟阵容,确定第i轮迭代的更新虚拟阵容的阵容强度;
阵容筛选模块2555,用于基于所述阵容强度,从第i轮迭代的初始虚拟阵容和第i轮迭代的更新虚拟阵容中确定第i+1轮迭代的初始虚拟阵容;当i达到最大迭代次数时,从每轮迭代所得到的初始虚拟阵容和更新虚拟阵容中,筛选得到阵容强度最大的虚拟阵容,作为所述待优化虚拟阵容对应的优化虚拟阵容。
在本申请的一些实施例中,所述强度确定模块2554,还用于将第i轮迭代的更新虚拟阵容与所述参考虚拟阵容进行对抗,得到对抗结果;利用所述对抗结果,统计得到第i轮迭代的更新虚拟阵容的胜利次数和平局次数;将所述胜利次数和所述平局次数的次数之和,以及所述对抗结果的总数量的比值,确定为第i轮迭代的更新虚拟阵容的阵容强度。
在本申请的一些实施例中,所述阵容筛选模块2555,还用于从第i轮迭代的初始虚拟阵容和第i轮迭代的更新虚拟阵容中,筛选得到阵容强度最大的N个虚拟阵容,作为第i+1轮迭代的初始虚拟阵容;N是正整数。
在本申请的一些实施例中,所述阵容更新模块2553,还用于针对第i轮迭代的初始虚拟阵容进行编码,得到第i轮迭代的初始虚拟阵容的编码序列;从第i轮迭代的初始虚拟阵容的编码序列中,筛选得到待变异序列对;基于对所述待变异序列对中阵容配置的编码信息进行交叉处理,得到所述待变异序列对的衍生序列;针对所述衍生序列中阵容配置的编码信息进行变异处理,得到所述衍生序列对应的变异序列;对所述变异序列进行解码,得到第i轮迭代的更新虚拟阵容。
在本申请的一些实施例中,所述阵容更新模块2553,还用于针对所述待变异序列对,生成交叉系数;当所述交叉系数大于等于第一阈值时,针对所述待变异序列对确定目标虚拟对象,并将所述待变异序列对中所述目标虚拟对象的阵容配置的编码信息进行交换,得到所述待变异序列对的所述衍生序列;当所述交叉系数小于所述第一阈值时,从所述待变异序列对中阵容配置的编码信息对应的序列位置中确定目标交换位置,并将所述待变异序列对的所述目标交换位置的编码信息进行交换,得到所述待变异序列对的所述衍生序列。
在本申请的一些实施例中,所述阵容更新模块2553,还用于所述基于对所述待变异序列对中阵容配置的编码信息进行交叉处理,得到所述待变异序列对的衍生序列之后,所述针对所述衍生序列中阵容配置的编码信息进行变异处理,得到所述衍生序列对应的变异序列之前,针对所述衍生序列进行合规验证,得到验证结果;所述验证结果表征所述衍生序列是否符合虚拟阵容的搭配规则;当所述验证结果表征所述衍生序列符合所述虚拟阵容的搭配规则时,针对所述衍生序列中阵容配置的编码信息进行变异处理,得到所述衍生序列对应的所述变异序列。
在本申请的一些实施例中,所述阵容更新模块2553,还用于针对所述衍生序列中阵容配置的编码信息,生成对应的筛选系数,并基于所述筛选系数和第二阈值,从所述衍生序列中阵容配置的编码信息中筛选得到待变异编码信息;将衍生序列中的所述待变异编码信息进行变异,得到所述衍生序列对应的所述变异序列。
在本申请的一些实施例中,所述阵容更新模块2553,还用于针对所述待变异编码信息生成变异系数;当所述变异系数大于等于第三阈值时,针对所述待变异编码信息从编码信息库中确定第一目标编码信息,并利用所述第一目标编码信息对所述衍生序列中的所述待变异编码信息进行替换,得到所述衍生序列的所述变异序列;其中,所述第一目标编码信息的类型和所述待变异编码信息的类型相同;当所述变异系数小于所述第三阈值时,针对所述待变异编码信息从所述衍生序列中确定第二目标编码信息,并将所述第二目标编码信息和所述待变异编码信息进行互换,得到所述衍生序列的所述变异序列;所述第二目标编码信息的类型和所述待变异编码信息的类型相同。
在本申请的一些实施例中,所述阵容更新模块2553,还用于针对第i轮迭代的初始虚拟阵容进行解析,得到多个虚拟对象,以及每个所述虚拟对象的阵容配置;其中,所述阵容配置中至少包括:虚拟技能、队伍类型和布局位置;对每个所述虚拟对象,以及每个所述虚拟对象的所述阵容配置,分别确定对应的编码信息;将每个所述虚拟对象的编码信息和对应的所述阵容配置的编码信息进行拼接,得到每个所述虚拟对象的序列片段;当对多个所述虚拟对象均确定出所述序列片段时,利用多个所述虚拟对象各自的所述序列片段,拼接得到所述第i轮迭代的初始虚拟阵容的所述编码序列。
在本申请的一些实施例中,所述阵容生成模块2552,还用于从所述配置指引信息中读取候选虚拟对象、候选虚拟技能和候选布局位置和候选队伍类型;从所述候选虚拟对象中,随机筛选用于生成所述参考虚拟阵容的多个参考虚拟对象;针对每个所述参考虚拟对象从所述候选虚拟技能中筛选匹配虚拟技能、从所述候选布局位置中筛选匹配布局位置,以及从所述候选队伍类型中筛选匹配队伍类型;利用每个所述参考虚拟对象,以及所述匹配虚拟技能、所述匹配布局位置和所述匹配队伍类型,整合得到每个所述参考虚拟对象的子虚拟阵容;将多个所述参考虚拟对象各自的子虚拟阵容,整合为所述参考虚拟阵容。
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本申请实施例上述的虚拟阵容优化方法。
本申请实施例提供一种存储有可执行指令的计算机可读存储介质,其中存储有可执行指令,当可执行指令被处理器执行时,将引起处理器执行本申请实施例提供的虚拟阵容优化方法,例如,如图3示出的虚拟阵容优化方法。
在一些实施例中,计算机可读存储介质可以是FRAM、ROM、PROM、EP ROM、EEPROM、闪存、磁表面存储器、光盘、或CD-ROM等存储器;也可以是包括上述存储器之一或任意组合的各种设备。
在一些实施例中,可执行指令可以采用程序、软件、软件模块、脚本或代码的形式,按任意形式的编程语言(包括编译或解释语言,或者声明性或过程性语言)来编写,并且其可按任意形式部署,包括被部署为独立的程序或者被部署为模块、组件、子例程或者适合在计算环境中使用的其它单元。
作为示例,可执行指令可以但不一定对应于文件系统中的文件,可以可被存储在保存其它程序或数据的文件的一部分,例如,存储在超文本标记语言(HTML,Hyper TextMarkup Language)文档中的一个或多个脚本中,存储在专用于所讨论的程序的单个文件中,或者,存储在多个协同文件(例如,存储一个或多个模块、子程序或代码部分的文件)中。
作为示例,可执行指令可被部署为在一个计算设备(电子设备的一种实施)上执行,或者在位于一个地点的多个计算设备上执行,又或者,在分布在多个地点且通过通信网络互连的多个计算设备上执行。
综上所述,通过本申请实施例,电子设备能够利用基于原本的配置指引信息所生成的参考虚拟阵容,对每个轮次的阵容配置更新所得到的更新虚拟阵容的阵容强度进行确定,并能够由阵容强度筛选得到待优化虚拟阵容所对应的优化虚拟阵容,从而能够将虚拟阵容的优化与操作对象的线上数据解耦,使得虚拟阵容优化的条件更为简便,即只要有配置指引信息就能够进行虚拟阵容的优化处理,从而使得虚拟阵容优化的便捷程度得到提高。除此之外,由于本申请实施例中将虚拟阵容的优化与操作对象的线上数据解耦,就无需额外分配存储空间以及处理进程给数据采集过程(通常需要大量的线上数据才能够实现虚拟阵容优化),节省虚拟阵容优化时的计算资源。
以上所述,仅为本申请的实施例而已,并非用于限定本申请的保护范围。凡在本申请的精神和范围之内所作的任何修改、等同替换和改进等,均包含在本申请的保护范围之内。
Claims (14)
1.一种虚拟阵容优化方法,其特征在于,所述方法包括:
读取指定的待优化虚拟阵容,以及用于指引操作对象的阵容搭配的配置指引信息,并基于所述配置指引信息,生成参考虚拟阵容;
针对第i轮迭代的初始虚拟阵容的阵容配置进行更新,得到第i轮迭代的更新虚拟阵容;i为正整数,第1轮迭代的初始虚拟阵容由对所述待优化虚拟阵容的阵容配置进行变化得到,第i轮迭代的初始虚拟阵容、第i轮迭代的更新虚拟阵容以及所述待优化虚拟阵容的虚拟对象均相同;
基于所述参考虚拟阵容,确定第i轮迭代的更新虚拟阵容的阵容强度,并基于所述阵容强度,从第i轮迭代的初始虚拟阵容和第i轮迭代的更新虚拟阵容中确定第i+1轮迭代的初始虚拟阵容;
当i达到最大迭代次数时,从每轮迭代所得到的初始虚拟阵容和更新虚拟阵容中,筛选得到阵容强度最大的虚拟阵容,作为所述待优化虚拟阵容对应的优化虚拟阵容。
2.根据权利要求1所述的方法,其特征在于,所述基于所述参考虚拟阵容,确定第i轮迭代的更新虚拟阵容的阵容强度,包括:
将第i轮迭代的更新虚拟阵容与所述参考虚拟阵容进行对抗,得到对抗结果;
利用所述对抗结果,统计得到第i轮迭代的更新虚拟阵容的胜利次数和平局次数;
将所述胜利次数和所述平局次数的次数之和,以及所述对抗结果的总数量的比值,确定为第i轮迭代的更新虚拟阵容的阵容强度。
3.根据权利要求1或2所述的方法,其特征在于,所述基于所述阵容强度,从第i轮迭代的初始虚拟阵容和第i轮迭代的更新虚拟阵容中确定第i+1轮迭代的初始虚拟阵容,包括:
从第i轮迭代的初始虚拟阵容和第i轮迭代的更新虚拟阵容中,筛选得到阵容强度最大的N个虚拟阵容,作为第i+1轮迭代的初始虚拟阵容;N是正整数。
4.根据权利要求1或2所述的方法,其特征在于,所述针对第i轮迭代的初始虚拟阵容的阵容配置进行更新,得到第i轮迭代的更新虚拟阵容,包括:
针对第i轮迭代的初始虚拟阵容进行编码,得到第i轮迭代的初始虚拟阵容的编码序列;
从第i轮迭代的初始虚拟阵容的编码序列中,筛选得到待变异序列对;
基于对所述待变异序列对中阵容配置的编码信息进行交叉处理,得到所述待变异序列对的衍生序列;
针对所述衍生序列中阵容配置的编码信息进行变异处理,得到所述衍生序列对应的变异序列;
对所述变异序列进行解码,得到第i轮迭代的更新虚拟阵容。
5.根据权利要求4所述的方法,其特征在于,所述基于对所述待变异序列对中阵容配置的编码信息进行交叉处理,得到所述待变异序列对的衍生序列,包括:
针对所述待变异序列对,生成交叉系数;
当所述交叉系数大于等于第一阈值时,针对所述待变异序列对确定目标虚拟对象,并将所述待变异序列对中所述目标虚拟对象的阵容配置的编码信息进行交换,得到所述待变异序列对的所述衍生序列;
当所述交叉系数小于所述第一阈值时,从所述待变异序列对中阵容配置的编码信息对应的序列位置中确定目标交换位置,并将所述待变异序列对中所述目标交换位置的编码信息进行交换,得到所述待变异序列对的所述衍生序列。
6.根据权利要求5所述的方法,其特征在于,所述基于对所述待变异序列对中阵容配置的编码信息进行交叉处理,得到所述待变异序列对的衍生序列之后,所述针对所述衍生序列中阵容配置的编码信息进行变异处理,得到所述衍生序列对应的变异序列之前,所述方法还包括:
针对所述衍生序列进行合规验证,得到验证结果;所述验证结果表征所述衍生序列是否符合虚拟阵容的搭配规则;
所述针对所述衍生序列中阵容配置的编码信息进行变异处理,得到所述衍生序列对应的变异序列,包括:
当所述验证结果表征所述衍生序列符合所述虚拟阵容的搭配规则时,针对所述衍生序列中阵容配置的编码信息进行变异处理,得到所述衍生序列对应的所述变异序列。
7.根据权利要求4所述的方法,其特征在于,所述针对所述衍生序列中阵容配置的编码信息进行变异处理,得到所述衍生序列对应的变异序列,包括:
针对所述衍生序列中阵容配置的编码信息,生成对应的筛选系数,并基于所述筛选系数和第二阈值,从所述衍生序列中阵容配置的编码信息筛选得到待变异编码信息;
将衍生序列中的所述待变异编码信息进行变异,得到所述衍生序列对应的所述变异序列。
8.根据权利要求7所述的方法,其特征在于,所述将衍生序列中的所述待变异编码信息进行变异,得到所述衍生序列对应的所述变异序列,包括:
针对所述待变异编码信息生成变异系数;
当所述变异系数大于等于第三阈值时,针对所述待变异编码信息从编码信息库中确定第一目标编码信息,并利用所述第一目标编码信息对所述衍生序列中的所述待变异编码信息进行替换,得到所述衍生序列的所述变异序列;其中,所述第一目标编码信息的类型和所述待变异编码信息的类型相同;
当所述变异系数小于所述第三阈值时,针对所述待变异编码信息从所述衍生序列中确定第二目标编码信息,并将所述第二目标编码信息和所述待变异编码信息进行互换,得到所述衍生序列的所述变异序列;所述第二目标编码信息的类型和所述待变异编码信息的类型相同。
9.根据权利要求4所述的方法,其特征在于,所述针对第i轮迭代的初始虚拟阵容进行编码,得到第i轮迭代的初始虚拟阵容的编码序列,包括:
针对第i轮迭代的初始虚拟阵容进行解析,得到多个虚拟对象,以及每个所述虚拟对象的阵容配置;其中,所述阵容配置中至少包括:虚拟技能、队伍类型和布局位置;
对每个所述虚拟对象,以及每个所述虚拟对象的所述阵容配置,分别确定对应的编码信息;
将每个所述虚拟对象的编码信息和对应的所述阵容配置的编码信息进行拼接,得到每个所述虚拟对象的序列片段;
当对多个所述虚拟对象均确定出所述序列片段时,利用多个所述虚拟对象各自的所述序列片段,拼接得到所述第i轮迭代的初始虚拟阵容的所述编码序列。
10.根据权利要求1所述的方法,其特征在于,所述基于所述配置指引信息,生成参考虚拟阵容,包括:
从所述配置指引信息中读取候选虚拟对象、候选虚拟技能和候选布局位置和候选队伍类型;
从所述候选虚拟对象中,随机筛选用于生成所述参考虚拟阵容的多个参考虚拟对象;
针对每个所述参考虚拟对象从所述候选虚拟技能中筛选匹配虚拟技能、从所述候选布局位置中筛选匹配布局位置,以及从所述候选队伍类型中筛选匹配队伍类型;
利用每个所述参考虚拟对象,以及所述匹配虚拟技能、所述匹配布局位置和所述匹配队伍类型,整合得到每个所述参考虚拟对象的子虚拟阵容;
将多个所述参考虚拟对象各自的子虚拟阵容,整合为所述参考虚拟阵容。
11.一种虚拟阵容优化装置,其特征在于,所述装置包括:
信息读取模块,用于读取指定的待优化虚拟阵容,以及用于指引操作对象的阵容搭配的配置指引信息;
阵容生成模块,用于基于所述配置指引信息,生成参考虚拟阵容;
阵容更新模块,用于针对第i轮迭代的初始虚拟阵容的阵容配置进行更新,得到第i轮迭代的更新虚拟阵容;i为正整数,第1轮迭代的初始虚拟阵容由对所述待优化虚拟阵容的阵容配置进行变化得到,第i轮迭代的初始虚拟阵容、第i轮迭代的更新虚拟阵容以及所述待优化虚拟阵容的虚拟对象均相同;
强度确定模块,用于基于所述参考虚拟阵容,确定第i轮迭代的更新虚拟阵容的阵容强度;
阵容筛选模块,用于基于所述阵容强度,从第i轮迭代的初始虚拟阵容和第i轮迭代的更新虚拟阵容中确定第i+1轮迭代的初始虚拟阵容;当i达到最大迭代次数时,从每轮迭代所得到的初始虚拟阵容和更新虚拟阵容中,筛选得到阵容强度最大的虚拟阵容,作为所述待优化虚拟阵容对应的优化虚拟阵容。
12.一种电子设备,其特征在于,所述电子设备包括:
存储器,用于存储可执行指令;
处理器,用于执行所述存储器中存储的可执行指令时,实现权利要求1至10任一项所述的虚拟阵容优化方法。
13.一种计算机可读存储介质,存储有可执行指令,其特征在于,所述可执行指令被处理器执行时实现权利要求1至10任一项所述的虚拟阵容优化方法。
14.一种计算机程序产品,包括计算机程序或指令,其特征在于,所述计算机程序或指令被处理器执行时实现权利要求1至10任一项所述的虚拟阵容优化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210505743.9A CN116983637A (zh) | 2022-05-10 | 2022-05-10 | 虚拟阵容优化方法、装置、设备及存储介质、程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210505743.9A CN116983637A (zh) | 2022-05-10 | 2022-05-10 | 虚拟阵容优化方法、装置、设备及存储介质、程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116983637A true CN116983637A (zh) | 2023-11-03 |
Family
ID=88532715
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210505743.9A Pending CN116983637A (zh) | 2022-05-10 | 2022-05-10 | 虚拟阵容优化方法、装置、设备及存储介质、程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116983637A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117547830A (zh) * | 2024-01-11 | 2024-02-13 | 腾讯科技(深圳)有限公司 | 组合处理方法、装置、计算机、存储介质及程序产品 |
-
2022
- 2022-05-10 CN CN202210505743.9A patent/CN116983637A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117547830A (zh) * | 2024-01-11 | 2024-02-13 | 腾讯科技(深圳)有限公司 | 组合处理方法、装置、计算机、存储介质及程序产品 |
CN117547830B (zh) * | 2024-01-11 | 2024-04-02 | 腾讯科技(深圳)有限公司 | 组合处理方法、装置、计算机、存储介质及程序产品 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109621422B (zh) | 电子棋牌决策模型训练方法及装置、策略生成方法及装置 | |
US11135514B2 (en) | Data processing method and apparatus, and storage medium for concurrently executing event characters on a game client | |
CN110825884B (zh) | 基于人工智能的嵌入表示处理方法、装置及电子设备 | |
Jacobson et al. | Genetic algorithms in Java basics | |
CN109814955A (zh) | 阵容确定的方法、装置及电子设备 | |
CN112717412B (zh) | 一种数据处理的方法、相关装置、设备及存储介质 | |
JP6803086B2 (ja) | プログラミング学習プログラム | |
CN111046158B (zh) | 问答匹配方法及模型训练方法、装置、设备、存储介质 | |
CN107391549A (zh) | 基于人工智能的新闻召回方法、装置、设备及存储介质 | |
CN116983637A (zh) | 虚拟阵容优化方法、装置、设备及存储介质、程序产品 | |
CN117547830B (zh) | 组合处理方法、装置、计算机、存储介质及程序产品 | |
CN115222044A (zh) | 模型训练方法、图数据处理方法、装置、设备及存储介质 | |
JP2021037060A (ja) | 所定のゲームを提供するためのシステム、方法、及びプログラム、並びに、デッキの分類を作成するための方法 | |
CN113230650B (zh) | 一种数据处理方法、装置及计算机可读存储介质 | |
CN113893547A (zh) | 一种基于适应度函数的数据处理方法、系统及存储介质 | |
US20220180245A1 (en) | System and method of constructing machine learning workflows through machine learning suggestions | |
CN115487508B (zh) | 游戏战队推荐模型的训练方法和相关装置 | |
CN116956866A (zh) | 剧情数据处理方法、装置、设备、存储介质及程序产品 | |
CN113946604B (zh) | 分阶段围棋教学方法、装置、电子设备及存储介质 | |
CN113934766B (zh) | 围棋定式对弈方法、装置、电子设备及存储介质 | |
CN117033760A (zh) | 一种对象推荐方法、装置、设备、存储介质及程序产品 | |
CN113952730B (zh) | 数据处理方法、装置、电子设备、存储介质及计算机产品 | |
CN113398593B (zh) | 多智能体分层控制方法、装置、存储介质及电子设备 | |
CN115212576A (zh) | 游戏数据处理方法、装置、设备以及存储介质 | |
CN110427241B (zh) | 一种目标消除方法及装置 |
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 |