CN117258268B - 一种纸牌关卡的排布设计方法及系统 - Google Patents
一种纸牌关卡的排布设计方法及系统 Download PDFInfo
- Publication number
- CN117258268B CN117258268B CN202311332383.8A CN202311332383A CN117258268B CN 117258268 B CN117258268 B CN 117258268B CN 202311332383 A CN202311332383 A CN 202311332383A CN 117258268 B CN117258268 B CN 117258268B
- Authority
- CN
- China
- Prior art keywords
- riddle
- puzzle
- checkpoint
- agent
- experience
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000013461 design Methods 0.000 title claims description 16
- 238000012545 processing Methods 0.000 claims abstract description 48
- 238000012360 testing method Methods 0.000 claims abstract description 25
- 230000008569 process Effects 0.000 claims description 25
- 238000013486 operation strategy Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000003062 neural network model Methods 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
- A63F1/00—Card games
- A63F1/02—Cards; Special shapes of cards
-
- 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
- A63F13/45—Controlling the progress of the video game
- A63F13/47—Controlling the progress of the video game involving branching, e.g. choosing one of several possible scenarios at a given point in time
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种纸牌关卡的排布设计方法及系统,所述方法的步骤包括:获取预构建的谜面,基于预设的智能体对所述谜面进行测试,得到每个智能体的测试成功率,每个所述智能体对应一种处理策略,基于所述智能体的测试成功率得到该谜面在该智能体对应的处理策略下的难度等级;组合所述谜面在各个处理策略下的难度等级,得到所述谜面的难度匹配组,基于所述谜面的难度匹配组确定所述谜面的谜面策略类型;构建包括所述难度等级和谜面策略类型的标签组合,并基于所述谜面的标签组合将所述谜面排布至对应需求的关卡。本方案能够自动化得到所述标签组合,并可直接将谜面排布至对应关卡,极大的降低了排布关卡所需的时间,提高了处理效率。
Description
技术领域
本发明涉及计算机设计技术领域,尤其涉及一种纸牌关卡的排布设计方法及系统。
背景技术
三峰纸牌是一款经典的单人纸牌游戏,使用点数为A、2、3...J、Q、K的纸牌组成谜面,谜面包括三个部分,牌桌区,手牌区和弃牌区,如图4所示,牌桌区的纸牌分层堆叠,形成金字塔或倒金字塔等各种形状,其中叠放在最上层的纸牌为翻开状态,即数字面朝上,其余纸牌的数字面朝下。手牌区的纸牌横向堆叠,所有牌数字面朝下。弃牌区纸牌都向上叠放,所有牌数字面朝上。
三峰纸牌游戏有着丰富多样的关卡,每一关的内容作为一个谜面,在得到谜面后,需要对获得的谜面排布到各个关卡,而人工去排布关卡需要投入大量的时间,开发效率低下。
发明内容
鉴于此,本发明的实施例提供了一种纸牌关卡的排布设计方法,以消除或改善现有技术中存在的一个或更多个缺陷。
本发明的一个方面提供了一种纸牌关卡的排布设计方法,所述方法的步骤包括:
获取预构建的谜面,基于预设的智能体对所述谜面进行测试,得到每个智能体的测试成功率,每个所述智能体对应一种处理策略,基于所述智能体的测试成功率得到该谜面在该智能体对应的处理策略下的难度等级;
组合所述谜面在各个处理策略下的难度等级,得到所述谜面的难度匹配组,基于所述谜面的难度匹配组确定所述谜面的谜面策略类型;
构建包括所述难度等级和谜面策略类型的标签组合,并基于所述谜面的标签组合将所述谜面排布至对应需求的关卡。
采用上述方案,本方案采用预设的智能体对所述谜面进行测试,通过智能体的测试成功率得到该谜面在对应处理策略下的难度等级,并进一步得到所述谜面的难度匹配组,并确定所述谜面的谜面策略类型,通过包括所述难度等级和谜面策略类型的标签组合将谜面对应排布至关卡,本方案能够自动化得到所述标签组合,并可直接将谜面排布至对应关卡,极大的降低了排布关卡所需的时间,提高了处理效率。
在本发明的一些实施方式中,基于所述谜面的标签组合将所述谜面排布至对应需求的关卡的步骤包括:
将对应第一关卡区间的标签组合谜面排布至第一关卡区间的关卡,并获取用户通过第一关卡区间的通过数据;
基于第一关卡区间的通过数据确定第二关卡区间中关卡对应的标签组合,并将对应的谜面排布至第二关卡区间,并按照确定第二关卡区间中关卡对应的标签组合的步骤确定第三关卡区间中关卡对应的标签组合,将对应的谜面排布至第三关卡区间。
在本发明的一些实施方式中,所述通过数据包括第一关卡区间中每个关卡的失败次数,在基于第一关卡区间的通过数据确定第二关卡区间中关卡对应的标签组合的步骤中,基于第一关卡区间的通过数据中第一关卡区间每个关卡的失败次数确定第二关卡区间中关卡对应的标签组合中的难度等级。
采用上述方案,本方案在用户的游戏过程中,基于用户的通过数据,实时调整用于在下一关卡区间所遇到的关卡,能够实时调整为用户提供谜面,保证为用户提供适应的关卡,增加游戏的趣味性。
在本发明的一些实施方式中,在基于第一关卡区间的通过数据中第一关卡区间每个关卡的失败次数确定第二关卡区间中关卡对应的标签组合中的难度等级的步骤中,
获取所述第一关卡区间的通过数据中单个关卡的连续失败次数的最大值,将单个关卡的连续失败次数的最大值与预设的失败阈值相比较;
若单个关卡的连续失败次数的最大值大于或等于预设的失败阈值,则第二关卡区间的难度等级保持与第一关卡区间的难度等级相同;
若单个关卡的连续失败次数的最大值小于预设的失败阈值,则第二关卡区间的难度等级在第一关卡区间的难度等级的基础上增加一个难度等级。
在本发明的一些实施方式中,所述标签组合还包括体验类型,在构建包括所述难度等级和谜面策略类型的标签组合的步骤中,构建包括所述难度等级、谜面策略类型和体验类型的标签组合。
在本发明的一些实施方式中,所述通过数据还包括用户的每个操作和用户的每个操作前后的谜面状态,在基于第一关卡区间的通过数据确定第二关卡区间中关卡对应的标签组合的步骤中,基于用户的每个操作和用户的每个操作前后的谜面状态,确定用户当前操作对应的处理策略,并基于用户在第一关卡区间全部操作对应的处理策略确定用户的策略标签,基于用户的策略标签确定第二关卡区间的标签组合中的谜面策略类型。
在本发明的一些实施方式中,在基于用户的每个操作和用户的每个操作前后的谜面状态,确定用户当前操作对应的处理策略的步骤中,基于如下公式确定用户当前操作对应的处理策略:
其中,P(A|B)表示用户当前操作对应的某种处理策略的概率,P(B|A)表示使用某种策略下选择当前谜面状态中某张卡牌的概率,P(A)表示使用某种策略的概率,P(B)表示选择某张卡牌的概率。
在本发明的一些实施方式中,在智能体对所述谜面进行测试的过程中,记录智能体操作前的谜面状态对应的体验值,智能体当前操作待选的牌的数量和智能体操作前连续翻牌的次数,在所述构建包括所述难度等级、谜面策略类型和体验类型的标签组合的步骤中,
基于所述智能体操作前的谜面状态对应的体验值,智能体当前操作待选的牌的数量和智能体操作前连续翻牌的次数确定所述智能体操作后的谜面状态对应的体验值;
基于所述智能体对谜面进行测试的过程中每个谜面状态对应的体验值构建折线统计图,基于所述折线统计图确定该谜面在该智能体对应的处理策略下的体验类型。
在本发明的一些实施方式中,在基于所述智能体操作前的谜面状态对应的体验值,智能体当前操作待选的牌的数量和智能体操作前连续翻牌的次数确定所述智能体操作后的谜面状态对应的体验值的步骤中,基于如下公式计算所述智能体操作后的谜面状态对应的体验值:
yt=yt-1+sign*(1+μx)*λ;
其中,yt表示所述智能体操作后的谜面状态对应的体验值,yt-1表示所述智能体操作前的谜面状态对应的体验值,x表示智能体当前操作待选的牌的数量,μ表示预设的体验的增加幅度,λ表示连续翻牌时体验的增加幅度,sign是符号标记。
在本发明的一些实施方式中,根据如下公式计算连续翻牌时体验的增加幅度:
λ=1+0.2*b;
其中,λ表示连续翻牌时体验的增加幅度,b表示智能体操作前连续翻牌的次数。
在本发明的一些实施方式中,在基于第一关卡区间的通过数据确定第二关卡区间中关卡对应的标签组合,并将对应的谜面排布至第二关卡区间的步骤中,基于通过确定的第二关卡区间的难度等级,确定所述第二关卡区间的标签组合中的体验类型。
本发明的第二方面还提供一种纸牌关卡的排布设计系统,该系统包括计算机设备,所述计算机设备包括处理器和存储器,所述存储器中存储有计算机指令,所述处理器用于执行所述存储器中存储的计算机指令,当所述计算机指令被处理器执行时该系统实现如前所述方法所实现的步骤。
本发明的第三方面还提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时以实现前述纸牌关卡的排布设计方法所实现的步骤。
本发明的附加优点、目的,以及特征将在下面的描述中将部分地加以阐述,且将对于本领域普通技术人员在研究下文后部分地变得明显,或者可以根据本发明的实践而获知。本发明的目的和其它优点可以通过在说明书以及附图中具体指出并获得。
本领域技术人员将会理解的是,能够用本发明实现的目的和优点不限于以上具体所述,并且根据以下详细说明将更清楚地理解本发明能够实现的上述和其他目的。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,并不构成对本发明的限定。
图1为本发明纸牌关卡的排布设计方法第一种实施方式的示意图;
图2为本发明纸牌关卡的排布设计方法第二种实施方式的示意图;
图3为本发明纸牌关卡的排布设计方法第三种实施方式的示意图;
图4为一个游戏场景的示意图;
图5为另一个游戏场景的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施方式和附图,对本发明做进一步详细说明。在此,本发明的示意性实施方式及其说明用于解释本发明,但并不作为对本发明的限定。
在此,还需要说明的是,为了避免因不必要的细节而模糊了本发明,在附图中仅仅示出了与根据本发明的方案密切相关的结构和/或处理步骤,而省略了与本发明关系不大的其他细节。
在三峰纸牌的游戏过程中,如图4所示,根据弃牌区最上方翻开纸牌的点数,选择牌桌区翻开的纸牌中点数相邻的纸牌,把它移动到弃牌区的最上方。如果牌桌区不存在可以被选择的纸牌,则将手牌区最上方的牌翻开移动到弃牌区的最上方。当牌桌区中数字朝下的纸牌上方没有堆叠纸牌时,将该纸牌翻开,作为可以被选择的纸牌。依次类推,直至牌桌区的所有纸牌被回收,游戏成功。如果手牌区没有纸牌,但是牌桌区还有纸牌且不能被选择,则游戏失败。
本发明的步骤具体包括:
如图1所示,本发明提出一种纸牌关卡的排布设计方法,所述方法的步骤包括:
步骤S100,获取预构建的谜面,基于预设的智能体对所述谜面进行测试,得到每个智能体的测试成功率,每个所述智能体对应一种处理策略,基于所述智能体的测试成功率得到该谜面在该智能体对应的处理策略下的难度等级;
在具体实施过程中,所述智能体可以为预设置程序的计算机,每种程序对应一种处理策略,计算机执行所述处理策略对谜面进行测试。
在具体实施过程中,每个谜面均为纸牌的一种分布状态,谜面可以通过预设的程序构建,也可以人工构建。
在具体实施过程中,所述处理策略包括第一策略、第二策略、第三策略和第四策略,如图5所示,若执行所述第一策略,第一策略为随机选择,第一策略会随机选择7或9的卡牌;若执行所述第二策略,第二策略优先选择移除后,能够翻开最多牌的卡牌,如图5所示,由于在翻开卡牌7后,能够翻开卡牌7后的一张卡牌,而翻开卡牌9后,不能继续翻开卡牌,第二策略会选择卡牌7;若执行所述第三策略,第三策略会优先选择移除后,发生连续选取操作的卡牌,如图5所示,由于翻开卡牌9后,能够连续翻开10和J,第三策略会选择卡牌9;若执行所述第四策略,第四策略会优先选择移除后,发生连续选取操作的卡牌,同时也会考虑这些牌移除后能翻开的卡牌数量,如图5所示,第四策略会选择卡牌9,因为之后可以选择卡牌10和J,并且能够让三张卡牌翻转。
在本发明的一些实施方式中,使用上述四个策略的智能体重复游玩指定的谜面1000次,通过数/1000可以计算得到4个胜率。
在具体实施过程中,如下表一所示,在基于所述智能体的测试成功率得到该谜面在该智能体对应的处理策略下的难度等级的步骤中,根据所述智能体的测试成功率所处的测试成功率范围,确定对应的难度等级。
表一
难度等级(D) | D1 | D2 | D3 | D4 | D5 |
测试成功率范围 | 0-20% | 20-40% | 40-60% | 60-80% | 80-100% |
步骤S200,组合所述谜面在各个处理策略下的难度等级,得到所述谜面的难度匹配组,基于所述谜面的难度匹配组确定所述谜面的谜面策略类型;
在具体实施过程中,如下表二所示;若谜面在各个处理策略下的难度等级相同,则满足谜面策略类型为T1的条件,该谜面的谜面策略类型为T1;若谜面在第二策略下的难度等级为D3,第一策略下的难度等级为D2,第三策略和第四策略下的难度等级均为D2,则将表二中谜面策略类型为T2对应竖列中Dn为D3,满足谜面策略类型为T2的条件,该谜面的谜面策略类型为T2;若谜面在第三策略下的难度等级为D3,第一策略、第二策略和第四策略下的难度等级均为D2,则将表二中谜面策略类型为T3对应竖列中Dn为D3,满足谜面策略类型为T3的条件,该谜面的谜面策略类型为T3;若谜面在第四策略下的难度等级为D3,第一策略、第二策略和第三策略下的难度等级均为D2,则将表二中谜面策略类型为T4对应竖列中Dn为D3,满足谜面策略类型为T4的条件,该谜面的谜面策略类型为T4。
在具体实施过程中,Dn-1为Dn的编号减1,若Dn为D3,则Dn-1为D2。
表二
步骤S300,构建包括所述难度等级和谜面策略类型的标签组合,并基于所述谜面的标签组合将所述谜面排布至对应需求的关卡。
在具体实施过程中,每种标签组合均对应保存有多个谜面。
在具体实施过程中,所述第一关卡区间预设有需求的标签组合,将对应标签组合的谜面排布至第一关卡区间的各个关卡,各个关卡的谜面不同。
采用上述方案,本方案采用预设的智能体对所述谜面进行测试,通过智能体的测试成功率得到该谜面在对应处理策略下的难度等级,并进一步得到所述谜面的难度匹配组,并确定所述谜面的谜面策略类型,通过包括所述难度等级和谜面策略类型的标签组合将谜面对应排布至关卡,本方案能够自动化得到所述标签组合,并可直接将谜面排布至对应关卡,极大的降低了排布关卡所需的时间,提高了处理效率。
如图2所示,在本发明的一些实施方式中,基于所述谜面的标签组合将所述谜面排布至对应需求的关卡的步骤包括:
步骤S310,将对应第一关卡区间的标签组合谜面排布至第一关卡区间的关卡,并获取用户通过第一关卡区间的通过数据;
步骤S320,基于第一关卡区间的通过数据确定第二关卡区间中关卡对应的标签组合,并将对应的谜面排布至第二关卡区间;
步骤S330,按照确定第二关卡区间中关卡对应的标签组合的步骤确定第三关卡区间中关卡对应的标签组合,将对应的谜面排布至第三关卡区间。
在具体实施过程中,每个关卡区间可以包括三个关卡。
如图3所示,在本发明的一些实施方式中,所述通过数据包括第一关卡区间中每个关卡的失败次数,在基于第一关卡区间的通过数据确定第二关卡区间中关卡对应的标签组合的步骤中,包括步骤S321,基于第一关卡区间的通过数据中第一关卡区间每个关卡的失败次数确定第二关卡区间中关卡对应的标签组合中的难度等级。
采用上述方案,本方案在用户的游戏过程中,基于用户的通过数据,实时调整用于在下一关卡区间所遇到的关卡,能够实时调整为用户提供谜面,保证为用户提供适应的关卡,增加游戏的趣味性。
在本发明的一些实施方式中,在基于第一关卡区间的通过数据中第一关卡区间每个关卡的失败次数确定第二关卡区间中关卡对应的标签组合中的难度等级的步骤中,
获取所述第一关卡区间的通过数据中单个关卡的连续失败次数的最大值,将单个关卡的连续失败次数的最大值与预设的失败阈值相比较;
若单个关卡的连续失败次数的最大值大于或等于预设的失败阈值,则第二关卡区间的难度等级保持与第一关卡区间的难度等级相同;
若单个关卡的连续失败次数的最大值小于预设的失败阈值,则第二关卡区间的难度等级在第一关卡区间的难度等级的基础上增加一个难度等级。
在具体实施过程中,预设的失败阈值可以为1、2或3,若预设的失败阈值为2,所述第一关卡区间包括三个关卡,通过数据中单个关卡的连续失败次数的最大值为2,则单个关卡的连续失败次数的最大值等于预设的失败阈值,第二关卡区间的难度等级保持与第一关卡区间的难度等级相同,若第一关卡区间的难度等级为D3,则第二关卡区间的难度等级保持为D3;若预设的失败阈值为2,所述第一关卡区间包括三个关卡,通过数据中单个关卡的连续失败次数的最大值为1,则单个关卡的连续失败次数的最大值小于预设的失败阈值,第二关卡区间的难度等级在第一关卡区间的难度等级的基础上增加一个难度等级,若第一关卡区间的难度等级为D3,则第二关卡区间的难度等级保持为D2。
采用上述方案,通过对前一关卡区间用户的具体表现确定下一关卡区间的难度,能够时用户始终保持探索度,提高用户的趣味性。
在本发明的一些实施方式中,所述标签组合还包括体验类型,在构建包括所述难度等级和谜面策略类型的标签组合的步骤中,构建包括所述难度等级、谜面策略类型和体验类型的标签组合。
如图3所示,在本发明的一些实施方式中,所述通过数据还包括用户的每个操作和用户的每个操作前后的谜面状态,在基于第一关卡区间的通过数据确定第二关卡区间中关卡对应的标签组合的步骤中,包括步骤322,基于用户的每个操作和用户的每个操作前后的谜面状态,确定用户当前操作对应的处理策略,并基于用户在第一关卡区间全部操作对应的处理策略确定用户的策略标签,基于用户的策略标签确定第二关卡区间的标签组合中的谜面策略类型。
在本发明的一些实施方式中,在基于用户的每个操作和用户的每个操作前后的谜面状态,确定用户当前操作对应的处理策略的步骤中,基于如下公式确定用户当前操作对应的处理策略:
其中,P(A|B)表示用户当前操作对应的某种处理策略的概率,P(B|A)表示使用某种策略下选择当前谜面状态中某张卡牌的概率,P(A)表示使用某种策略的概率,P(B)表示选择某张卡牌的概率。
在具体实施过程中,在基于用户在第一关卡区间全部操作对应的处理策略确定用户的策略标签的步骤中,计算用户在第一关卡区间每个操作对应每个处理策略计算出的概率值,对第一关卡区间全部操作各处理策略的概率值求平均,概率最大的处理策略即是用户的处理策略,并将该处理策略作为该用户在第一关卡区间的策略标签。
采用上述方案,通过对用户在第一关卡区间全部操作对应的处理策略,确定用户所适用的处理策略,并基于所述策略标签和谜面策略类型的对应关系为用户在下一关卡区间提供更适用的谜面,增添游戏趣味性。
在具体实施过程中,所述策略标签和谜面策略类型存在预设的对应关系,其中第一策略对应谜面策略类型T1,第二策略对应谜面策略类型T2,第三策略对应谜面策略类型T3,第四策略对应谜面策略类型T4。
在具体实施过程中,在如下表三所示的两种情况下,在情况1中,用户基于第一策略有卡牌17和卡牌19两种选择,用户基于第二策略有卡牌17一种选择,用户基于第三策略有卡牌17一种选择,用户基于第四策略有卡牌17和卡牌19两种选择,若用户做出的选择是卡牌17,各个策略的选择均包括卡牌17,因此不确定玩家会使用何种策略,使用各策略的概率相等,P(A)=0.25;在情况1中,选择卡牌17的概率为0.25*0.5+0.25*1+0.25*1+0.25*0.5,所以P(B)=0.75;使用第一策略选择卡牌17的概率为0.5,所以P(B|A)=0.5,在计算用户当前操作使用第一策略的概率值的步骤中,情况1中,P(A|B)=16.7%,该玩家选择卡牌17,有16.7%的概率是第一策略,同理,33%的概率为第二策略,33%的概率为第三策略,16.7%的概率为第四策略。
在情况2中,用户做出的选择是卡牌9,那么该玩家的策略有14%的概率是第一策略,28%的概率是第二策略,28%的概率是第三策略,28%的概率为是第四策略。
表三
情况 | 第一策略 | 第二策略 | 第三策略 | 第四策略 | 做出的选择 |
1 | [17,19] | [17] | [17] | [17,19] | 17 |
2 | [9,13] | [9] | [9] | [9] | 9 |
在本发明的一些实施方式中,在智能体对所述谜面进行测试的过程中,记录智能体操作前的谜面状态对应的体验值,智能体当前操作待选的牌的数量和智能体操作前连续翻牌的次数,在所述构建包括所述难度等级、谜面策略类型和体验类型的标签组合的步骤中,
基于所述智能体操作前的谜面状态对应的体验值,智能体当前操作待选的牌的数量和智能体操作前连续翻牌的次数确定所述智能体操作后的谜面状态对应的体验值;
基于所述智能体对谜面进行测试的过程中每个谜面状态对应的体验值构建折线统计图,基于所述折线统计图确定该谜面在该智能体对应的处理策略下的体验类型。
在具体实施过程中,在基于所述智能体对谜面进行测试的过程中每个谜面状态对应的体验值构建折线统计图的步骤中,将所述体验值作为纵坐标,操作的先后顺序作为横坐标,连接构建坐标系,并基于每个谜面状态对应的体验值,标记每个谜面状态的点,并顺序连接各个点,得到折线统计图。
在具体实施过程中,可以通过预设的算法或者预训练的神经网络模型识别体验类型,所述体验类型包括E1体验值先降后升型;E2体验值不断上升型;E3体验值最后下降型。
在本发明的一些实施方式中,在基于所述智能体操作前的谜面状态对应的体验值,智能体当前操作待选的牌的数量和智能体操作前连续翻牌的次数确定所述智能体操作后的谜面状态对应的体验值的步骤中,基于如下公式计算所述智能体操作后的谜面状态对应的体验值:
yt=yt-1+sign*(1+μx)*λ;
其中,yt表示所述智能体操作后的谜面状态对应的体验值,yt-1表示所述智能体操作前的谜面状态对应的体验值,x表示智能体当前操作待选的牌的数量,μ表示预设的体验的增加幅度,λ表示连续翻牌时体验的增加幅度,sign是符号标记。
在本发明的一些实施方式中,根据如下公式计算连续翻牌时体验的增加幅度:
λ=1+0.2*b;
其中,λ表示连续翻牌时体验的增加幅度,b表示智能体操作前连续翻牌的次数。
在本发明的一些实施方式中,μ=0.1。
采用上述方案,本方案通过上述方式能够准确判定用户每个操作后的体验感,通过对用户体验感的确定,便于为用户提供更为使用的谜面,增加游戏趣味性。
如图3所示,在本发明的一些实施方式中,在基于第一关卡区间的通过数据确定第二关卡区间中关卡对应的标签组合,并将对应的谜面排布至第二关卡区间的步骤中,包括步骤323,基于通过确定的第二关卡区间的难度等级,确定所述第二关卡区间的标签组合中的体验类型。
在具体实施过程中,若第二关卡区间的难度等级为D2~D5,则所述第二关卡区间的标签组合中的体验类型均为E1或E2,若第二关卡区间的难度等级为D1,则所述第二关卡区间的标签组合中的体验类型为E3。
采用上述方案,由于E1体验值先降后升型;E2体验值不断上升型,意味着E1和E2型的谜面对于用户体验较为舒适,而E3类的谜面对于用户挑战性要求较高,因此,本方案设置当第二关卡区间的难度等级为D1时,所述第二关卡区间的标签组合中的体验类型为E3,为具有挑战性的玩家提供更为适用的谜面,增加游戏趣味性。
在本发明的一些实施方式中,如表四所示,把谜面按照表四的序号进行命名,最终能得到34个不同的谜面。
表四
序号 | 难度 | 策略类型 | 体验类型 |
1-8 | D5 | T1,T2,T3,T4 | E1,E2 |
9-16 | D4 | T1,T2,T3,T4 | E1,E2 |
17-24 | D3 | T1,T2,T3,T4 | E1,E2 |
25-32 | D2 | T1,T2,T3,T4 | E1,E2 |
33-34 | D1 | T1 | E1,E3 |
采用上述方案,本发明通过难度等级、谜面策略类型和体验类型三个因素来评估谜面,然后根据用户的游玩情况,每一关都会提供最适合玩家的谜面,给玩家带来最好的游戏体验,提高用户的留存率。
本发明实施例还提供一种纸牌关卡的排布设计系统,该系统包括计算机设备,所述计算机设备包括处理器和存储器,所述存储器中存储有计算机指令,所述处理器用于执行所述存储器中存储的计算机指令,当所述计算机指令被处理器执行时该系统实现如前所述方法所实现的步骤。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时以实现前述纸牌关卡的排布设计方法所实现的步骤。该计算机可读存储介质可以是有形存储介质,诸如随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、软盘、硬盘、可移动存储盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质。
本领域普通技术人员应该可以明白,结合本文中所公开的实施方式描述的各示例性的组成部分、系统和方法,能够以硬件、软件或者二者的结合来实现。具体究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。
需要明确的是,本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见,这里省略了对已知方法的详细描述。在上述实施例中,描述和示出了若干具体的步骤作为示例。但是,本发明的方法过程并不限于所描述和示出的具体步骤,本领域的技术人员可以在领会本发明的精神后,做出各种改变、修改和添加,或者改变步骤之间的顺序。
本发明中,针对一个实施方式描述和/或例示的特征,可以在一个或更多个其它实施方式中以相同方式或以类似方式使用,和/或与其他实施方式的特征相结合或代替其他实施方式的特征。
以上所述仅为本发明的优选实施例,并不用于限制本发明,对于本领域的技术人员来说,本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种纸牌关卡的排布设计方法,其特征在于,所述方法的步骤包括:
获取预构建的谜面,基于预设的智能体对所述谜面进行测试,在智能体对所述谜面进行测试的过程中,记录智能体操作前的谜面状态对应的体验值,得到每个智能体的测试成功率,每个所述智能体对应一种处理策略,基于所述智能体的测试成功率得到该谜面在该智能体对应的处理策略下的难度等级;
组合所述谜面在各个处理策略下的难度等级,得到所述谜面的难度匹配组,基于所述谜面的难度匹配组确定所述谜面的谜面策略类型;
构建包括所述难度等级、谜面策略类型和体验类型的标签组合,基于所述智能体操作前的谜面状态对应的体验值,智能体当前操作待选的牌的数量和智能体操作前连续翻牌的次数确定所述智能体操作后的谜面状态对应的体验值,基于所述智能体对谜面进行测试的过程中每个谜面状态对应的体验值确定该谜面在该智能体对应的处理策略下的体验类型,并基于所述谜面的标签组合将所述谜面排布至对应需求的关卡,将对应第一关卡区间的标签组合谜面排布至第一关卡区间的关卡,并获取用户通过第一关卡区间的通过数据,基于第一关卡区间的通过数据确定第二关卡区间中关卡对应的标签组合,所述通过数据还包括用户的每个操作和用户的每个操作前后的谜面状态,基于用户的每个操作和用户的每个操作前后的谜面状态,确定用户当前操作对应的处理策略,并基于用户在第一关卡区间全部操作对应的处理策略确定用户的策略标签,基于用户的策略标签确定第二关卡区间的标签组合中的谜面策略类型,所述通过数据包括第一关卡区间中每个关卡的失败次数,基于第一关卡区间的通过数据中第一关卡区间每个关卡的失败次数确定第二关卡区间中关卡对应的标签组合中的难度等级。
2.根据权利要求1所述的纸牌关卡的排布设计方法,其特征在于,基于所述谜面的标签组合将所述谜面排布至对应需求的关卡的步骤还包括:
将对应的谜面排布至第二关卡区间,并按照确定第二关卡区间中关卡对应的标签组合的步骤确定第三关卡区间中关卡对应的标签组合,将对应的谜面排布至第三关卡区间。
3.根据权利要求1所述的纸牌关卡的排布设计方法,其特征在于,在基于第一关卡区间的通过数据中第一关卡区间每个关卡的失败次数确定第二关卡区间中关卡对应的标签组合中的难度等级的步骤中,
获取所述第一关卡区间的通过数据中单个关卡的连续失败次数的最大值,将单个关卡的连续失败次数的最大值与预设的失败阈值相比较;
若单个关卡的连续失败次数的最大值大于或等于预设的失败阈值,则第二关卡区间的难度等级保持与第一关卡区间的难度等级相同;
若单个关卡的连续失败次数的最大值小于预设的失败阈值,则第二关卡区间的难度等级在第一关卡区间的难度等级的基础上增加一个难度等级。
4.根据权利要求1所述的纸牌关卡的排布设计方法,其特征在于,在基于用户的每个操作和用户的每个操作前后的谜面状态,确定用户当前操作对应的处理策略的步骤中,基于如下公式确定用户当前操作对应的处理策略:
其中,P(A|B)表示用户当前操作对应的某种处理策略的概率,P(B|A)表示使用某种策略下选择当前谜面状态中某张卡牌的概率,P(A)表示使用某种策略的概率,P(B)表示选择某张卡牌的概率。
5.根据权利要求1所述的纸牌关卡的排布设计方法,其特征在于,在所述构建包括所述难度等级、谜面策略类型和体验类型的标签组合的步骤中,
基于所述智能体对谜面进行测试的过程中每个谜面状态对应的体验值构建折线统计图,基于所述折线统计图确定该谜面在该智能体对应的处理策略下的体验类型。
6.根据权利要求1所述的纸牌关卡的排布设计方法,其特征在于,在基于所述智能体操作前的谜面状态对应的体验值,智能体当前操作待选的牌的数量和智能体操作前连续翻牌的次数确定所述智能体操作后的谜面状态对应的体验值的步骤中,基于如下公式计算所述智能体操作后的谜面状态对应的体验值:
yt=yt-1+sign*(1+μx)*λ;
根据如下公式计算连续翻牌时体验的增加幅度:
λ=1+0.2*b;
其中,yt表示所述智能体操作后的谜面状态对应的体验值,yt-1表示所述智能体操作前的谜面状态对应的体验值,x表示智能体当前操作待选的牌的数量,μ表示预设的体验的增加幅度,λ表示连续翻牌时体验的增加幅度,sign是符号标记,b表示智能体操作前连续翻牌的次数。
7.一种纸牌关卡的排布设计系统,其特征在于,该系统包括计算机设备,所述计算机设备包括处理器和存储器,所述存储器中存储有计算机指令,所述处理器用于执行所述存储器中存储的计算机指令,当所述计算机指令被处理器执行时该系统实现如权利要求1~6任一项所述方法所实现的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311332383.8A CN117258268B (zh) | 2023-10-13 | 2023-10-13 | 一种纸牌关卡的排布设计方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311332383.8A CN117258268B (zh) | 2023-10-13 | 2023-10-13 | 一种纸牌关卡的排布设计方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117258268A CN117258268A (zh) | 2023-12-22 |
CN117258268B true CN117258268B (zh) | 2024-04-02 |
Family
ID=89202472
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311332383.8A Active CN117258268B (zh) | 2023-10-13 | 2023-10-13 | 一种纸牌关卡的排布设计方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117258268B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110404265A (zh) * | 2019-07-25 | 2019-11-05 | 哈尔滨工业大学(深圳) | 一种基于博弈残局在线解算的多人非完备信息机器博弈方法、装置、系统及存储介质 |
CN111530081A (zh) * | 2020-04-17 | 2020-08-14 | 成都数字天空科技有限公司 | 游戏关卡设计方法、装置、存储介质及电子设备 |
CN112675539A (zh) * | 2020-12-30 | 2021-04-20 | 成都乐信圣文科技有限责任公司 | 牌类游戏的难度等级判断方法、牌面生成方法及电子设备 |
CN115430128A (zh) * | 2022-09-06 | 2022-12-06 | 杭州师范大学 | 一种单人纸牌游戏的生成装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060003841A1 (en) * | 2004-07-01 | 2006-01-05 | Aruze Corporation | Game system, server and game control method |
KR101231798B1 (ko) * | 2009-04-30 | 2013-02-08 | 한국전자통신연구원 | 게임 난이도 조절 장치 및 방법 |
US8545299B2 (en) * | 2011-09-27 | 2013-10-01 | David C. Stegall | Dynamic puzzle generation |
US9675889B2 (en) * | 2014-09-10 | 2017-06-13 | Zynga Inc. | Systems and methods for determining game level attributes based on player skill level prior to game play in the level |
-
2023
- 2023-10-13 CN CN202311332383.8A patent/CN117258268B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110404265A (zh) * | 2019-07-25 | 2019-11-05 | 哈尔滨工业大学(深圳) | 一种基于博弈残局在线解算的多人非完备信息机器博弈方法、装置、系统及存储介质 |
CN111530081A (zh) * | 2020-04-17 | 2020-08-14 | 成都数字天空科技有限公司 | 游戏关卡设计方法、装置、存储介质及电子设备 |
CN112675539A (zh) * | 2020-12-30 | 2021-04-20 | 成都乐信圣文科技有限责任公司 | 牌类游戏的难度等级判断方法、牌面生成方法及电子设备 |
CN115430128A (zh) * | 2022-09-06 | 2022-12-06 | 杭州师范大学 | 一种单人纸牌游戏的生成装置 |
Also Published As
Publication number | Publication date |
---|---|
CN117258268A (zh) | 2023-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xue et al. | Dynamic difficulty adjustment for maximized engagement in digital games | |
Hogg et al. | Introduction to mathematical statistics | |
CN108920221B (zh) | 游戏难度调整的方法及装置、电子设备、存储介质 | |
KR20200042737A (ko) | 비정상 게임 플레이 감지 방법 | |
Yan et al. | Solitaire: Man versus machine | |
CN108596630A (zh) | 基于深度学习的欺诈交易识别方法、系统及存储介质 | |
KR102199467B1 (ko) | 기계 학습을 위한 데이터 수집 방법 | |
Hargrove et al. | A fractal landscape realizer for generating synthetic maps | |
CN113521749B (zh) | 异常账号检测模型训练方法和异常账号检测方法 | |
Dicerbo et al. | Detecting player goals from game log files | |
Intisar et al. | Classification of online judge programmers based on rule extraction from self organizing feature map | |
CN108970119A (zh) | 难度自适应游戏系统策略规划方法 | |
CN117258268B (zh) | 一种纸牌关卡的排布设计方法及系统 | |
WO2022247791A1 (zh) | 一种基于机器学习的棋类自学习方法及装置 | |
Callan et al. | CABOT: An Adaptive Approach to Case-Based Search. | |
CN111475771A (zh) | 基于人工智能的棋盘信息处理方法、装置、设备和介质 | |
CN109568967A (zh) | 一种游戏互动方法、装置及终端 | |
CN111389011B (zh) | 一种游戏模型训练方法、装置、电子设备及介质 | |
WO2020157777A2 (en) | A method and system for performing image based analysis of state information of graphical elements of a graphical user interface | |
CN109543725A (zh) | 一种获取模型参数的方法及装置 | |
CN112675539B (zh) | 牌类游戏的难度等级判断方法、牌面生成方法及电子设备 | |
Rubin et al. | Opponent type adaptation for case-based strategies in adversarial games | |
CN112604292A (zh) | 消除类游戏的元素生成方法及电子设备 | |
Jabin | Poker hand classification | |
Sommer et al. | Selectionism and learning in complex and ambiguous projects |
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 |