CN117784942A - 虚拟场景中ai角色的行为控制方法、系统及存储介质 - Google Patents

Abstract

本发明公开了虚拟场景中AI角色的行为控制方法、系统及存储介质，属于虚拟与现实技术领域，方法包括：创建基本行为池；对基本行为池分配AI行为调度器和控制节点；挑选基本行为中符合用户交互的行为标记为感知行为，并对感知行为设置输入检测和输出检测；AI角色按照控制节点的输出循环执行基本行为：若输入检测的返回结果为是，则执行感知行为并接收输出检测的返回结果，反之则继续循环执行基本行为；若返回结果为是，则开启AI行为调度器生成拓展行为并执行，或打断当前基本行为选择基本行为池中符合当前场景的基本行为并执行，反之，则继续循环执行基本行为。本发明通过AI行为调度器和控制节点的配合，使AI角色更加拟人化。

Description

虚拟场景中AI角色的行为控制方法、系统及存储介质

技术领域

本发明涉及虚拟与现实技术领域，特别涉及虚拟场景中AI角色的行为控制方法、系统及存储介质。

背景技术

虚拟现实技术(英文名称：Virtual Reality，缩写为VR)，又称虚拟实境或灵境技术，是20世纪发展起来的一项全新的实用技术。虚拟现实技术囊括计算机、电子信息、仿真技术，其基本实现方式是以计算机技术为主，利用并综合三维图形技术、多媒体技术、仿真技术、显示技术、伺服技术等多种高科技的最新发展成果，借助计算机等设备产生一个逼真的三维视觉、触觉、嗅觉等多种感官体验的虚拟世界，从而使处于虚拟世界中的人产生一种身临其境的感觉。随着社会生产力和科学技术的不断发展，各行各业对VR技术的需求日益旺盛。VR技术也取得了巨大进步，并逐步成为一个新的科学技术领域。

使用虚拟现实技术搭建的场景中，通常会因为服务需求而在场景中设置非玩家角色，利用非玩家角色来与用户之间进行交互，为用户提供帮助，或增加游览场景的趣味性，以此为用户带来真实的体验感受，传统的角色一般通过行为树提前制定完整的路径以及行为，按照固定的流程与用户进行交互，虽然角色的下一行为是靠用户的指令来触发的，但是由于角色的所有行为都是按照行为树的固定控制逻辑运行的，对于用户的复杂交互情景，角色往往不能选择准确的行为来应对用户，导致用户感受该角色的行为比较机械化，交互起来不够智能。

发明内容

本发明的目的就在于为了解决上述虚拟场景中设置的角色行为机械化，交互不够智能的问题提出虚拟场景中AI角色的行为控制方法、系统及存储介质，具有借助AI来控制角色的行为，与用户交互起来更加符合情景，提高用户的实际体验的优点。

第一方面，本发明通过以下技术方案来实现上述目的，一种虚拟场景中AI角色的行为控制方法，包括以下步骤：

创建基本行为池，预先设置若干基本行为存储在所述基本行为池的内部；

对所述基本行为池分配AI行为调度器和控制节点，并设置所述AI行为调度器的优先级高于所述控制节点；

挑选所述基本行为中符合用户交互的行为标记为感知行为，并对所述感知行为设置输入检测和输出检测，所述输入检测用于根据当前场景状态判断是否执行所述感知行为，所述输出检测用于根据所述感知行为的返回结果判断是否开启所述AI行为调度器；

AI角色按照所述控制节点的输出循环执行基本行为，并开启所述感知行为的输入检测和输出检测，进行如下步骤：

步骤A、若所述输入检测的返回结果为是，则执行感知行为并进行步骤B，反之，则继续执行当前基本行为；

步骤B、接收输出检测的返回结果，若为是，则开启AI行为调度器执行步骤C，反之，则继续循环执行基本行为；

步骤C、根据所述AI行为调度器生成拓展行为并执行，或打断当前基本行为选择基本行为池中符合当前场景的基本行为并执行，执行完毕后进行步骤D；

步骤D、检测AI角色当前状态返回步骤A。

优选的，所述控制节点通过预先设置的顺序、并行、随机中的一种或多种控制类型对基本行为进行控制。

优选的，该方法还包括设置AI角色执行拓展行为时，停止当前执行基本行为或保留当前执行的基本行为。

优选的，该方法包括设置扩展行为池，用于保存AI行为调度器生成的拓展行为。

优选的，所述AI行为调度器生成拓展行为并执行的方法为：

设置行为模板，所述行为模板为创建基本行为的固定模板；

将固定模板中指向行为的数据块设置为行为变量，并将所述行为变量连接AI的大语言模型；

获取大语言模型的输出结果，将所述输出结果转换为与数据块相同格式的AI数据作为行为变量，将行为变量导入行为模板；

运行所述行为模板生成扩展行为。

优选的，所述打断当前基本行为选择基本行为池中符合当前场景的基本行为并执行的方法为：

在预先设置基本行为时，添加文本信息对每个基本行为进行描述；

将所述描述导入AI的大语言模型进行理解，并在AI的行为库中建立枚举池，枚举池用于排列所有的基本行为；

AI的信息保存单元获取用户与AI角色当前的交互信息，根据所述交互信息在枚举池中查找出合适的基本行为并执行。

第二方面，本发明通过以下技术方案来实现上述目的，一种虚拟场景中AI角色的行为控制系统，该系统包括：

基本行为创建单元，用于创建基本行为池，预先设置若干基本行为存储在所述基本行为池的内部；

控制分配单元，用于对所述基本行为池分配AI行为调度器和控制节点，并设置所述AI行为调度器的优先级高于所述控制节点；

感知检测单元，用于挑选所述基本行为中符合用户交互的行为标记为感知行为，并对所述感知行为设置输入检测和输出检测，所述输入检测用于根据当前场景状态判断是否执行所述感知行为，所述输出检测用于根据所述感知行为的返回结果判断是否开启所述AI行为调度器；

AI控制单元，用于AI角色按照所述控制节点的输出循环执行基本行为，并开启所述感知行为的输入检测和输出检测，进行如下步骤：

步骤A、若所述输入检测的返回结果为是，则执行感知行为并进行步骤B，反之，则继续执行当前基本行为；

步骤B、接收输出检测的返回结果，若为是，则开启AI行为调度器执行步骤C，反之，则继续循环执行基本行为；

步骤C、根据所述AI行为调度器生成拓展行为并执行，或打断当前基本行为选择基本行为池中符合当前场景的基本行为并执行，执行完毕后进行步骤D；

步骤D、检测AI角色当前状态返回步骤A。

优选的，所述AI控制单元中AI行为调度器生成拓展行为并执行的方法为：

设置行为模板，所述行为模板为创建基本行为的固定模板；

将固定模板中指向行为的数据块设置为行为变量，并将所述行为变量连接AI的大语言模型；

获取大语言模型的输出结果，将所述输出结果转换为与数据块相同格式的AI数据作为行为变量，将行为变量导入行为模板；

运行所述行为模板生成扩展行为。

优选的，所述AI控制单元中打断当前基本行为选择基本行为池中符合当前场景的基本行为并执行的方法为：

在预先设置基本行为时，添加文本信息对每个基本行为进行描述；

将所述描述导入AI的大语言模型进行理解，并在AI的行为库中建立枚举池，枚举池用于排列所有的基本行为；

AI的信息保存单元获取用户与AI角色当前的交互信息，根据所述交互信息在枚举池中查找出合适的基本行为并执行。

第三方面，本发明通过以下技术方案来实现上述目的，一种存储介质，其上存储有计算机程序，在所述计算机程序被处理器执行时，实现如第一方面所述的虚拟场景中AI角色的行为控制方法。

与现有技术相比，本发明的有益效果是：本发明通过对基本行为池分配AI行为调度器和控制节点共同控制基本行为，AI行为调度器的优先级高于控制节点，并且对基本行为划分感知行为，利用感知行为触发AI行为调度器的开启，使AI角色在按照控制节点循环执行基本行为时，可根据当前场景状态或者交互情景利用AI行为调度器生成拓展行为或者脱离原循环执行基本行为，执行其他的基本行为，使AI角色不再机械式的执行循环行为，更加的智能以及拟人化。

附图说明

图1为本发明的虚拟场景中AI角色的行为控制方法流程图。

图2为本发明的AI行为调度器和控制节点的分布示意图。

图3为本发明的虚拟场景中AI角色的行为控制系统示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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他实施例，都属于本发明保护的范围。

实施例1

AI角色是虚拟场景中创建的角色模型，这一角色模型不受真人玩家操纵，般由计算机的人工智能控制，是拥有自身行为模式的角色。

如图1所示，提出了一种虚拟场景中AI角色的行为控制方法，该方法包括以下步骤：

步骤S1、创建基本行为池，预先设置若干基本行为存储在所述基本行为池的内部，基本行为可以是走、跑、或沿固定路径巡视等行为，具体的行为设置需要根据虚拟场景的用途来确定，AI角色在虚拟场景中起到服务用户的作用，在无用户接触AI角色时，AI角色执行基本行为池中的行为。

步骤S2、对所述基本行为池分配AI行为调度器和控制节点，并设置所述AI行为调度器的优先级高于所述控制节点，AI行为调度器和控制节点均用来作为控制AI角色执行相应行为的控制器，所述的控制节点为行为树中的控制节点，所述控制节点通过预先设置的顺序、并行、随机中的一种或多种控制类型对基本行为进行控制，控制类型用来决定历遍基本行为池的方式，顺序控制节点是按顺序执行下面的基本行为，直到其中一个基本行为返回失败状态或所有基本行为返回成功状态，并行控制节点是“并行执行”所有基本行为，直到至少M个基本行为(M的值在1到N之间，N为基本行为的个数)为返回成功状态或所有基本行为返回失败状态，随机控制节点是打乱基本行为，挑选其中的基本行为执行，直到挑选的基本行为返回成功状态。AI行为调度器与控制节点相似，都是用来控制AI角色执行对应的行为，不同于控制节点，AI行为调度器的优先级高于控制节点，这样在控制节点控制AI角色执行基本行为时，可由AI行为调度器来打断当前执行的基本行为，并由AI行为调度器指定执行其他的行为，如图2所示，每个控制节点下的子节点是各个基本行为，AI行为调度器不仅可以控制所有的基本行为，还可以控制拓展行为，在AI行为调度器没有干预的情况下，AI角色按照控制节点来循环执行基本行为，当AI行为调度器干预时，可控制AI角色执行指定的基本行为，或者执行扩展行为，AI行为调度器是否干预需要根据当前场景中的交互状态来决定。

步骤S3、挑选所述基本行为中符合用户交互的行为标记为感知行为，并对所述感知行为设置输入检测和输出检测，所述输入检测用于根据当前场景状态判断是否执行所述感知行为，所述输出检测用于根据所述感知行为的返回结果判断是否开启所述AI行为调度器，在步骤S2中，提到了AI行为调度器可以打断控制节点，但是AI行为调度器不是始终工作的，为了保证AI行为调度器可以在适合的时候开启，在步骤S3中，通过在所有基本行为中标记处感知行为，利用感知行为来决定是否开启AI行为调度器，由于步骤S1中提到了基本行为池中保存了所有预先设置的基本行为，而在基本行为中，有的行为是需要与用户进行交互的，那么将这一类型的行为标记为感知行为，例如“看”这一行为，在用户进入到AI角色的视野范围内时，此时的AI角色可以“看到用户并与用户挥手打招呼”，那么这个“看以及打招呼”的行为就是感知行为，当然AI角色“看以及打招呼”并不代表需要开启AI行为调度器，因此在步骤S3中需要对所述感知行为设置输入检测和输出检测，在上述的例子中输入检测是用户进入到AI角色的视野范围就是输入检测，若用户没有视野范围那么输入检测的结果为否，如果进入，那么结果为是，而输出检测则是检测AI角色在执行完感知行为后，用户的反馈情况，例如用户回应了AI角色，那么输出检测的结果则为是，如果没有回应AI角色，结果则为否，只有在用户回应AI角色的情况下，AI行为调度器才有开启的必要。

步骤S4、AI角色按照所述控制节点的输出循环执行基本行为，循环执行基本行为是在用户没有触发感知行为的情况下，AI角色按照行为树的执行逻辑进行基本行为的执行，并开启所述感知行为的输入检测和输出检测，进行如下步骤：

步骤A、若所述输入检测的返回结果为是，则执行感知行为并进行步骤B，反之，则继续执行当前基本行为，当输入检测范围的结果为是时，说明用户进入到AI角色的感知区域，这里的感知区域不仅仅是按照距离来划分的，也有可能是AI角色“听到用户的呼喊”这一感知，在AI角色接收到返回的结果为是时，开始执行感知行为，否则继续回到原来循环执行基本行为的操作。

步骤B、接收输出检测的返回结果，若为是，则开启AI行为调度器执行步骤C，反之，则继续循环执行基本行为，还是以步骤S3为例，当AI角色对用户打招呼后，若是用户回应AI角色，那么输出检测的返回结果为是，若是用户没有回应AI角色，那么AI角色同样继续回到原来循环执行基本行为的操作。

步骤C、根据所述AI行为调度器生成拓展行为并执行，或打断当前基本行为选择基本行为池中符合当前场景的基本行为并执行，执行完毕后进行步骤D，AI行为调度器不仅可以打断当前基本行为执行指定的基本行为，还可以生成拓展行为，拓展行为是由AI行为调度器生成的新的行为，这一新的行为在原有的基本行为池中是不存在的，属于在线生成的行为，AI行为调度器不仅可以指定执行的基本行为，还可以生成拓展行为，根据步骤S1所述，基本行为是预先设置好的行为，那么拓展行为则是由AI行为调度器在线生成的，扩展行为的随机性较强，根据AI行为调度器对当前交互进度的理解，自发性生成，所述AI行为调度器生成拓展行为并执行的方法为：

设置行为模板，所述行为模板为创建基本行为的固定模板，在行为树中无论是什么行为都是由固定格式的代码组成，而不同行为之间的代码大部分是相同的，区别在于每个行为的动作不同，从而导致不同行为之间代码动作部分的区别，而行为模板则是将大部分相同的代码预先设置为模板，代表动作代码的部分预留；

将固定模板中指向行为的数据块设置为行为变量，并将所述行为变量连接AI的大语言模型，这里的指向行为的数据库则是上述步骤中所说的代表动作的代码部分，将这一部分设置为行为变量，通过填入不同的行为变量就能生成不同的行为，而行为变量连接大语言模型，根据大语言模型来理解AI角色与用户交互的过程，使生成的行为更加符合交互场景；

获取大语言模型的输出结果，将所述输出结果转换为与数据块相同格式的AI数据作为行为变量，将行为变量导入行为模板，由于大语言模型的输出结果为流式数据，这一数据不能直接作为行为变量使用，因此需要对输出结果进一步转换为与行为模板相同格式的数据；

运行所述行为模板生成扩展行为。

步骤D、检测AI角色当前状态返回步骤A，当AI角色执行完毕步骤C后，可重新回到步骤A继续进行步骤A、B、C、D的流程。

由于基本行为和拓展行为有时并不相互冲突，因此，该方法还包括设置AI角色执行拓展行为时，停止当前执行基本行为或保留当前执行的基本行为。

根据步骤C可知AI行为调度器可以生成拓展行为，为了减少每次AI行为调度器的使用频率，该方法包括设置扩展行为池，用于保存AI行为调度器生成的拓展行为，AI行为调度器生成扩展行为是一项占用资源的操作，利用扩展行为池来保存之前生成的拓展行为，那么AI行为调度器即可直接调度这些拓展行为，减少处理频率，节约资源占用率。

在步骤C中可知，AI行为调度器具有两种运行方式，其中一种是生成拓展行为并执行，另一种是指定符合当前场景的基本行为，而AI行为调度器在指定基本行为时，需要现对交互的情况进行理解，因此，所述打断当前基本行为选择基本行为池中符合当前场景的基本行为并执行的方法为：

在预先设置基本行为时，添加文本信息对每个基本行为进行描述，文本信息用来提供给大语言模型进行理解，预先导入大语言模型，那么在AI角色执行任意基本行为时，大语言模型均可理解这一行为代表的含义；

将所述描述导入AI的大语言模型进行理解，并在AI的行为库中建立枚举池，枚举池用于排列所有的基本行为；

AI的信息保存单元获取用户与AI角色当前的交互信息，根据所述交互信息在枚举池中查找出合适的基本行为并执行。

实施例2

如图3所示，一种虚拟场景中AI角色的行为控制系统，该系统包括：

基本行为创建单元，用于创建基本行为池，预先设置若干基本行为存储在所述基本行为池的内部。

控制分配单元，用于对所述基本行为池分配AI行为调度器和控制节点，并设置所述AI行为调度器的优先级高于所述控制节点，所述控制节点通过预先设置的顺序、并行、随机中的一种或多种控制类型对基本行为进行控制。

感知检测单元，用于挑选所述基本行为中符合用户交互的行为标记为感知行为，并对所述感知行为设置输入检测和输出检测，所述输入检测用于根据当前场景状态判断是否执行所述感知行为，所述输出检测用于根据所述感知行为的返回结果判断是否开启所述AI行为调度器。

AI控制单元，用于AI角色按照所述控制节点的输出循环执行基本行为，并开启所述感知行为的输入检测和输出检测，进行如下步骤：

步骤A、若所述输入检测的返回结果为是，则执行感知行为并进行步骤B，反之，则继续执行当前基本行为；

步骤B、接收输出检测的返回结果，若为是，则开启AI行为调度器执行步骤C，反之，则继续循环执行基本行为；

步骤C、根据所述AI行为调度器生成拓展行为并执行，或打断当前基本行为选择基本行为池中符合当前场景的基本行为并执行，执行完毕后进行步骤D，通过设置扩展行为池，用于保存AI行为调度器生成的拓展行为。并且设置AI角色执行拓展行为时，停止当前执行基本行为或保留当前执行的基本行为。

步骤D、检测AI角色当前状态返回步骤A。

AI控制单元中，所述AI控制单元中AI行为调度器生成拓展行为并执行的方法为：

设置行为模板，所述行为模板为创建基本行为的固定模板；

将固定模板中指向行为的数据块设置为行为变量，并将所述行为变量连接AI的大语言模型；

获取大语言模型的输出结果，将所述输出结果转换为与数据块相同格式的AI数据作为行为变量，将行为变量导入行为模板；

运行所述行为模板生成扩展行为。

AI控制单元中，所述AI控制单元中打断当前基本行为选择基本行为池中符合当前场景的基本行为并执行的方法为：

在预先设置基本行为时，添加文本信息对每个基本行为进行描述；

将所述描述导入AI的大语言模型进行理解，并在AI的行为库中建立枚举池，枚举池用于排列所有的基本行为；

AI的信息保存单元获取用户与AI角色当前的交互信息，根据所述交互信息在枚举池中查找出合适的基本行为并执行。

实施例2和实施例1本质相同，因此不在赘述实施例2中各单元的工作原理。

实施例3

本实施例提出了一种存储介质，存储介质包括存储程序区和存储数据区，其中存储程序区可存储操作系统，以及运行即时通讯功能所需的程序等；存储数据区可存储各种即时通讯信息和操作指令集等。计算机程序存储在存储程序区，在所述计算机程序被处理器执行时，实现如实施例1所述的虚拟场景中AI角色的行为控制方法。处理器可以包括一个或多个中央处理单元或者为数字处理单元等等。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (10)

1.一种虚拟场景中AI角色的行为控制方法，其特征在于，该方法包括以下步骤：

创建基本行为池，预先设置若干基本行为存储在所述基本行为池的内部；

对所述基本行为池分配AI行为调度器和控制节点，并设置所述AI行为调度器的优先级高于所述控制节点；

挑选所述基本行为中符合用户交互的行为标记为感知行为，并对所述感知行为设置输入检测和输出检测，所述输入检测用于根据当前场景状态判断是否执行所述感知行为，所述输出检测用于根据所述感知行为的返回结果判断是否开启所述AI行为调度器；

AI角色按照所述控制节点的输出循环执行基本行为，并开启所述感知行为的输入检测和输出检测，进行如下步骤：

步骤A、若所述输入检测的返回结果为是，则执行感知行为并进行步骤B，反之，则继续执行当前基本行为；

步骤B、接收输出检测的返回结果，若为是，则开启AI行为调度器执行步骤C，反之，则继续循环执行基本行为；

步骤C、根据所述AI行为调度器生成拓展行为并执行，或打断当前基本行为选择基本行为池中符合当前场景的基本行为并执行，执行完毕后进行步骤D；

步骤D、检测AI角色当前状态返回步骤A。

2.根据权利要求1所述的虚拟场景中AI角色的行为控制方法，其特征在于，所述控制节点通过预先设置的顺序、并行、随机中的一种或多种控制类型对基本行为进行控制。

3.根据权利要求1所述的虚拟场景中AI角色的行为控制方法，其特征在于，该方法还包括设置AI角色执行拓展行为时，停止当前执行基本行为或保留当前执行的基本行为。

4.根据权利要求1所述的虚拟场景中AI角色的行为控制方法，其特征在于，该方法包括设置扩展行为池，用于保存AI行为调度器生成的拓展行为。

5.根据权利要求1所述的虚拟场景中AI角色的行为控制方法，其特征在于，所述AI行为调度器生成拓展行为并执行的方法为：

设置行为模板，所述行为模板为创建基本行为的固定模板；

将固定模板中指向行为的数据块设置为行为变量，并将所述行为变量连接AI的大语言模型；

获取大语言模型的输出结果，将所述输出结果转换为与数据块相同格式的AI数据作为行为变量，将行为变量导入行为模板；

运行所述行为模板生成扩展行为。

6.根据权利要求1所述的虚拟场景中AI角色的行为控制方法，其特征在于，所述打断当前基本行为选择基本行为池中符合当前场景的基本行为并执行的方法为：

在预先设置基本行为时，添加文本信息对每个基本行为进行描述；

将所述描述导入AI的大语言模型进行理解，并在AI的行为库中建立枚举池，枚举池用于排列所有的基本行为；

AI的信息保存单元获取用户与AI角色当前的交互信息，根据所述交互信息在枚举池中查找出合适的基本行为并执行。

7.一种虚拟场景中AI角色的行为控制系统，其特征在于，该系统包括：

基本行为创建单元，用于创建基本行为池，预先设置若干基本行为存储在所述基本行为池的内部；

控制分配单元，用于对所述基本行为池分配AI行为调度器和控制节点，并设置所述AI行为调度器的优先级高于所述控制节点；

感知检测单元，用于挑选所述基本行为中符合用户交互的行为标记为感知行为，并对所述感知行为设置输入检测和输出检测，所述输入检测用于根据当前场景状态判断是否执行所述感知行为，所述输出检测用于根据所述感知行为的返回结果判断是否开启所述AI行为调度器；

AI控制单元，用于AI角色按照所述控制节点的输出循环执行基本行为，并开启所述感知行为的输入检测和输出检测，进行如下步骤：

步骤A、若所述输入检测的返回结果为是，则执行感知行为并进行步骤B，反之，则继续执行当前基本行为；

步骤B、接收输出检测的返回结果，若为是，则开启AI行为调度器执行步骤C，反之，则继续循环执行基本行为；

步骤C、根据所述AI行为调度器生成拓展行为并执行，或打断当前基本行为选择基本行为池中符合当前场景的基本行为并执行，执行完毕后进行步骤D；

步骤D、检测AI角色当前状态返回步骤A。

8.根据权利要求7所述的虚拟场景中AI角色的行为控制系统，其特征在于，所述AI控制单元中AI行为调度器生成拓展行为并执行的方法为：

设置行为模板，所述行为模板为创建基本行为的固定模板；

将固定模板中指向行为的数据块设置为行为变量，并将所述行为变量连接AI的大语言模型；

获取大语言模型的输出结果，将所述输出结果转换为与数据块相同格式的AI数据作为行为变量，将行为变量导入行为模板；

运行所述行为模板生成扩展行为。

9.根据权利要求7所述的虚拟场景中AI角色的行为控制系统，其特征在于，所述AI控制单元中打断当前基本行为选择基本行为池中符合当前场景的基本行为并执行的方法为：

在预先设置基本行为时，添加文本信息对每个基本行为进行描述；

将所述描述导入AI的大语言模型进行理解，并在AI的行为库中建立枚举池，枚举池用于排列所有的基本行为；

AI的信息保存单元获取用户与AI角色当前的交互信息，根据所述交互信息在枚举池中查找出合适的基本行为并执行。

10.一种存储介质，其特征在于，其上存储有计算机程序，在所述计算机程序被处理器执行时，实现如权利要求1-6任一项所述的虚拟场景中AI角色的行为控制方法。