申请/专利权人:东北大学
申请日:2023-11-16
公开(公告)日:2024-02-20
公开(公告)号:CN117563232A
主分类号:A63F13/60
分类号:A63F13/60;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.08#实质审查的生效;2024.02.20#公开
摘要:本发明设计基于贪心算法和深度学习的游戏关卡美学属性修复方法,属于程序化内容生成技术领域;首先获取训练集对美学属性修复模型进行训练;然后将需要修复的关卡符号矩阵转化为数字化关卡;进而利用美学属性修复模型对数字化关卡进行全局逻辑错误贴图检测;随后对其数字化关卡进行修复位置选择;从而利用美学属性修复模型对数字化关卡修复位置进行贴图修复;修复后对关卡进行局部逻辑错误贴图检测;最后判断关卡中是否仍然存在逻辑错误贴图,重复上述修复位置选择到最后判断直至不存在逻辑错误贴图;本发明结合了贪心算法和深度学习技术,能够快速且有效修复平台游戏关卡的美学属性,提高关卡生成算法在实际应用的有效性。
主权项:1.基于贪心算法和深度学习的游戏关卡美学属性修复方法,其特征在于,具体包括以下步骤:步骤1:获取训练集对美学属性修复模型进行训练;步骤2:将需要修复的关卡符号矩阵转化为数字化关卡;步骤3:定义逻辑错误贴图,利用美学属性修复模型对数字化关卡进行全局逻辑错误贴图检测来构建error表;步骤4:依据error表对数字化关卡进行修复位置选择;步骤5:利用美学属性修复模型对数字化关卡修复位置进行贴图修复;步骤6:结合逻辑错误贴图定义和美学属性修复模型对数字化关卡进行局部逻辑错误贴图检测来更新error表;步骤7:依据error表判断关卡中是否仍然存在逻辑错误贴图。
全文数据:
权利要求:
百度查询: 东北大学 基于贪心算法和深度学习的游戏关卡美学属性修复方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。