申请/专利权人：网易(杭州)网络有限公司

申请日：2023-12-13

公开（公告）日：2024-04-12

公开（公告）号：CN117861223A

主分类号：A63F13/67

分类号：A63F13/67;A63F13/56;G06N3/006;G06N3/045;G06N3/084;G06N3/092

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本申请公开了一种游戏智能体的训练方法、游戏中行为的判断方法、及其装置、游戏智能体、电子设备、以及计算机可读存储介质。所述训练方法包括：获取当前游戏对局对应的游戏数据；根据所述游戏数据，基于预设的奖励规则，获得当前游戏对局对应的总奖励值；将所述游戏数据作为输入数据，输入待训练的策略网络中，获得用于判断其他虚拟角色在训练场景中的转绕点行为的输出数据；以所述输出数据作为预测值，获得真实值；根据所述总奖励值、所述预测值和所述真实值，基于梯度下降算法，对待训练的策略网络进行训练，获得训练后的策略网络。该解决了现有技术存在的基于传统的训练方式获得的游戏智能体拟人化程度弱，容易被玩家识别的技术问题。

主权项：1.一种游戏智能体的训练方法，其特征在于，所述方法包括：获取当前游戏对局中每一个游戏时刻所对应的游戏数据，所述游戏数据至少包括游戏智能体和至少一个其他虚拟角色在训练场景中对战所产生的交互数据；根据所述当前游戏对局中每一个游戏时刻对应的所述游戏数据，基于预设的奖励规则，获得所述当前游戏对局对应的总奖励值，其中，所述奖励规则用于指示所述游戏智能体与所述其他虚拟角色在所述训练场景中对战时发生的交互事件可获得的奖励值；将所述当前游戏对局中每一个游戏时刻对应的所述游戏数据作为输入数据，输入待训练的策略网络中，获得所述当前游戏对局中每一个游戏时刻对应的输出数据，所述输出数据用于判断所述其他虚拟角色在所述训练场景中的转绕点行为；以所述当前游戏对局中每一个游戏时刻对应的所述输出数据作为预测值，根据所述当前游戏对局中每一个游戏时刻对应的所述预测值，生成所述当前游戏对局中每一个游戏时刻对应的真实值；根据所述当前游戏对局对应的所述总奖励值、以及所述当前游戏对局中每一个游戏时刻对应的所述预测值和所述真实值，基于梯度下降算法，对所述待训练的策略网络进行训练，获得训练后的策略网络。

全文数据：

权利要求：

百度查询： 网易(杭州)网络有限公司 游戏智能体的训练方法、游戏中行为的判断方法及装置

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD