[发明专利]游戏难度调整的方法及装置、电子设备、存储介质

说明书

本申请提供了游戏难度调整的方法及装置、电子设备、存储介质，所述方法包括：当检测到玩家角色处于目标游戏场景中时，确定所述目标游戏场景对应的游戏难度，并获取当前状态信息；将所述当前状态信息输入预置的目标网络模型，以生成与所述游戏难度适配的目标战斗策略；控制非玩家角色执行所述目标战斗策略。通过本申请，实现了对游戏难度的自动调整，提升了游戏难度调整的效率，保证了游戏难度调整的精确性。

技术领域

本申请涉及游戏领域，特别是涉及游戏难度调整的方法及装置、电子设备、存储介质。

背景技术

目前，网络游戏中通常设置有不同的游戏难度的场景，如在新手阶段可以设置较低游戏难度的场景，而在成长阶段可以设置游戏难度与玩家水平相当或略高于玩家水平的场景，以使玩家获得不同的游戏体验。

在现有技术中，通过预先针对非玩家角色(Non-player character，NPC)定义大量的规则，然后采用规则来选择游戏的战斗策略，以满足不同的游戏难度，但这种方式依赖游戏开发人员的经验，且调节不够精准、效率较低。

发明内容

鉴于上述问题，提出了本申请以便提供克服上述问题或者至少部分地解决上述问题的游戏难度调整的方法及装置、电子设备、存储介质，包括：

游戏难度调整的方法，所述方法包括：

当检测到玩家角色处于目标游戏场景中时，确定所述目标游戏场景对应的游戏难度，并获取当前状态信息；

将所述当前状态信息输入预置的目标网络模型，以生成与所述游戏难度适配的目标战斗策略；

控制非玩家角色执行所述目标战斗策略。

可选地，所述将所述当前状态信息输入预置的目标网络模型，以生成与所述游戏难度适配的目标战斗策略的步骤包括：

确定所述游戏难度对应的期望总收益；

以所述期望总收益为目标，采用预置的目标网络模型对所述当前状态信息进行模型处理，得到目标战斗策略。

可选地，在所述确定所述游戏难度对应的期望总收益的步骤之前，还包括：

建立最优网络模型；

确定最优网络模型对应的最优总收益；

以所述最优总收益为基准，建立多个期望总收益与游戏难度的对应关系；其中，所述最优总收益对应最高的游戏难度。

可选地，所述以所述期望总收益为目标，采用预置的目标网络模型对所述当前状态信息进行模型处理，得到目标战斗策略的步骤包括：

确定当前总收益；

采用预置的目标网络模型，确定所述当前状态信息对应的一个或多个战斗策略，以及每个战斗策略对应的预测子收益；

基于所述当前总收益、所述预测子收益及所述期望总收益，从所述一个或多个战斗策略中选取目标战斗策略。

可选地，所述基于所述当前总收益、所述预测子收益及所述期望总收益，从所述一个或多个战斗策略中选取目标战斗策略的步骤包括：

分别计算所述一个或多个战斗策略对应的预测子收益与所述当前总收益之和，得到每个战斗策略对应的预测总收益；

选取所述预测总收益与所述期望总收益最接近的战斗策略，作为目标战斗策略。

可选地，所述以所述期望总收益为目标，采用预置的目标网络模型对所述当前状态信息进行模型处理，得到目标战斗策略的步骤包括：

从预置的多个候选网络模型中，选择与所述期望总收益对应的所述候选网络模型作为所述预置的目标网络模型；其中，每个候选网络模型具有对应的总收益；