[发明专利]一种目标对象的控制方法、装置及设备有效

专利信息
申请号: 201811448777.9 申请日: 2018-11-28
公开(公告)号: CN109550249B 公开(公告)日: 2022-04-29
发明(设计)人: 周方云;方允福;詹成君;周谦 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: A63F13/55 分类号: A63F13/55;A63F13/79;A63F13/35
代理公司: 深圳市深佳知识产权代理事务所(普通合伙) 44285 代理人: 王仲凯
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 目标 对象 控制 方法 装置 设备
【说明书】:

发明实施例公开了一种目标对象的控制方法,包括:接收服务器发送的对象控制指令,根据对象控制指令从目标应用中获取交互帧数据;通过对象控制模型获取交互帧数据所对应待处理数据;采用数据处理框架对待处理数据进行处理,得到交互控制指令,数据处理框架用于实现数据的稀疏卷积处理;通过目标应用向服务器发送交互控制指令,以使服务器向至少一个终端设备发送交互控制指令,其中,交互控制指令用于指示至少一个终端设备在目标应用对目标对象进行控制。本发明实施例中还公开了一种对象控制装置以及终端设备。本发明实施例利用数据处理框架来预测玩家操作,节省了内存的消耗,同时提升了运行速度,从而可以显著地提升终端设备的性能。

技术领域

本发明涉及人工智能领域,尤其涉及一种目标对象的控制方法、装置及设备。

背景技术

网络游戏产业是一个新兴的朝阳产业,经过近几年的快速发展,现在网络游戏产业快速走向成熟期的阶段。其中,多人在线战斗竞技场(multiplayer online battlearena,MOBA)类游戏是网络游戏的重要组成部分。

由于MOBA类游戏往往涉及到多名玩家的交互操作,因此,当同一局游戏中有玩家处于掉线或者其他异常情形时,该玩家所在队伍可能会因为人数偏少而失利。在这种情况下,服务器采用类似caffe或者TensorFlow等通用框架训练得到人工智能(ArtificialIntelligence,AI)模型,然后终端设备在通用框架下结合AI模型以及整局游戏数据预测玩家的操作。

然而,类似caffe或者TensorFlow等通用框架属于高阶的机器学习框架,采用这类通用框架进行玩家操作的预测,通常需要占用较多的内存。由于终端设备的计算能力较弱,存储资源较少,因此,将这类通用框架部署在终端设备中运行,会导致终端设备的性能大幅降低。

发明内容

本发明实施例提供了一种目标对象的控制方法、装置及设备,终端设备可以利用数据处理框架来预测玩家操作,该数据处理框架可以实现数据的稀疏卷积处理,因此,大幅地减少了数据处理量,有效地节省了内存的消耗,同时提升了运行速度,从而可以显著地提升终端设备的性能。

有鉴于此,本发明第一方面提供了一种目标对象的控制方法,包括:

接收服务器发送的对象控制指令,根据所述对象控制指令从目标应用中获取交互帧数据,其中,所述对象控制指令中携带目标对象的标识;

通过对象控制模型获取所述交互帧数据所对应待处理数据,其中,所述对象控制模型为采用全局交互数据训练得到的;

采用数据处理框架对所述待处理数据进行处理,得到交互控制指令,其中,所述交互控制指令携带所述目标对象的标识,所述数据处理框架用于实现数据的稀疏卷积处理;

通过所述目标应用向所述服务器发送所述交互控制指令,以使所述服务器向至少一个终端设备发送所述交互控制指令,其中,所述交互控制指令用于指示所述至少一个终端设备在所述目标应用对所述目标对象进行控制。

本发明第二方面提供了一种对象控制装置,包括:

获取模块,用于若接收到服务器发送的对象控制指令,则根据所述对象控制指令从目标应用中获取交互帧数据,其中,所述对象控制指令中携带目标对象的标识;

所述获取模块,还用于通过对象控制模型获取所述交互帧数据所对应待处理数据,其中,所述对象控制模型为采用全局交互数据训练得到的;

处理模块,用于采用数据处理框架对所述获取模块获取的所述待处理数据进行处理,得到交互控制指令,其中,所述交互控制指令携带所述目标对象的标识,所述数据处理框架用于实现数据的稀疏卷积处理;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811448777.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top