[发明专利]一种虚拟对象的决策方法和装置

说明书

本发明实施例提供了一种虚拟对象的决策方法及装置，通过获取游戏中目标阵营的游戏数据，其中，游戏数据包括目标阵营中虚拟对象的收益信息以及代价信息，以及针对虚拟对象的游戏策略，根据收益信息以及代价信息，计算游戏策略对应的第一策略分值，根据第一策略分值，从游戏策略中确定第一目标策略，虚拟对象执行第一目标策略，从而一方面通过对虚拟对象赋予游戏AI，使其在游戏中表现更加智能，避免了虚拟对象的行为固化，提高了用户的游戏体验，另一方面，通过结合收益与代价计算策略分值，避免状态机、行为树规则中大量分散的单一条件判断，方便开发者对游戏进行扩展以及维护，提高了开发者的工作效率。

技术领域

本发明涉及游戏技术领域，特别是涉及一种虚拟对象的决策方法和一种虚拟对象的决策装置。

背景技术

对于游戏而言，游戏NPC(Non-Player Character，非玩家角色)是必不可少的元素，为了使NPC更加生动，游戏开发者通常赋予NPC以AI(Artificial Intelligence，人工智能)，并将游戏NPC的行为逻辑统称为游戏AI，优秀的游戏AI能够给玩家带来较好的游戏体验。

在游戏中，可以根据智能水平分为低级游戏AI和高级游戏AI。低级游戏AI通常为游戏中非主要NPC，如小怪、野怪等，低级游戏AI只需要按照一定的设计好的路线行进，并通过简单逻辑与游戏玩家进行交互。而对于高级AI，则是带有博弈性质的游戏主角之一，它与玩家唯一的不同点在于它由电脑来操控。因此，为了使能够给玩家带来较好的游戏体验，需要高级游戏AI具有较高的决策能力。

当前采用的是有限状态机，或者行为树，或者深度学习设计游戏AI，使得游戏AI具备一定的决策。然而，上述方式当游戏规则发生变化时，基于状态机或行为树实现的游戏AI需要对整个逻辑进行调整，假设游戏AI逻辑结构已经较为复杂，则调整工作困难，难以进行扩展和维护。其次，有限状态机是按照有限条件进行状态跳转，行为树是按照开发人员指定的有限条件节点选择行为，两种游戏AI的开发方法通常都会导致游戏AI行为出现明显的固化且可被预测的问题。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种虚拟对象的决策方法和相应的一种虚拟对象的决策装置。

为了解决上述问题，本发明实施例公开了一种虚拟对象的决策方法，包括：

获取游戏中目标阵营的游戏数据，所述游戏数据包括所述目标阵营中虚拟对象的收益信息以及代价信息，以及针对所述虚拟对象的游戏策略；

根据所述收益信息以及所述代价信息，计算所述游戏策略对应的第一策略分值；

根据所述第一策略分值，从所述游戏策略中确定第一目标策略；

所述虚拟对象执行所述第一目标策略。

可选的，还包括：

获取与预设时间段对应的惯性因子；

在所述预设时间段内，采用所述惯性因子以及所述第一策略分值，计算针对所述第一目标策略的第二策略分值；

获取所述游戏策略对应的第三策略分值；

将所述第二策略分值与所述第三策略分值进行比较；

当所述第二策略分值小于所述第三策略分值时，从所述游戏策略中提取与所述第三策略分值对应的游戏策略作为第二目标策略；

所述虚拟对象执行所述第二目标策略。

可选的，所述根据所述收益信息以及所述代价信息，计算所述游戏策略对应的第一策略分值，包括：

采用所述收益信息，计算所述游戏策略对应的收益总分值；

采用所述代价信息，计算所述游戏策略对应的代价总分值；