[发明专利]游戏决策模型训练方法、游戏策略生成方法及装置

说明书

本公开提供了一种游戏决策模型训练方法、游戏策略生成方法、装置、介质及电子设备，涉及人工智能技术领域，并具体涉及机器学习技术。该游戏决策模型训练方法包括：获取游戏局面信息样本以及与游戏局面信息样本相关联的原始游戏策略样本；获取原始游戏策略样本中的各个游戏组件的属性信息，并根据属性信息确定各个游戏组件的组件类型；当原始游戏策略样本中包括基础类游戏组件和更替类游戏组件时，根据基础类游戏组件的属性信息将更替类游戏组件替换为目标游戏组件以得到基础游戏策略样本；利用游戏局面信息样本和基础游戏策略样本对游戏决策模型进行训练。该方法可以缩小游戏决策模型的输出决策空间，提高游戏决策模型的训练效率和训练效果。

技术领域

本公开涉及人工智能技术领域，并涉及机器学习技术。具体而言，涉及一种基于人工智能的游戏决策模型训练方法、基于人工智能的游戏决策模型训练装置、基于人工智能的游戏策略生成方法、基于人工智能的游戏策略生成装置、计算机可读介质以及电子设备。

背景技术

电子游戏是以手机、电脑等终端设备作为运行平台的游戏，随着计算机和网络通信技术的发展，电子游戏也成为了一种流行的娱乐和休闲工具。

在一些电子游戏中，配置有能够模仿人类游戏行为的游戏机器人，可以帮助用户理解游戏规则或者在游戏过程中为用户提供策略建议，甚至可以作为虚拟玩家参与到游戏进程中与真实的游戏用户进行互动。以棋牌类游戏为例，游戏机器人可以实时分析游戏局面，并可以随时为用户提供出牌建议；另外，当用户需要暂时离开游戏进程时，可以由游戏机器人代为出牌，使得游戏进程可以继续，以免影响其他用户的游戏体验。

然而，现有的游戏机器人一般仅能理解相对较为简单的游戏局面，并遵循基础的游戏规则提供游戏策略。当面对复杂的游戏局面或者复杂的游戏规则时，游戏机器人则难以做出有效的局面分析，自然也很难给出符合人类行为逻辑的合理的游戏策略。因此，如何提高游戏机器人的决策能力是目前亟待解决的问题。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本申请的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种基于人工智能的游戏决策模型训练方法、基于人工智能的游戏决策模型训练装置、基于人工智能的游戏策略生成方法、基于人工智能的游戏策略生成装置、计算机可读介质以及电子设备，进而至少在一定程度上克服现有的电子游戏中存在的游戏机器人游戏决策能力差的技术问题。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开实施例的一个方面，提供一种基于人工智能的游戏决策模型训练方法，该方法包括：获取游戏局面信息样本以及与所述游戏局面信息样本相关联的原始游戏策略样本；获取所述原始游戏策略样本中的各个游戏组件的属性信息，并根据所述属性信息确定各个所述游戏组件的组件类型；当所述原始游戏策略样本中包括基础类游戏组件和更替类游戏组件时，根据所述基础类游戏组件的属性信息将所述更替类游戏组件替换为目标游戏组件以得到基础游戏策略样本；利用所述游戏局面信息样本和所述基础游戏策略样本对游戏决策模型进行训练。

根据本公开实施例的一个方面，提供一种基于人工智能的游戏决策模型训练装置，该装置包括：样本获取模块，被配置为获取游戏局面信息样本以及与所述游戏局面信息样本相关联的原始游戏策略样本；组件类型确定模块，被配置为获取所述原始游戏策略样本中的各个游戏组件的属性信息，并根据所述属性信息确定各个所述游戏组件的组件类型；第一组件替换模块，被配置为当所述原始游戏策略样本中包括基础类游戏组件和更替类游戏组件时，根据所述基础类游戏组件的属性信息将所述更替类游戏组件替换为目标游戏组件以得到基础游戏策略样本；模型训练模块，被配置为利用所述游戏局面信息样本和所述基础游戏策略样本对游戏决策模型进行训练。

在本公开的一些实施例中，基于以上技术方案，所述游戏决策模型用于在电子牌类游戏中生成出牌策略。