[发明专利]游戏AI决策方法及装置

权利要求书

1.游戏AI决策方法，其特征在于，该方法包括以下步骤：

获取当前对战的玩家信息并根据玩家信息在预设的若干决策模型中选择相应的决策模型；

获取当前游戏场景信息并输入至所选的决策模型；

接收所选的决策模型输出的决策；

执行所述决策模型输出的决策。

2.根据权利要求1所述的方法，其特征在于，所述当前对战的玩家信息包括当前对战的玩家的段位信息。

3.根据权利要求2所述的方法，其特征在于，所述决策模型的生成方法包括以下步骤：

获取历史游戏数据并按照玩家段位整合成对应不同段位的数据集；

获得初始模型并获取特征与特征标签；

使用特征与特征标签对初始模型进行训练；

根据已训练的初始模型生成决策模型。

4.根据权利要求3所述的方法，其特征在于，所述获取历史游戏数据并按照玩家段位整合成对应不同段位的数据集包括：

获取历史游戏数据，所述历史游戏数据包括玩家操作数据、玩家账号信息和历史游戏场景等数据；

将所述历史游戏数据进行维度划分，形成多维向量；

将所述多维向量与历史游戏数据相关的段位信息进行关联；

形成某一段位的数据集。

5.根据权利要求1所述的方法，其特征在于，接收所选的决策模型输出的决策包括：

决策模型生成全部可行决策的生成概率并输出生成概率最大的可行决策；

游戏AI接收所选的决策模型输出的决策。

6.游戏AI决策装置，其特征在于，该装置包括以下模块：

决策模型选择模块，用于获取当前对战的玩家信息并根据玩家信息在预设的若干决策模型中选择相应的决策模型；

场景信息输入模块，用于获取当前游戏场景信息并输入至所选的决策模型；

决策接收模块，用于接收所选的决策模型输出的决策；

决策执行模块，用于执行所述决策模型输出的决策。

7.根据权利要求6所述的装置，其特征在于，所述决策模型选择模块获取的当前对战的玩家信息包括当前对战的玩家的段位信息。

8.根据权利要求7所述的装置，其特征在于，还包括决策模型生成模块，所述决策模型生成模块包括，

数据集整合单元，用于获取历史游戏数据并按照玩家段位整合成对应不同段位的数据集；

初始模型生成单元，用于获得初始模型并获取特征与特征标签；

初始模型训练单元，用于使用特征与特征标签对初始模型进行训练；

决策模型生成单元，用于根据已训练的初始模型生成决策模型。

9.根据权利要求8所述的装置，其特征在于，所述数据集整合单元包括：

历史游戏数据获取单元，用于获取历史游戏数据，所述历史游戏数据包括玩家操作数据、玩家账号信息和历史游戏场景等数据；

多维向量生成单元，用于将所述历史游戏数据进行维度划分，形成多维向量；

段位关联单元，用于将所述多维向量与历史游戏数据相关的段位信息进行关联；

数据集生成单元，用于形成某一段位的数据集。

10.根据权利要求6所述的装置，其特征在于，决策接收模块中接收的决策是由决策模型生成全部可行决策的生成概率后输出的生成概率最大的可行决策。