[发明专利]信息处理方法、计算机可读介质及电子设备

说明书

本公开属于人工智能技术领域，并涉及机器学习技术，具体涉及一种信息处理方法、计算机可读介质及电子设备。本公开实施例中的信息处理方法包括：确定游戏中的游戏行为主体以及行为交互对象，并获取用于控制游戏行为主体与行为交互对象进行行为交互的行为模型；创建与游戏行为主体相对应的模拟行为主体以及与行为交互对象相对应的模拟交互对象，并创建包括模拟行为主体和模拟交互对象的模拟游戏；通过行为模型控制模拟行为主体与模拟交互对象进行行为交互，以得到模拟游戏中形成的模拟游戏反馈信息；根据模拟游戏反馈信息训练行为模型，以更新行为模型的模型参数。该方法可以提高模型训练速度，降低模型训练的资源消耗。

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，本公开涉及一种信息处理方法、信息处理装置计算机可读介质以及电子设备。

背景技术

在电子游戏中通过配置能够模仿人类游戏行为的游戏AI(ArtificialIntelligence，人工智能)，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，也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游戏决策建议，另外还可以用于对电子游戏进行自动化测试。

为了获得符合预期的游戏AI，一般需要花费大量的时间运行游戏以便采集游戏数据，进而利用采集到的游戏数据对游戏AI进行训练和优化。然而，这种训练和优化方式不仅耗费了大量的时间成本和计算资源，而且由于样本数据的限制而难以获得理想的优化效果。

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信息处理方法、信息处理装置、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相关技术中存在的训练数据获取困难、训练成本高、训练效果差等技术问题。

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，提供一种信息处理方法，该方法包括：

确定游戏中的游戏行为主体以及行为交互对象，并获取用于控制所述游戏行为主体与所述行为交互对象进行行为交互的行为模型；

创建与所述游戏行为主体相对应的模拟行为主体以及与所述行为交互对象相对应的模拟交互对象，并创建包括所述模拟行为主体和所述模拟交互对象的模拟游戏；

通过所述行为模型控制所述模拟行为主体与所述模拟交互对象进行行为交互，以得到所述模拟游戏中形成的模拟游戏反馈信息；

根据所述模拟游戏反馈信息训练所述行为模型，以更新所述行为模型的模型参数。

根据本公开实施例的一个方面，提供一种信息处理装置，该装置包括：

第一模型获取模块，被配置为确定游戏中的游戏行为主体以及行为交互对象，并获取用于控制所述游戏行为主体与所述行为交互对象进行行为交互的行为模型；

模拟游戏创建模块，被配置为创建与所述游戏行为主体相对应的模拟行为主体以及与所述行为交互对象相对应的模拟交互对象，并创建包括所述模拟行为主体和所述模拟交互对象的模拟游戏；

反馈信息获取模块，被配置为通过所述行为模型控制所述模拟行为主体与所述模拟交互对象进行行为交互，以得到所述模拟游戏中形成的模拟游戏反馈信息；

模型参数更新模块，被配置为根据所述模拟游戏反馈信息训练所述行为模型，以更新所述行为模型的模型参数。

在本公开的一些实施例中，基于以上技术方案，模拟游戏创建模块包括：

速度获取单元，被配置为获取所述游戏行为主体与所述行为交互对象在所述游戏中进行行为交互的行为交互速度；