[发明专利]游戏中人工智能模型的训练方法、装置、系统及服务器

说明书

本申请提供了一种游戏中人工智能模型的训练方法、装置、系统及服务器，涉及游戏技术领域，解决了游戏中人工智能模型的训练效率较低的技术问题。该方法包括：周期性获取所述代理服务器的当前第二结果数据，并更新历史第二结果数据；重复执行如下步骤，直至所述人工智能模型符合预期：基于历史第二结果数据，执行所述至少一个自身训练任务，得到当前第一结果数据；将所述当前第一结果数据周期性的与至少一个所述代理服务器同步，以及判断所述人工智能模型是否符合预期。

技术领域

本申请涉及游戏技术领域，尤其是涉及一种游戏中人工智能模型的训练方法、装置、系统及服务器。

背景技术

在人工智能(Artificial Intelligence，AI)领域中，游戏人工智能是AI技术领域的一个新的分支，是将游戏和AI相结合的产物。

利用游戏AI，能够使游戏中的非玩家角色(Non-Player Character，NPC)等虚拟对象模型，模拟人类思维或者现实中的其他生物，表现出一定的智能行为，较好的AI能够使游戏变得更加逼真，更加接近现实。

目前，在应用游戏中的AI模型之前，需要预先对该模型进行训练。现有的人工智能模型的训练方法是利用运行游戏生成的游戏数据作为训练样本，对人工智能模型进行训练。但是，这种方法的模型训练时间较长，导致游戏中人工智能模型的训练效率较低。

发明内容

本发明的目的在于提供一种游戏中人工智能模型的训练方法、装置、系统及服务器，以解决游戏中人工智能模型的训练效率较低的技术问题。

第一方面，本申请实施例提供了一种游戏中人工智能模型的训练方法，应用于服务器，所述服务器预先配置有用于训练所述人工智能模型的至少一个自身训练任务和至少一个代理训练任务；所述服务器用于执行所述至少一个自身训练任务，生成第一结果数据；所述至少一个代理训练任务中的每个对应有代理服务器，所述代理服务器用于执行该代理服务器对应的所述代理训练任务，生成第二结果数据；所述方法包括：

周期性获取所述代理服务器的当前第二结果数据，并更新历史第二结果数据；

重复执行如下步骤，直至所述人工智能模型符合预期：

基于历史第二结果数据，执行所述至少一个自身训练任务，得到当前第一结果数据；

将所述当前第一结果数据周期性的与至少一个所述代理服务器同步，以及判断所述人工智能模型是否符合预期。

在一个可能的实现中，所述至少一个代理训练任务包括运行游戏实例，所述第二结果数据包括游戏数据；

所述至少一个自身训练任务包括将所述游戏数据作为训练样本训练所述人工智能模型，所述第一结果数据包括训练后的人工智能模型。

在一个可能的实现中，所述至少一个自身训练任务还包括接收并统计所述游戏数据；

所述至少一个代理训练任务还包括将所述游戏数据同步至所述服务器。

在一个可能的实现中，所述至少一个代理训练任务包括将游戏数据作为训练样本训练所述人工智能模型，所述第二结果数据包括训练后的人工智能模型；

所述至少一个自身训练任务包括运行至少一个游戏实例，所述第一结果数据包括所述游戏数据。

在一个可能的实现中，更新历史第二结果数据的步骤，包括：

如果所述服务器中的历史第二结果数据与所述当前第二结果数据不同，则将所述服务器中历史第二结果数据的内容更改为所述当前第二结果数据；

其中，所述历史第二结果数据是所述服务器在获取到所述当前第二结果数据之前，从所述代理服务器处获取到的第二结果数据。