[发明专利]使用游戏风格模式来生成游戏玩家的虚拟表示

说明书

本发明公开了使用游戏风格模式来生成游戏玩家的虚拟表示。在本公开的各种实施例中，学习玩家的游戏风格模式并将其用于生成用户的虚拟表示(“机器人(bots)”)。公开了系统和方法，其基于用户的用户输入根据游戏会话内呈现的变量，使用来自游戏的多个游戏会话的游戏会话数据(例如，元数据)来学习用户的游戏风格模式。游戏会话数据被应用于一个或更多个机器学习模型，以学习游戏的用户的游戏风格模式，并与用户的用户简档相关联。然后，根据所学习的游戏风格模式，表示用户简档的简档数据被用于控制或实例化用户或用户类别的机器人。

背景技术

随着在线多人视频游戏的激增，以及游戏变得越来越有竞争力，用户正花费越来越多的时间进行训练以提高他们在游戏中的技能。为了实现这一点，用户经常试图与比自己更好或排名更高的玩家对战。例如，当用户丢失与特定玩家的游戏会话时，用户可能希望通过与同一玩家进行对战来重新创建游戏会话。但是，先前游戏会话的玩家可能不可用或不愿意玩，特别是当该玩家来自竞争对手的专业团队时。另外，玩家可以以不同的方式玩另一个游戏会话(例如，玩家可能比原始游戏会话更谨慎，或者可能不太认真地对待游戏)，从而进一步降低了用户能够复制游戏会话的几率。尽管很难为单个玩家进行复制，但是随着更多玩家的参与，原始游戏会话的复制变得更加困难。因此，当前不可能如实地重新创建游戏会话，从而导致用户错过从原始游戏会话的错误中学习或尝试与原始游戏会话不同的技术的机会。

作为另一个示例，游戏中具有某经验等级(例如，经验等级7)的用户可能希望向上移动到一个或更多个更高的经验等级(例如，经验等级8)，并且为了做到这一点，可以通过与一个或更多个更高经验等级的玩家对战来寻求训练，以达到一个或更多个更高经验等级。另外，用户可能希望与来自某个地理位置(例如，城市，州，地区，国家等)的玩家对战，以便为国际或区域锦标赛做准备。然而，许多游戏的算法经常将具有相似经验等级和/或地理位置的玩家放在一起，从而限制了用户找到与具有一个或更多个不同经验等级或来自一个或更多个不同地理位置的玩家进行游戏会话的机会。另外，一些用户可能希望训练与一个或更多个更高经验等级的玩家和/或来自一个或更多个地理位置的玩家对战，而无需在游戏会话中真正与他们对战，这可能影响游戏中用户统计数据(例如，击杀/死亡比率，获胜，失败，打击目标，允许的码数等)或揭露用户的游戏策略。在现有系统中，由于多种因素，这是不可能的。

常规系统允许用户在没有人类队友和/或对手或除人类队友和/或对手以外的情况下或与机器人(bots)对战。但是，这些机器人不允许用户实际针对与人类玩家(更不用说特定的人)玩游戏进行训练。这是因为机器人在游戏中的行为传统上是由人类游戏开发人员在使用刚性规则进行游戏设计时定义的，并且机器人的唯一动态质量可能会响应于用户的游戏玩法(例如，使用动态游戏难度平衡)。同样，这些机器人通常旨在最大化娱乐价值，而不是像人一样行为。结果，当用户与这些机器人玩游戏时，该游戏玩法通常是不现实的。另外，这些机器人的编程不表示任何特定用户、游戏内具有特定经验等级的用户、来自某个地理位置的用户和/或来自另一种类型的用户类别的用户。

发明内容

本公开的实施例涉及使用学习到的游戏风格模式来生成用户的虚拟表示(“机器人(bots)”)。公开了系统和方法，其使用来自游戏的多个游戏会话的游戏会话数据(例如，元数据)来学习用户的游戏风格模式，并根据学习到的游戏风格模式控制或实例化用户的机器人或用户类别的机器人。