[发明专利]一种游戏AI的编程实现方法及装置

权利要求书

1.一种游戏AI的编程实现方法,其特征在于,应用于图形化编程，所述方法包括：

获取大量用户的游戏数据，根据游戏数据生成训练样本，所述游戏数据包括游戏操作记录数据和游戏场景数据；

根据训练样本对神经网络进行训练，生成AI决策模型；

检测到游戏AI调用指令，获取AI角色的特征数据及游戏场景；

获取AI决策模型根据AI角色的特征数据及游戏场景作出的决策，并执行所述决策。

2.根据权利要求1所述的游戏AI的编程实现方法，其特征在于，所述获取大量用户的游戏数据，根据游戏数据生成训练样本，包括：

记录大量用户在操作游戏中的生成的游戏数据；

对所述游戏数据进行过滤，获取满足预设条件的游戏数据；

根据游戏数据生成训练样本。

3.根据权利要求2所述游戏AI的编程实现方法，其特征在于，所述获取大量用户的游戏数据，根据游戏数据生成训练样本前，包括：

预先对神经网络的网络结构进行设置。

4.根据权利要3所述的游戏AI的编程实现方法，其特征在于，所述神经网络包括输入层、隐藏层和输出层；

则预先对神经网络的网络结构进行设置，包括：

预先设置所述输入层用于采集游戏中实时变化的数据；

预先设置所述隐藏层用于将输入层采集的数据进行运算和处理；

预先设置所述输出层用于输出分类结果。

5.根据权利要求4所述的游戏AI的编程实现方法，其特征在于，所述预先设置所述输出层用于输出分类结果后，还包括：

预先设置AI角色的死亡条件。

6.根据权利要求5所述的游戏AI的编程实现方法，其特征在于，所述预先设置AI角色的死亡条件后，还包括：

对输入层和输出层的数量进行设置。

7.根据权利要求6所述的游戏AI的编程实现方法，其特征在于，所述根据训练样本对神经网络进行训练，生成AI决策模型，包括：

根据训练样本对神经网络进行训练，当检测到AI角色死亡时，生成初始AI决策模型；

根据后向传播算法对所述初始AI决策模型进行优化后，生成AI决策模型。

8.一种游戏AI的编程实现装置，其特征在于，所述装置包括至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7任一项所述的游戏AI的编程实现方法。

9.一种非易失性计算机可读存储介质，其特征在于，所述非易失性计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行时，可使得所述一个或多个处理器执行权利要求1-7任一项所述的游戏AI的编程实现方法。

10.一种计算机程序产品，其特征在于，所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被处理器执行时，使所述处理器执行权利要求1-7任一项所述的游戏AI的编程实现方法。