[发明专利]一种掼蛋数据处理方法及相关装置

说明书

本申请公开了一种掼蛋数据处理方法，包括：从掼蛋游戏服务器接收状态信息；根据所述状态信息和历史状态信息进行特征提取处理，得到状态特征矩阵数据；采用BERT决策模型对所述状态特征矩阵数据进行处理，得到出牌动作数据；其中，BERT决策模型为根据掼蛋游戏数据训练集进行训练得到的模型；发送所述出牌动作数据。通过训练好的BERT决策模型对接收到的状态信息和历史状态信息进行处理，得到出牌动作数据，而不是采用专家规则进行决策，提高了对掼蛋数据进行处理的效果，提高了拟人化程度。本申请还公开了一种掼蛋数据处理装置、服务器以及计算机可读存储介质，具有以上有益效果。

技术领域

本申请涉及数据处理技术领域，特别涉及一种掼蛋数据处理方法、掼蛋数据处理装置、服务器以及计算机可读存储介质。

背景技术

随着信息技术不断，在游戏技术领域中，由于存在参与游戏人员不足的问题，需要通过对游戏中的数据进行自动化处理，以便实现虚拟游戏过程，提高实际游戏参与人员的参与感。

相关技术中，为了提高掼蛋游戏的实际游戏人员参与感。基于专家规则的逻辑系统，机器人对于自己牌型组合和牌面值计算较优秀。但是，对于对手牌面值大小，队友牌面值大小，什么情况过牌，该挣头游，该帮助队友挣头游等等问题无法做出智能判断。从而影响掼蛋数据中出牌动作数据的合理性和拟人化程度，降低对掼蛋数据的处理效果。

因此，如何提高掼蛋数据的处理效果是本领域技术人员关注的重点问题。

发明内容

本申请的目的是提供一种掼蛋数据处理方法、掼蛋数据处理装置、服务器以及计算机可读存储介质，通过训练好的BERT决策模型对接收到的状态信息和历史状态信息进行处理，得到出牌动作数据，而不是采用专家规则进行决策，提高了对掼蛋数据进行处理的效果，提高了拟人化程度。

为解决上述技术问题，本申请提供一种掼蛋数据处理方法，包括：

从掼蛋游戏服务器接收状态信息；

根据所述状态信息和历史状态信息进行特征提取处理，得到状态特征矩阵数据；

采用BERT决策模型对所述状态特征矩阵数据进行处理，得到出牌动作数据；其中，BERT决策模型为根据掼蛋游戏数据训练集进行训练得到的模型；

发送所述出牌动作数据。

可选的，根据所述状态信息和历史状态信息进行特征提取处理，得到状态特征矩阵数据，包括：

根据掼蛋游戏模型对所述状态信息和所述历史状态信息进行归类处理，得到所述状态特征矩阵数据。

可选的，采用BERT决策模型对所述状态特征矩阵数据进行处理，得到出牌动作数据，包括：

根据所述BERT决策模型和所述状态特征矩阵数据对所有出牌动作进行赢面概率预测，得到每个出牌动作对应的概率；

将概率最大的出牌动作作为所述出牌动作数据。

可选的，所述根据掼蛋游戏数据训练集进行训练得到所述BERT决策模型的步骤，包括：

对获取到的掼蛋历史数据进行特征提取处理，得到所述掼蛋游戏数据训练集；

根据所述掼蛋游戏数据训练集进行神经网络训练，得到所述BERT决策模型。

可选的，还包括：

当接收到状态信息时，将所述状态信息保存，并作为所述历史状态信息。

本申请还提供一种掼蛋数据处理装置，包括：

信息接收模块，用于从掼蛋游戏服务器接收状态信息；

信息处理模块，用于根据所述状态信息和历史状态信息进行特征提取处理，得到状态特征矩阵数据；