[发明专利]一种样本数据的生成方法、装置及计算机设备及存储介质

说明书

本公开提供了一种样本数据的生成方法、装置、计算机设备及存储介质，其中，该方法包括：响应于接收到目标智能体对所述第一虚拟角色的控制指令，基于控制指令，确定第一虚拟角色执行与控制指令对应目标动作的动作信息；基于动作信息、第一虚拟角色的当前第一游戏状态数据、第二虚拟角色的当前第二游戏状态数据，确定第一虚拟角色对应的目标第一游戏状态数据、以及第二虚拟角色对应的目标第二游戏状态数据；基于控制指令、当前第一游戏状态数据、当前第二游戏状态数据、目标第一游戏状态数据、以及目标第二游戏状态数据，生成样本数据。

技术领域

本公开涉及计算机技术领域，具体而言，涉及一种样本数据的生成方法、装置、计算机设备及存储介质。

背景技术

随着计算机技术的发展，将人工智能(Artificial Intelligence，AI)应用到游戏领域已经成为当前游戏行业的发展趋势，多智能体博弈逐渐成为了强化学习中的一个重要领域；当前在对智能体进行训练时，存在获取的样本数据涵盖范围受限，造成对智能体训练时，智能体能力提升受限的问题。

发明内容

本公开实施例至少提供一种样本数据的生成方法、装置、计算机设备及存储介质。

第一方面，本公开实施例提供了一种样本数据的生成方法，所生成的样本数据用于对目标智能体进行训练；所述目标智能体用于对游戏中虚拟角色进行控制；所述游戏中包括游戏场景；所述游戏场景中包括：受控于目标智能体的第一虚拟角色、以及未受控于所述目标智能体的第二虚拟角色；所述生成方法包括：响应于接收到所述目标智能体对所述第一虚拟角色的控制指令，基于所述控制指令，确定所述第一虚拟角色执行与所述控制指令对应目标动作的动作信息；基于所述动作信息、所述第一虚拟角色的当前第一游戏状态数据、所述第二虚拟角色的当前第二游戏状态数据，确定所述第一虚拟角色对应的目标第一游戏状态数据、以及所述第二虚拟角色对应的目标第二游戏状态数据；基于所述控制指令、所述当前第一游戏状态数据、所述当前第二游戏状态数据、所述目标第一游戏状态数据、以及所述目标第二游戏状态数据，生成样本数据。

这样，所生成的样本数据除了在智能体发出控制指令时的状态数据，还包括了控制指令导致的游戏内的虚拟角色发生状态变化的状态数据，使得生成的样本数据涵盖范围更加全面，进而减少智能体的能力提升受限的问题。

一种可选的实施方式中，所述方法还包括：基于所述目标第一游戏状态数据，更新所述第一虚拟角色在所述游戏场景中的第一游戏状态；以及基于所述目标第二游戏状态数据，更新所述第二虚拟角色在所述游戏场景中的第二游戏状态。

一种可选的实施方式中，所述方法还包括：向目标智能体发送所述目标第一游戏状态数据、以及所述目标第二游戏状态数据，以供所述目标智能体生成新的控制指令。

这样，将目标第一游戏状态数据、以及目标第二游戏状态数据发送给目标智能体，以使目标智能体基于目标第一游戏状态数据、以及目标第二游戏状态数据进行下一步的动作预测。

一种可选的实施方式中，所述动作信息包括所述目标动作的目标动作类型、以及动作参数；所述动作参数包括：为所述目标动作类型预设的固定动作参数、和/或，所述控制指令中携带的非固定动作参数。

一种可选的实施方式中，所述基于所述控制指令，确定所述第一虚拟角色执行与所述控制指令对应目标动作的动作信息，包括：基于对所述控制指令进行解析的解析结果，确定所述控制指令指示的目标动作对应的目标动作类型；以及基于对所述控制指令进行解析的解析结果，确定所述非固定动作参数；和/或，基于所述目标动作类型，确定与所述目标动作类型关联的固定动作参数。

一种可选的实施方式中，所述固定动作参数包括下述至少一种：技能释放速度、技能释放范围、移动时的最大速度阈值、移动时的加速度；所述非固定动作参数包括下述至少一种：移动时的移动方向、移动时的移动时长、移动时的移动距离、技能释放时的目标对象、技能释放时的目标释放区域。