[发明专利]一种游戏AI训练方法、装置及系统在审
| 申请号： | 201811323771.9 | 申请日： | 2018-11-07 |
| 公开（公告）号： | CN109550252A | 公开（公告）日： | 2019-04-02 |
| 发明（设计）人： | 徐波 | 申请（专利权）人： | 广州多益网络股份有限公司;广东利为网络科技有限公司;多益网络有限公司 |
| 主分类号： | A63F13/67 | 分类号： | A63F13/67;A63F13/358;G06N20/00 |
| 代理公司： | 广州三环专利商标代理有限公司 44202 | 代理人： | 麦小婵;郝传鑫 |
| 地址： | 510000 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种游戏AI训练方法、装置及系统，其中所述方法包括：当运行游戏进程时，将采集的当前状态数据传输至服务端；控制延迟动作的执行；获取当前状态数据对应的决策数据，并结束延迟动作的执行；根据决策数据控制被训练的游戏AI角色执行决策动作，并生成回报数据和后续状态数据；将当前状态数据、决策数据、回报数据和后续状态数据组织成训练样本，并将训练样本传输至服务端，以实现服务端基于训练样本对训练网络进行训练并根据训练网络的数据更新决策网络，直至网络收敛。本发明能够在客户端等待服务端返回决策数据期间，控制延迟动作的执行，使得游戏持续运行，从而使得没有内置游戏暂停功能的游戏也能实现游戏AI训练正常进行。 | ||
| 搜索关键词： | 游戏 决策数据 训练样本 延迟动作 服务端 装置及系统 后续状态 训练网络 状态数据 状态数据传输 持续运行 等待服务 决策网络 数据更新 数据组织 网络收敛 运行游戏 客户端 回报 内置 采集 传输 返回 角色 决策 进程 | ||
【主权项】：
1.一种游戏AI训练方法，其特征在于，适用于客户端，所述方法包括：当运行游戏进程时，将采集的当前状态数据传输至服务端；其中，所述游戏进程是由所述服务端分配的；控制延迟动作的执行；其中，所述延迟动作为等待所述服务端返回所述当前状态数据对应的决策数据时，被训练的游戏AI角色执行的动作；获取所述当前状态数据对应的决策数据，并结束所述延迟动作的执行；根据所述当前状态数据对应的决策数据控制所述被训练的游戏AI角色执行决策动作，并生成回报数据和后续状态数据；将所述当前状态数据、所述决策数据、所述回报数据和所述后续状态数据组织成训练样本，并将所述训练样本传输至服务端，以实现所述服务端基于所述训练样本对所述服务端的训练网络进行训练并根据训练网络的数据更新所述服务端的决策网络，直至网络收敛。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广州多益网络股份有限公司;广东利为网络科技有限公司;多益网络有限公司，未经广州多益网络股份有限公司;广东利为网络科技有限公司;多益网络有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811323771.9/，转载请声明来源钻瓜专利网。
