[发明专利]游戏数据处理方法、装置、存储介质与电子设备

说明书

本公开提供一种游戏数据处理方法、装置、存储介质与电子设备，涉及数据处理技术领域。其中，所述游戏数据处理方法包括：获取多个采样时刻的游戏状态数据以及所述游戏状态数据对应的决策标签；采用游戏决策模型对所述游戏状态数据进行处理，确定游戏角色的决策预测数据；将所述游戏角色在所述游戏状态数据对应的采样时刻的所在位置与所述决策预测数据对应的决策目的位置之间的距离，确定为所述决策预测数据对应的决策距离；根据所述决策标签、所述决策预测数据以及所述决策距离，更新所述游戏决策模型。本公开缓解了由于采样的数据不平衡导致的过拟合问题。

技术领域

本公开涉及数据处理技术领域，尤其涉及一种游戏数据处理方法、游戏数据处理装置、计算机可读存储介质与电子设备。

背景技术

在MOBA(Multiplayer Online Battle Arena，多人在线战术竞技)、动作、射击等类型的游戏设计中，通常需要模拟游戏玩家进行游戏决策。例如在游戏人机对战、玩家挂机等情况下，根据游戏作战状态模拟玩家的决策对游戏角色进行控制。由于游戏环境复杂、游戏角色多样、游戏规则繁多等各类原因，难以直接设置规则来模拟玩家进行游戏决策。

目前，通常采用强化学习模型和监督学习模型(例如，卷积神经网络模型)进行游戏决策，但是这两种方法，可能会由于采样的游戏状态数据不平衡导致决策结果出现过拟合现象，以至于所模拟的游戏决策存在诸多不合理，表现上并不智能，无法给玩家带来较好的体验。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开提供了一种游戏数据处理方法、游戏数据处理装置、计算机可读存储介质与电子设备，进而至少在一定程度上解决相关技术中由于采样的数据不平衡导致的过拟合问题。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的第一方面，提供一种游戏数据处理方法，包括：获取多个采样时刻的游戏状态数据以及所述游戏状态数据对应的决策标签；采用游戏决策模型对所述游戏状态数据进行处理，确定游戏角色的决策预测数据；将所述游戏角色在所述游戏状态数据对应的采样时刻的所在位置与所述决策预测数据对应的决策目的位置之间的距离，确定为所述决策预测数据对应的决策距离；根据所述决策标签、所述决策预测数据以及所述决策距离，更新所述游戏决策模型。

在本公开的一种示例性实施例中，所述游戏状态数据包括第一输入特征数据；所述获取多个采样时刻的游戏状态数据，包括：在多个采样时刻，从游戏地图中提取所述第一输入特征数据。

在本公开的一种示例性实施例中，所述在多个采样时刻，从游戏地图中提取所述第一输入特征数据，包括：提取游戏中的单位特征信息以及所述单位特征信息所对应的地图位置信息；根据所述单位特征信息以及所述单位特征信息所对应的地图位置信息，确定第一输入特征数据。

在本公开的一种示例性实施例中，所述游戏状态数据包括第二输入特征数据；所述获取多个采样时刻的游戏状态数据，还包括：在多个采样时刻，提取游戏中的全局信息，得到所述第二输入特征数据。

在本公开的一种示例性实施例中，所述游戏决策模型包括：第一子模型、第二子模型和第三子模型；所述采用游戏决策模型对所述游戏状态数据进行处理，确定游戏角色的决策预测数据，包括：通过所述第一子模型对所述第一输入特征数据进行处理，确定第一中间特征数据；通过所述第二子模型对所述第二输入特征数据进行处理，确定第二中间特征数据；通过所述第三子模型对所述第一中间特征数据和所述第二中间特征数据进行处理，确定所述游戏角色的决策预测数据。

在本公开的一种示例性实施例中，所述第一子模型包括卷积层和池化层。

在本公开的一种示例性实施例中，所述第二子模型包括全连接层。