[发明专利]游戏AI角色技能确定方法、装置、电子设备及存储介质

说明书

本申请提供一种游戏AI角色技能确定方法、装置、电子设备及存储介质，该方法包括将游戏角色集合输入到训练获得的状态推断模型中，得到在预设时间内所述游戏角色集合中每个游戏AI角色的各个状态出现的时间占比；将所述每个游戏AI角色的各个状态出现的时间占比输入到训练获得的技能概率模型中，得到所述每个游戏AI角色各个技能的被选择概率；其中，所述技能概率模型以贝叶斯神经网络模型为基准模型；基于所述每个游戏AI角色各个技能的被选择概率确定所述每个游戏AI角色配置的技能，从而高效准确的确定出每个游戏AI角色配置的技能，在保证游戏AI角色胜率的同时使得游戏AI角色配置的技能更加多元化和拟人化。

技术领域

本申请涉及虚拟AI技术领域，尤其涉及一种游戏AI角色技能确定方法、装置、电子设备及存储介质。

背景技术

本部分旨在为权利要求书中陈述的本申请的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

现有游戏AI角色的技能或者铭文配置基本都是策划手动配置，或者使用数据统计分析出胜率最高的技能进行配置。无论是策划手动的配置或者采用胜率最高技能进行配置，不仅效率较低而且游戏AI角色的技能会显得较为死板无法表现多元化。作为玩家更希望游戏AI角色不要有可预计性，不仅能够在匹配不同游戏AI角色时各个游戏AI角色配置的技能不同，即使重复匹配相同的游戏AI角色每次各个游戏AI角色的技能配置仍有一定的合理变动，才能有较强的拟人化表现。

发明内容

有鉴于此，本申请的目的在于提出一种游戏AI角色技能确定方法、装置、电子设备及存储介质。

基于上述目的，本申请提供了一种游戏AI角色技能确定方法，包括：

获取待运行的游戏角色集合，并将所述游戏角色集合输入到训练获得的状态推断模型中，得到在预设时间内所述游戏角色集合中每个游戏AI角色的各个状态出现的时间占比，其中，所述游戏角色集合包括至少一个游戏AI角色；

将所述每个游戏AI角色的各个状态出现的时间占比输入到训练获得的技能概率模型中，得到所述每个游戏AI角色各个技能的被选择概率；其中，所述技能概率模型以贝叶斯神经网络模型为基准模型；

基于所述每个游戏AI角色各个技能的被选择概率确定所述每个游戏AI角色配置的技能。

在一些实施例中，所述每个游戏AI角色配置的技能至少包括第一类技能和第二类技能，所述第一类技能被配置的优先级高于所述第二类技能被配置的优先级；基于所述每个游戏AI角色各个技能的被选择概率确定所述每个游戏AI角色配置的技能，具体包括：

获取所述每个游戏AI角色的等级；

基于所述每个游戏AI角色的等级确定所述每个游戏AI角色可配置的所述第一类技能的第一数量；其中，不同的所述等级对应有不同的所述第一数量；

基于所述第一数量与所述每个游戏AI角色的各个所述第一类技能的被选择概率确定所述每个游戏AI角色配置的所述第一类技能。

在一些实施例中，基于所述每个游戏AI角色配置各个技能的概率确定所述每个游戏AI角色配置的技能，具体还包括：

基于所述每个游戏AI角色的等级确定所述每个游戏AI角色的可用技能点的总数量，其中，所述每个游戏AI角色每配置一个技能均需要消耗一定数量的技能点；

基于所述总数量与所述每个游戏AI角色配置的所有所述第一类技能消耗的技能点的数量确定所述每个游戏AI角色的可用技能点的剩余数量；

基于所述剩余数量与所述每个游戏AI角色的各个所述第二类技能的被选择概率确定所述每个游戏AI角色配置的所述第二类技能。

在一些实施例中，基于所述第一数量与所述每个游戏AI角色的各个所述第一类技能的被选择概率确定所述每个游戏AI角色配置的所述第一类技能，具体包括：