CN116617666A - 一种虚拟对象的计分式行为决策方法、装置及设备 - Google Patents

Abstract

本发明涉及游戏人工智能技术领域，尤其涉及一种虚拟对象的计分式行为决策方法、装置及设备，所述方法具体包括：获取游戏中虚拟对象行动前可能发生的每个事件或属性变化的基础行为价值分；基于所述虚拟对象的性格因子、属性比对权重、智慧程度、行动策略和逆反因子确定所述虚拟对象的身体因子，根据所述身体因子对所述基础行为价值分的影响，确定第一行为价值分；根据所述第一行为价值分以及是否发生游戏特殊事件，确定所述虚拟对象的行为决策。本发明通过虚拟对象的多维度因素，在虚拟对象行动前可能发生的每个事件或属性变化的基础行为价值分的基础上进行计分，确定最合适该虚拟对象下一步行为的行为决策。

Description

一种虚拟对象的计分式行为决策方法、装置及设备

技术领域

本发明涉及游戏人工智能技术领域，尤其涉及一种虚拟对象的计分式行为决策方法、装置及设备。

背景技术

在游戏中通常采用机器模拟人思维进行一些游戏相关的操作，如根据游戏规则参与游戏，理解玩家行为并作出反馈等，这就是游戏人工智能，即游戏AI。游戏AI在游戏中的应用已有很长的一段历史，现在已发展出AI行为树、分层状态机、有限状态机等AI决策方案。然而，现有的游戏AI决策方案只能让NPC角色做出简单的行为决策，让玩家对游戏AI操控的NPC角色产生一种行为决策有规律可循的感觉，且现有的游戏AI决策方案直接使游戏BOSS在低血量的情况进入第二阶段并获得新的技能和AI攻击逻辑，这种设计有时会让玩家在体验与游戏BOSS的战斗时有明显的阶段撕裂感。

发明内容

本发明的目的在于提供一种虚拟对象的计分式行为决策方法、装置及设备，通过虚拟对象的多维度因素，在虚拟对象行动前可能发生的每个事件或属性变化的基础行为价值分的基础上进行计分，确定最合适该虚拟对象下一步行为的行为决策，以解决上述现有问题的至少之一。

本发明提供了一种虚拟对象的计分式行为决策方法，所述方法具体包括：

获取游戏中虚拟对象行动前可能发生的每个事件或属性变化的基础行为价值分；

基于所述虚拟对象的性格因子、属性比对权重、智慧程度、行动策略和逆反因子确定所述虚拟对象的身体因子，根据所述身体因子对所述基础行为价值分的影响，确定第一行为价值分；

根据所述第一行为价值分以及是否发生游戏特殊事件，确定所述虚拟对象的行为决策，所述游戏特殊事件为在特定的时间和特定的场景要求所述虚拟对象做出的预先设定的剧情操作；

获取所述虚拟对象的第一状态，根据所述第一行为价值分和所述第一状态，使所述虚拟对象进行状态切换。

进一步的，所述根据所述身体因子对所述基础行为价值分的影响，确定第一行为价值分，具体包括：

根据所述性格因子的预设权重以及所述性格因子对应的行为的基础行为价值分，确定第二行为价值分；

根据所述属性比对权重以及所述虚拟对象的各个基础属性的基础行为价值分，确定第三行为价值分；

根据所述智慧程度，确定所述虚拟对象的高分行为或低分行为或数据采样数量所产生的第四行为价值分；

根据所述虚拟对象的所处场景，确定所述虚拟对象的所述行动策略所产生的第五行为价值分；

根据所述逆反因子，确定所述虚拟对象违反第一虚拟对象的指挥命令所产生的第六行为价值分；

根据所述第二行为价值分、所述第三行为价值分、所述第四行为价值分、所述第五行为价值分和所述第六行为价值分，确定第一行为价值分。

更进一步的，所述根据所述性格因子的预设权重以及所述性格因子对应的行为的基础行为价值分，确定第二行为价值分，具体包括：

获取所述虚拟对象的所述性格因子以及所述性格因子对应的第一行为；

根据所述性格因子的预设权重和所述第一行为的基础行为价值分，确定所述第一行为的第二行为价值分。

更进一步的，所述根据所述属性比对权重以及所述虚拟对象的各个基础属性的基础行为价值分，确定第三行为价值分，具体包括：

根据所述虚拟对象的职业类型和属性倾向，确定所述属性比对权重；

根据所述属性比对权重和所述虚拟对象的各个基础属性的基础行为价值分，确定所述虚拟对象的各个基础属性的第三行为价值分。

更进一步的，所述根据所述智慧程度，确定所述虚拟对象的高分行为或低分行为或数据采样数量所产生的第四行为价值分，具体包括：

根据所述虚拟对象的所述智慧程度，确定高分权重、低分权重和数据采样数量；

根据所述虚拟对象的若干行为的基础行为价值分的大小进行排序，然后确定高分区间和低分区间；

根据所述高分权重确定所述高分区间中的若干高分行为中的第一高分行为，或者，根据所述低分权重确定所述低分区间中的若干低分行为中的第一低分行为，或者，根据所述数据采样数量预测未来预设回合数内所述虚拟对象及所述虚拟对象的敌对虚拟对象的行为趋势，然后确定未来预设回合数内的基础行为价值分；

确定第四行为价值分，所述第四行为价值分为所述第一高分行为的基础行为价值分，或者，所述第一低分行为的基础行为价值分，或者，所述未来预设回合数内的基础行为价值分。

更进一步的，所述根据所述虚拟对象的所处场景，确定所述虚拟对象的所述行动策略所产生的第五行为价值分，具体包括：

确定所述虚拟对象的禁止指令和加分指令，所述禁止指令为限定所述虚拟对象不做出被禁止行为的指令，所述加分指令为使所述虚拟对象倾向于做出符合人物设定的行为的指令；

根据所述禁止指令、所述加分指令和所述虚拟对象的职业类型对应的行动策略，确定所述虚拟对象将要做出的第二行为；

或者，根据所述禁止指令、所述加分指令和所述虚拟对象的移动行动对应的行动策略，确定所述虚拟对象将要做出的第三行为；

确定第五行为价值分，所述第五行为价值分为所述第二行为的基础行为价值分或所述第三行为的基础行为价值分。

更进一步的，所述根据所述逆反因子，确定所述虚拟对象违反第一虚拟对象的指挥命令所产生的第六行为价值分，具体包括：

获取第一虚拟对象的指挥命令，所述指挥命令为普通指令或强制执行指令；

当所述指挥命令为普通指令时，获取所述普通指令对应的第四行为的基础行为价值分和额外行为价值分，然后根据所述逆反因子的逆反数值对所述额外行为价值分进行降分操作，获得第六行为价值分，所述第六行为价值分为所述普通指令对应的第四行为的基础行为价值分以及降分后的额外行为价值分之和；

当所述指挥命令为强制执行指令时，直接获得第六行为价值分，所述第六行为价值分为所述普通指令对应的第四行为的基础行为价值分以及额外行为价值分之和。

进一步的，所述获取所述虚拟对象的第一状态，根据所述第一行为价值分和所述第一状态，确定所述虚拟对象的第二状态，具体包括：

获取所述虚拟对象的身份信息，当所述虚拟对象的身份信息为游戏BOSS时，确定所述虚拟对象的第一状态，所述第一状态为所述虚拟对象的正常状态；

根据所述第一行为价值分，使所述第一状态切换为第二状态，所述第二状态为战斗状态；

根据所述第一行为价值分，使所述第二状态切换为第三状态，所述第三状态为愤怒状态；

或者，直接使所述第一状态切换为第四状态，所述第四状态为第二人格状态。

本发明还提供了一种虚拟对象的计分式行为决策装置，所述装置具体包括：

第一处理模块，用于获取游戏中虚拟对象行动前可能发生的每个事件或属性变化的基础行为价值分；

第二处理模块，用于基于所述虚拟对象的性格因子、属性比对权重、智慧程度、行动策略和逆反因子确定所述虚拟对象的身体因子，根据所述身体因子对所述基础行为价值分的影响，确定第一行为价值分；

行为决策模块，用于根据所述第一行为价值分以及是否发生游戏特殊事件，确定所述虚拟对象的行为决策，所述游戏特殊事件为在特定的时间和特定的场景要求所述虚拟对象做出的预先设定的剧情操作；

状态切换模块，用于获取所述虚拟对象的第一状态，根据所述第一行为价值分和所述第一状态，使所述虚拟对象进行状态切换。

本发明还提供了一种计算机设备，包括：存储器和处理器及存储在存储器上的计算机程序，当所述计算机程序在处理器上被执行时，实现如上述方法中任一项所述的虚拟对象的计分式行为决策方法。

与现有技术相比，本发明具有以下技术效果的至少之一：

1、本申请是以每一项行为可以带来的积分收益作为判断依据来进行决策和互动，很好地解决了在回合制游戏中以往的状态机、行为树AI的树状结构“过于死板”的痛点。

2、基于计分式行为决策，在BOSS达到系统监控条件时直接将新的阶段影响因子叠加到基础形态中，并通过分数权重的方式改变BOSS-AI的决策，可以明显的降低玩家在对战感受中的撕裂感。

附图说明

是为了更清楚地说明本申请实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种虚拟对象的计分式行为决策方法的流程示意图；

图2是本发明实施例提供的训练虚拟对象的流程示意图；

图3是本发明实施例提供的虚拟对象行动前可能发生的每个事件或属性变化的列举示意图；

图4是本发明实施例提供的虚拟对象的身体因子的组成的示意图；

图5是传统的BOSS-AI分段式设计的流程示意图；

图6是本发明实施例提供的BOSS-AI分段式设计的流程示意图；

图7是本发明实施例提供的一种虚拟对象的计分式行为决策装置的结构示意图；

图8是本发明实施例提供的一种计算机设备的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。

在游戏中通常采用机器模拟人思维进行一些游戏相关的操作，如根据游戏规则参与游戏，理解玩家行为并作出反馈等，这就是游戏人工智能，即游戏AI。游戏AI在游戏中的应用已有很长的一段历史，现在已发展出AI行为树、分层状态机、有限状态机等AI决策方案。然而，现有的游戏AI决策方案只能让NPC角色做出简单的行为决策，让玩家对游戏AI操控的NPC角色产生一种行为决策有规律可循的感觉，且现有的游戏AI决策方案直接使游戏BOSS在低血量的情况进入第二阶段并获得新的技能和AI攻击逻辑，这种设计有时会让玩家在体验与游戏BOSS的战斗时有明显的阶段撕裂感。

参照图1，本发明实施例提供了一种虚拟对象的计分式行为决策方法，所述方法具体包括：

S101：获取游戏中虚拟对象行动前可能发生的每个事件或属性变化的基础行为价值分；

基于所述虚拟对象的性格因子、属性比对权重、智慧程度、行动策略和逆反因子确定所述虚拟对象的身体因子，根据所述身体因子对所述基础行为价值分的影响，确定第一行为价值分。

该实施例中，在获取游戏中虚拟对象行动前可能发生的每个事件或属性变化的基础行为价值分之前，还需要先训练虚拟对象，参照图2，虚拟对象的训练首先从数据库的建立开始，作为游戏AI的虚拟对象的所有数据都是依托于这个基础去建立的，这个数据库里面有这个虚拟对象的战斗记录、装备佩戴记录、技能佩戴记录等等信息，这个库被称为虚拟对象的“Model”。之后通过游戏设置可以对当前虚拟对象进行一些身体因子的设置，即性格因子、属性比对权重、智慧程度、行动策略和逆反因子等设置。通过上述设置，就基本完成了一个有自己特色的AI战斗单位，即图2中的初始拟人AI，后续的战斗和学习产生的各种各样的战斗数据，可以作为以后行为决策的参考数据。同时，可以将Model理解成虚拟对象的大脑记忆或经历，它通过不断学习和训练完善战斗经历，在虚拟对象遇到决策问题时会被调取作为历史经验进行参考，但Model保存的仅仅是和战斗经历、战斗事件相关的东西，它不会左右该虚拟对象的性格、战斗偏向等属性，而且每一个虚拟对象的Model都是独立存在的，虚拟对象无法自己完成Model数据共享的操作。

在获取游戏中虚拟对象行动前可能发生的每个事件或属性变化的基础行为价值分之前，还需要给虚拟对象行动前可能发生的每个事件或属性变化赋予确定的基础行为价值分，在没有身体因子的影响之前，这些基础行为价值分是固定不变的。参照图3，作为游戏AI的虚拟对象拥有优先攻击目标、移动位置、范围选取、保护机制、逃脱机制和技能优先级等不同的决策选择，而在每个决策选择中还有进一步的具体选择，如优先攻击目标的方向还有优先攻击不会反击的目标、优先攻击对自己造成伤害小的、优先攻击防御力低的、优先攻击命中率高的、优先攻击回避率低的、优先攻击治疗职业、优先攻击可以一击毙命的、优先攻击可以捕捉的、优先攻击轻伤的、优先攻击没有盾牌的等分支选择，移动位置的方向还有优先往敌人方向移动的、原地待机、优先往可以隐藏自己的位置移动等分支选择，范围选取的方向还有选取在自己攻击范围内最近的、选取在自己最大攻击范围内的等分支选择，保护机制的方向还有当自己HP少于70％就反向逃跑并使用药水、想办法杀死一个血少的等分支选择，逃脱机制的方向还有可以打完再进行移动、往附近敌人少的地方逃脱、远离所有敌人的最大攻击范围等分支选择，技能优先级的方向还有优先使用远距离的技能、优先使用高伤害的技能、优先使用可以一击毙命的技能等分支选择。以上每个事件或属性变化都是虚拟对象行动前的可选的行为决策，同时每个事件或属性变化又有自己的基础行为价值分。

对游戏中可能产生各种事件、属性变化进行打分，之后将每种操作产生的分数反馈给作为游戏AI的虚拟对象，由虚拟对象进行最终决策选择。但由于每个虚拟对象的身体因子(行事风格、性格偏向等)不同，分数反馈给虚拟对象后，可能会产生不同的决策结果。游戏中各种事件和属性变化所产生的打分是由游戏设计者根据游戏配置去定义好，比如战棋游戏中相比传统回合制游戏多了走位移动的步骤，不被对手包围是玩法战棋游戏的一种增加生存空间的手段，这时虚拟对象在决策时选择周围敌人较少的位置进行移动会获得更高的分数。游戏中的每种行为都会被赋予不同的价值，这些行为价值是游戏设计者根据不同的需求去指定的。

在一些实施例中，所述根据所述身体因子对所述基础行为价值分的影响，确定第一行为价值分，具体包括：

根据所述性格因子的预设权重以及所述性格因子对应的行为的基础行为价值分，确定第二行为价值分；

根据所述属性比对权重以及所述虚拟对象的各个基础属性的基础行为价值分，确定第三行为价值分；

根据所述智慧程度，确定所述虚拟对象的高分行为或低分行为或数据采样数量所产生的第四行为价值分；

根据所述虚拟对象的所处场景，确定所述虚拟对象的所述行动策略所产生的第五行为价值分；

根据所述逆反因子，确定所述虚拟对象违反第一虚拟对象的指挥命令所产生的第六行为价值分；

根据所述第二行为价值分、所述第三行为价值分、所述第四行为价值分、所述第五行为价值分和所述第六行为价值分，确定第一行为价值分。

该实施例中，在通过基础行动价值分完成虚拟对象最基础的决策逻辑后，在该最基础的决策逻辑上加入各种身体因子来丰富虚拟对象本身的行为逻辑，让每个独立的虚拟对象拥有自己独一无二的特性。参照图4，虚拟对象的身体因子的配置编辑会采用经典的AI节点编辑器方式，这样有利于游戏设计者根据自身项目的需求进行自定义设置拓展游戏AI功能。AI节点编辑器的优点在于它可以是基于AI的基础Model进行功能编写，也可以对某一项功能进行更多的细分配置。

在一些实施例中，所述根据所述性格因子的预设权重以及所述性格因子对应的行为的基础行为价值分，确定第二行为价值分，具体包括：

获取所述虚拟对象的所述性格因子以及所述性格因子对应的第一行为；

根据所述性格因子的预设权重和所述第一行为的基础行为价值分，确定所述第一行为的第二行为价值分。

该实施例中，性格因子用于模拟AI的人物性格，会影响AI评估行为分数，参照图4，性格因子列举了勇敢、坚毅、和平、恋战等例子，如AI的性格是“勇敢”、“坚毅”，可能在攻击类行为和激进型移动行为所获得的行为价值分数就会更多。

当所述性格因子为多个且性质相近时，根据多个所述性格因子的预设权重进行叠加后，对所述第一行为的基础行为价值分进行加分操作；当所述性格因子为多个且性质相反时，分别对不同的第一行为进行加分操作。性格因子是以类似于“标签”的形式对AI进行描述的，所以可能会同时存在好多种描述。性质类似的标签可以加大AI识别对应方案的权重，如在AI的性格描述中输入了“勇敢”“恋战”“激进”等偏攻击类行为的描述词，就会大大增加AI攻击类行为所获得的行为价值分数，促使AI选择攻击类行为的可能性更大。有时会有两极化的标签描述，这就会按照各自的权重来确定对应行为的分数，如标签描述中有“和平”“恋战”两个标签，前者会提高防御类行为的行为价值分数，后者会提高攻击类行为的行为价值分数，两者并不会有干扰，随着标签权重分配的变化AI也会在行为选择上产生变化。

其中，攻击类行为是指游戏中与其他战斗进行战斗对抗的行为，激进型移动行为是指一些带有移动策略的回合制游戏(如战棋游戏)中，积极接近对手并与之对抗的移动策略，防御类行为，是指游戏中不直接与其他战斗单位产生对抗冲突进行主动防御的一类行为。

因此，在虚拟对象的性格因子是“勇敢”、“坚毅”时，该性格因子对应的第一行为就是攻击类行为或激进型移动行为，如果攻击类行为或激进型移动行为的基础行为价值分均为1分，则由于“勇敢”、“坚毅”等性格因子的原因，攻击类行为或激进型移动行为的基础行为价值分就会得到提升，比如设定“勇敢”、“坚毅”等性格因子的权重是1.5，那么，攻击类行为或激进型移动行为的第二行为价值分就变成1.5，但同时考虑到多种标签接近的性格因子的预设权重的加成，攻击类行为或激进型移动行为的第二行为价值分还会更高。

在一些实施例中，所述根据所述属性比对权重以及所述虚拟对象的各个基础属性的基础行为价值分，确定第三行为价值分，具体包括：

根据所述虚拟对象的职业类型和属性倾向，确定所述属性比对权重；

根据所述属性比对权重和所述虚拟对象的各个基础属性的基础行为价值分，确定所述虚拟对象的各个基础属性的第三行为价值分。

该实施例中，属性比对权重可以影响AI在和敌人进行属性比对时的评分权重，如在游戏中每1点攻击力的价值评分是3分，这个AI的攻击属性比对权重是1.5，那么它在攻击属性的每1点得分都会是4.5分，此处仅为一种分数计算方式的举例，具体的实现方式可能会因为游戏环境的问题，不使用简单的乘法公式，而是使用更加复杂的公式。比如，由于不同角色的职业、属性倾向不同，攻击型角色的攻击力属性权重设置高一些，可以提高AI选择攻击行为的频次，参照图4，图4中的属性比对权重包括：生命为1.2、攻击为1.5和防御为0.9，该属性比对权重就是一个典型的攻击型角色的属性比对权重。

在一些实施例中，所述根据所述智慧程度，确定所述虚拟对象的高分行为或低分行为或数据采样数量所产生的第四行为价值分，具体包括：

根据所述虚拟对象的所述智慧程度，确定高分权重、低分权重和数据采样数量；

根据所述虚拟对象的若干行为的基础行为价值分的大小进行排序，然后确定高分区间和低分区间；

根据所述高分权重确定所述高分区间中的若干高分行为中的第一高分行为，或者，根据所述低分权重确定所述低分区间中的若干低分行为中的第一低分行为，或者，根据所述数据采样数量预测未来预设回合数内所述虚拟对象及所述虚拟对象的敌对虚拟对象的行为趋势，然后确定未来预设回合数内的基础行为价值分；

确定第四行为价值分，所述第四行为价值分为所述第一高分行为的基础行为价值分，或者，所述第一低分行为的基础行为价值分，或者，所述未来预设回合数内的基础行为价值分。

该实施例中，虚拟对象的智慧程度可以限制该虚拟对象选择行为价值分更高的行为操作，即智慧程度越高，选择行为价值分高的可能性更大。高分权重和低分权重主要决定了虚拟对象的智慧程度，高分权重和低分权重之和等于100％，其中，高分权重是指选择行为价值分数较高的操作出现的频次，低分权重是指选择行为价值分数较低的操作出现的频次，高分权重或低分权重可以根据游戏项目的需求设置成百分比，或者是“出现权重值/总权重值”的方式来确定触发高分操作几率或低分操作几率，即是说，高分权重越高、低分权重越低，虚拟对象越有可能触发高分行为操作，反之，高分权重越低、低分权重越高，虚拟对象触发低分行为操作的几率更大。同时，系统还将所有行为操作按照行为价值分降序排序，在图4中，高分权重是50％，低分权重也是50％，系统在做完排序工作后，设定高分区间是90％-100％，则虚拟对象触发高分行为操作时，会选择所有数据中前10％的高分操作，而低分区间设定为0％-10％，则虚拟对象触发低分行为操作时，会选择所有数据中后10％的低分操作，即虚拟对象有50％的可能性触发高分行为操作，也有50％的可能性触发低分行为操作。

除了高分权重和低分权重对虚拟对象的智慧程度的限定以外，数据采样数量也是对虚拟对象的AI智慧程序进行补充编辑的配置选项，通过提高分析样本的数量和预测本回合结束后自身和对手的行动趋势。如图4中，虚拟对象的采样步数为10，在回合制游戏中，这可以理解为预测未来10个回合内该虚拟对象以及该虚拟对象的敌对虚拟对象的行动趋势，并进行一个行为价值分的计算。数据采样数量越高，虚拟对象的智慧程度也越高。

在一些实施例中，所述根据所述虚拟对象的所处场景，确定所述虚拟对象的所述行动策略所产生的第五行为价值分，具体包括：

确定所述虚拟对象的禁止指令和加分指令，所述禁止指令为限定所述虚拟对象不做出被禁止行为的指令，所述加分指令为使所述虚拟对象倾向于做出符合人物设定的行为的指令；

根据所述禁止指令、所述加分指令和所述虚拟对象的职业类型对应的行动策略，确定所述虚拟对象将要做出的第二行为；

或者，根据所述禁止指令、所述加分指令和所述虚拟对象的移动行动对应的行动策略，确定所述虚拟对象将要做出的第三行为；

确定第五行为价值分，所述第五行为价值分为所述第二行为的基础行为价值分或所述第三行为的基础行为价值分。

该实施例中，参照图4，其行动策略分为攻击类、治疗辅助类、位移类，其中，攻击类和治疗辅助类对应虚拟对象的职业类型，位移类对应虚拟对象的移动行动。除此之外，虚拟对象的行动策略还包括禁止指令和加分指令，禁止指令是用于限制虚拟对象绝对不会做出某项操作，比如绝对不会攻击某个角色，加分指令是用于让虚拟对象更倾向于进行某个操作，大多数情况是为了配合剧情中的人物设定，如让某个士兵AI优先破解机关而不去攻击敌人。在攻击类的行动策略中，有优先攻击生命值高的敌人，使用群体技能时优先攻击敌人较多的范围，优先攻击某个职业，优先攻击某个人，不对某个人进行攻击，不对某个建筑进行进行攻击，没有特殊情况下不使用某个技能等分支行动策略；在治疗辅助类的行动策略中，有优先对生命值较低的队友释放治疗技能，优先对某个人释放治疗技能等分支行动策略；在位移类的行动策略中，有优先移动到离敌人近的且敌人的职业是治疗系的格子，优先移动到地势较高的格子等移动策略。

在上述的禁止指令和加分指令的情况下，根据不同职业类型或移动行动的行动策略中，选取其中的一项行动策略，在没有其他身体因子的影响的情况下，通常是选择行动价值分最高且没有被禁止的行动策略。

在一些实施例中，所述根据所述逆反因子，确定所述虚拟对象违反第一虚拟对象的指挥命令所产生的第六行为价值分，具体包括：

获取第一虚拟对象的指挥命令，所述指挥命令为普通指令或强制执行指令；

当所述指挥命令为普通指令时，获取所述普通指令对应的第四行为的基础行为价值分和额外行为价值分，然后根据所述逆反因子的逆反数值对所述额外行为价值分进行降分操作，获得第六行为价值分，所述第六行为价值分为所述普通指令对应的第四行为的基础行为价值分以及降分后的额外行为价值分之和；

当所述指挥命令为强制执行指令时，直接获得第六行为价值分，所述第六行为价值分为所述普通指令对应的第四行为的基础行为价值分以及额外行为价值分之和。

该实施例中，通常出现在虚拟对象为士兵AI的情况下，虚拟对象作为士兵AI时，往往需要受作为指挥官AI的第一虚拟对象的指挥命令的影响，因此逆反因子用于当有指挥官AI发来临时指令时，决定虚拟对象选择执行或者抗拒执行的程度。在没有逆反因子的情况下，虚拟对象默认是100％去执行指挥官AI发来的临时指令，但如果在AI节点编辑器中加入了逆反因子的节点，会根据节点所设置的百分比来确认是否要选择。如，士兵AI在分析完了每一个行为操作的行为价值分后，攻击敌人会获得120分行为价值分，治疗某个队友会获得100分行为价值分，指挥官AI发布指令告诉这个士兵AI如果治疗某个队友将会额外获得40分行为价值分，一般情况下士兵AI就会执行高达160分的治疗队友选项，但是由于逆反因子的存在(如图4所示，这里可以假设逆反数值是50％)，指挥官给的这个额外分数会变成40*50％＝20分，即根据逆反因子的逆反数值使额外行为价值分进行降分，这时两个选项都是120分，士兵AI就不是100％的去执行指挥官AI布置的指令了。同时，指挥官AI的指挥命令有普通指令和强制执行两种，强制执行的指令无法使用逆反因子做逆反判定。

S102：根据所述第一行为价值分以及是否发生游戏特殊事件，确定所述虚拟对象的行为决策，所述游戏特殊事件为在特定的时间和特定的场景要求所述虚拟对象做出的预先设定的剧情操作；

获取所述虚拟对象的第一状态，根据所述第一行为价值分和所述第一状态，使所述虚拟对象进行状态切换。

在一些实施例中，所述获取所述虚拟对象的第一状态，根据所述第一行为价值分和所述第一状态，确定所述虚拟对象的第二状态，具体包括：

获取所述虚拟对象的身份信息，当所述虚拟对象的身份信息为游戏BOSS时，确定所述虚拟对象的第一状态，所述第一状态为所述虚拟对象的正常状态；

根据所述第一行为价值分，使所述第一状态切换为第二状态，所述第二状态为战斗状态；

根据所述第一行为价值分，使所述第二状态切换为第三状态，所述第三状态为愤怒状态；

或者，直接使所述第一状态切换为第四状态，所述第四状态为第二人格状态。

该实施例中，为了确保剧情的演绎等设立的特殊功能，会在特定的时间、场景、对特定的人物做出设定好的一些剧情操作，如在某个剧情场景中在场的敌方NPC不会攻击某个我方角色而是选择为其回复生命值。因此，需要判断所述虚拟对象是否发生游戏特殊事件，如判断为是，根据所述游戏特殊事件做出行为决策，否则根据所述第一行为价值分做出行为决策。

此外，还可以通过上述计分式行为决策的方式，更好的模拟出以往RPG游戏对BOSS分阶段改变战斗AI的设计，并且会更加智能。参照图5，在传统的BOSS-AI分段式设计中，是通过系统监控BOSS状态并对BOSS的形态进行切换，如通过监控BOSS血量让BOSS在生命值低于50％时进入第二阶段获得新的技能和AI攻击逻辑，这种设计有时会让玩家在体验BOSS战斗时有明显的阶段撕裂感。参照图6，基于本发明实施例提供的方法，在BOSS达到系统监控条件时直接将新的阶段影响因子叠加到基础形态中，并通过分数权重的方式改变BOSS-AI的决策，可以明显的降低玩家在对战感受中的撕裂感，同时也可以通过完全抹除正常状态的方式直接将BOSS转化为“第二人格”。

参照图7，本发明实施例还提供了一种虚拟对象的计分式行为决策装置7，所述装置7具体包括：

第一处理模块701，用于获取游戏中虚拟对象行动前可能发生的每个事件或属性变化的基础行为价值分；

第二处理模块702，用于基于所述虚拟对象的性格因子、属性比对权重、智慧程度、行动策略和逆反因子确定所述虚拟对象的身体因子，根据所述身体因子对所述基础行为价值分的影响，确定第一行为价值分；

行为决策模块703，用于根据所述第一行为价值分以及是否发生游戏特殊事件，确定所述虚拟对象的行为决策，所述游戏特殊事件为在特定的时间和特定的场景要求所述虚拟对象做出的预先设定的剧情操作；

状态切换模块704，用于获取所述虚拟对象的第一状态，根据所述第一行为价值分和所述第一状态，使所述虚拟对象进行状态切换。

可以理解的是，如图1所示的虚拟对象的计分式行为决策方法实施例中的内容均适用于本虚拟对象的计分式行为决策装置实施例中，本虚拟对象的计分式行为决策装置实施例所具体实现的功能与如图1所示的虚拟对象的计分式行为决策方法实施例相同，并且达到的有益效果与如图1所示的虚拟对象的计分式行为决策方法实施例所达到的有益效果也相同。

需要说明的是，上述装置之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

参照图8，本发明实施例还提供了一种计算机设备8，包括：存储器802和处理器801及存储在存储器802上的计算机程序803，当所述计算机程序803在处理器801上被执行时，实现如上述方法中任一项所述的虚拟对象的计分式行为决策方法。

所述计算机设备8可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该计算机设备8可包括，但不仅限于，处理器801、存储器802。本领域技术人员可以理解，图8仅仅是计算机设备8的举例，并不构成对计算机设备8的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。

所称处理器801可以是中央处理单元(Central Processing Unit，CPU)，该处理器801还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器802在一些实施例中可以是所述计算机设备8的内部存储单元，例如计算机设备8的硬盘或内存。所述存储器802在另一些实施例中也可以是所述计算机设备8的外部存储设备，例如所述计算机设备8上配备的插接式硬盘，智能存储卡(Smart MediaCard,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器802还可以既包括所述计算机设备8的内部存储单元也包括外部存储设备。所述存储器802用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器802还可以用于暂时地存储已经输出或者将要输出的数据。

本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器运行时，实现如上述方法中任一项所述的虚拟对象的计分式行为决策方法。

该实施例中，所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所公开的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

Claims (10)

1.一种虚拟对象的计分式行为决策方法，其特征在于，所述方法具体包括：

获取游戏中虚拟对象行动前可能发生的每个事件或属性变化的基础行为价值分；

基于所述虚拟对象的性格因子、属性比对权重、智慧程度、行动策略和逆反因子确定所述虚拟对象的身体因子，根据所述身体因子对所述基础行为价值分的影响，确定第一行为价值分；

根据所述第一行为价值分以及是否发生游戏特殊事件，确定所述虚拟对象的行为决策，所述游戏特殊事件为在特定的时间和特定的场景要求所述虚拟对象做出的预先设定的剧情操作；

获取所述虚拟对象的第一状态，根据所述第一行为价值分和所述第一状态，使所述虚拟对象进行状态切换。

2.根据权利要求1所述的方法，其特征在于，所述根据所述身体因子对所述基础行为价值分的影响，确定第一行为价值分，具体包括：

根据所述性格因子的预设权重以及所述性格因子对应的行为的基础行为价值分，确定第二行为价值分；

根据所述属性比对权重以及所述虚拟对象的各个基础属性的基础行为价值分，确定第三行为价值分；

根据所述智慧程度，确定所述虚拟对象的高分行为或低分行为或数据采样数量所产生的第四行为价值分；

根据所述虚拟对象的所处场景，确定所述虚拟对象的所述行动策略所产生的第五行为价值分；

根据所述逆反因子，确定所述虚拟对象违反第一虚拟对象的指挥命令所产生的第六行为价值分；

根据所述第二行为价值分、所述第三行为价值分、所述第四行为价值分、所述第五行为价值分和所述第六行为价值分，确定第一行为价值分。

3.根据权利要求2所述的方法，其特征在于，所述根据所述性格因子的预设权重以及所述性格因子对应的行为的基础行为价值分，确定第二行为价值分，具体包括：

获取所述虚拟对象的所述性格因子以及所述性格因子对应的第一行为；

根据所述性格因子的预设权重和所述第一行为的基础行为价值分，确定所述第一行为的第二行为价值分。

4.根据权利要求2所述的方法，其特征在于，所述根据所述属性比对权重以及所述虚拟对象的各个基础属性的基础行为价值分，确定第三行为价值分，具体包括：

根据所述虚拟对象的职业类型和属性倾向，确定所述属性比对权重；

根据所述属性比对权重和所述虚拟对象的各个基础属性的基础行为价值分，确定所述虚拟对象的各个基础属性的第三行为价值分。

5.根据权利要求2所述的方法，其特征在于，所述根据所述智慧程度，确定所述虚拟对象的高分行为或低分行为或数据采样数量所产生的第四行为价值分，具体包括：

根据所述虚拟对象的所述智慧程度，确定高分权重、低分权重和数据采样数量；

根据所述虚拟对象的若干行为的基础行为价值分的大小进行排序，然后确定高分区间和低分区间；

根据所述高分权重确定所述高分区间中的若干高分行为中的第一高分行为，或者，根据所述低分权重确定所述低分区间中的若干低分行为中的第一低分行为，或者，根据所述数据采样数量预测未来预设回合数内所述虚拟对象及所述虚拟对象的敌对虚拟对象的行为趋势，然后确定未来预设回合数内的基础行为价值分；

确定第四行为价值分，所述第四行为价值分为所述第一高分行为的基础行为价值分，或者，所述第一低分行为的基础行为价值分，或者，所述未来预设回合数内的基础行为价值分。

6.根据权利要求2所述的方法，其特征在于，所述根据所述虚拟对象的所处场景，确定所述虚拟对象的所述行动策略所产生的第五行为价值分，具体包括：

确定所述虚拟对象的禁止指令和加分指令，所述禁止指令为限定所述虚拟对象不做出被禁止行为的指令，所述加分指令为使所述虚拟对象倾向于做出符合人物设定的行为的指令；

根据所述禁止指令、所述加分指令和所述虚拟对象的职业类型对应的行动策略，确定所述虚拟对象将要做出的第二行为；

或者，根据所述禁止指令、所述加分指令和所述虚拟对象的移动行动对应的行动策略，确定所述虚拟对象将要做出的第三行为；

确定第五行为价值分，所述第五行为价值分为所述第二行为的基础行为价值分或所述第三行为的基础行为价值分。

7.根据权利要求2所述的方法，其特征在于，所述根据所述逆反因子，确定所述虚拟对象违反第一虚拟对象的指挥命令所产生的第六行为价值分，具体包括：

获取第一虚拟对象的指挥命令，所述指挥命令为普通指令或强制执行指令；

当所述指挥命令为普通指令时，获取所述普通指令对应的第四行为的基础行为价值分和额外行为价值分，然后根据所述逆反因子的逆反数值对所述额外行为价值分进行降分操作，获得第六行为价值分，所述第六行为价值分为所述普通指令对应的第四行为的基础行为价值分以及降分后的额外行为价值分之和；

当所述指挥命令为强制执行指令时，直接获得第六行为价值分，所述第六行为价值分为所述普通指令对应的第四行为的基础行为价值分以及额外行为价值分之和。

8.根据权利要求1所述的方法，其特征在于，所述获取所述虚拟对象的第一状态，根据所述第一行为价值分和所述第一状态，确定所述虚拟对象的第二状态，具体包括：

获取所述虚拟对象的身份信息，当所述虚拟对象的身份信息为游戏BOSS时，确定所述虚拟对象的第一状态，所述第一状态为所述虚拟对象的正常状态；

根据所述第一行为价值分，使所述第一状态切换为第二状态，所述第二状态为战斗状态；

根据所述第一行为价值分，使所述第二状态切换为第三状态，所述第三状态为愤怒状态；

或者，直接使所述第一状态切换为第四状态，所述第四状态为第二人格状态。

9.一种虚拟对象的计分式行为决策装置，其特征在于，所述装置具体包括：

第一处理模块，用于获取游戏中虚拟对象行动前可能发生的每个事件或属性变化的基础行为价值分；

第二处理模块，用于基于所述虚拟对象的性格因子、属性比对权重、智慧程度、行动策略和逆反因子确定所述虚拟对象的身体因子，根据所述身体因子对所述基础行为价值分的影响，确定第一行为价值分；

行为决策模块，用于根据所述第一行为价值分以及是否发生游戏特殊事件，确定所述虚拟对象的行为决策，所述游戏特殊事件为在特定的时间和特定的场景要求所述虚拟对象做出的预先设定的剧情操作；

状态切换模块，用于获取所述虚拟对象的第一状态，根据所述第一行为价值分和所述第一状态，使所述虚拟对象进行状态切换。

10.一种计算机设备，其特征在于，包括：存储器和处理器及存储在存储器上的计算机程序，当所述计算机程序在处理器上被执行时，实现如权利要求1至8中任一项所述的虚拟对象的计分式行为决策方法。