游戏中人工智能模型的训练方法、装置、系统及服务器.pdf

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 111249738 A (43)申请公布日 2020.06.09 (21)申请号 202010126381.3 (22)申请日 2020.02.27 (71)申请人 网易(杭州)网络有限公司 地址 310052 浙江省杭州市滨江区长河街 道网商路599号4幢7层 (72)发明人 叶振斌　吕唐杰　范长杰　胡志鹏　 (74)专利代理机构 北京超成律师事务所 11646 代理人 吴迪 (51)Int.Cl. A63F 13/67(2014.01) 权利要求书3页 说明书17页 附图5页 (54)发明名称 游戏中人工智能模型的训练方法、装置、系 统及服务器 (57)摘要 本申请提供了一种游戏中人工智能模型的 训练方法、装置、系统及服务器，涉及游戏技术领 域，解决了游戏中人工智能模型的训练效率较低 的技术问题。该方法包括：周期性获取所述代理 服务器的当前第二结果数据，并更新历史第二结 果数据；重复执行如下步骤，直至所述人工智能 模型符合预期：基于历史第二结果数据，执行所 述至少一个自身训练任务，得到当前第一结果数 据；将所述当前第一结果数据周期性的与至少一 个所述代理服务器同步，以及判断所述人工智能 模型是否符合预期。 A 8 3 7 9 4 2 1 1 1 N C CN 111249738 A 权　利　要　求　书 1/3页 1.一种游戏中人工智能模型的训练方法，其特征在于，应用于服务器，所述服务器预先 配置有用于训练所述人工智能模型的至少一个自身训练任务和至少一个代理训练任务；所 述服务器用于执行所述至少一个自身训练任务，生成第一结果数据；所述至少一个代理训 练任务中的每个对应有代理服务器，所述代理服务器用于执行该代理服务器对应的所述代 理训练任务，生成第二结果数据；所述方法包括：周期性获取所述代理服务器的当前第二结 果数据，并更新历史第二结果数据； 重复执行如下步骤，直至所述人工智能模型符合预期： 基于历史第二结果数据，执行所述至少一个自身训练任务，得到当前第一结果数据； 将所述当前第一结果数据周期性的与至少一个所述代理服务器同步，以及判断所述人 工智能模型是否符合预期。 2.根据权利要求1所述的方法，其特征在于，所述至少一个代理训练任务包括运行游戏 实例，所述第二结果数据包括游戏数据； 所述至少一个自身训练任务包括将所述游戏数据作为训练样本训练所述人工智能模 型，所述第一结果数据包括训练后的人工智能模型。 3.根据权利要求2所述的方法，其特征在于，所述至少一个自身训练任务还包括接收并 统计所述游戏数据； 所述至少一个代理训练任务还包括将所述游戏数据同步至所述服务器。 4.根据权利要求1所述的方法，其特征在于，所述至少一个代理训练任务包括将游戏数 据作为训练样本训练所述人工智能模型，所述第二结果数据包括训练后的人工智能模型； 所述至少一个自身训练任务包括运行至少一个游戏实例，所述第一结果数据包括所述 游戏数据。 5.根据权利要求1所述的方法，其特征在于，更新历史第二结果数据的步骤，包括： 如果所述服务器中的历史第二结果数据与所述当前第二结果数据不同，则将所述服务 器中历史第二结果数据的内容更改为所述当前第二结果数据； 其中，所述历史第二结果数据是所述服务器在获取到所述当前第二结果数据之前，从 所述代理服务器处获取到的第二结果数据。 6.根据权利要求2所述的方法，其特征在于，将所述当前第一结果数据周期性的与至少 一个所述代理服务器同步的