游戏的怪物配置生成方法及装置[发明专利]
(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 (43)申请公布日 (21)申请号 201811534241.9
(22)申请日 2018.12.14
(71)申请人 北京深极智能科技有限公司
地址 100083 北京市海淀区学清路甲18号
西小楼一层
(72)发明人 侯潇　杜宇　陆恒通　李悦　刘澄　
马恒　郭祥昊　
(74)专利代理机构 北京金咨知识产权代理有限
公司 11612
代理人 宋教花
(51)Int.Cl.
G06N  3/12(2006.01)
A63F  13/60(2014.01)
A63F  13/822(2014.01)
(54)发明名称游戏的怪物配置生成方法及装置(57)摘要本发明涉及一种游戏的怪物配置生成方法及装置，该方法包括：构建基因池；基于基因池中的基因段生成多个关卡基因型表示；基于多个关卡基因型表示生成包括基因关卡个体的初代种；适应度计算步骤，利用适应度函数计算各基因关卡个体的适应
度；个体选择步骤：基于计算的各基因关卡个体的适应度确定是否存在可用基因关卡个体，在否的情况下，基于计算的各基因关卡个体的适应度大小从初代种中筛选出父代基因关卡个体；进化步骤：基于父代基因关卡个体利用遗传算法生成新一代基因关卡个体的种；重复适应度计算步骤、个体选择步骤和进化步骤，直至基于计算的各基因关卡个体的适应度确定存在可用基因关卡个体，且输出可用基
因关卡个体。权利要求书2页  说明书12页  附图7页CN 109615074 A 2019.04.12
C N  109615074
A
1.一种游戏的怪物配置生成方法，其特征在于，该方法包括以下步骤：
基因池构建步骤：构建包括多个怪物配置基因段的至少一个基因池，所述基因段中包括基因编号和怪物基因信息，所述怪物基因信息包括怪物阵型信息；
关卡基因型表示生成步骤：基于基因池中的基因段生成多个关卡基因型表示，每个关卡基因型表示中包括怪物波信息、各波对应的路径信息以及各波对应的各路径上怪物的基因表示，其中各波对应的各路径上怪物的基因表示包括特定长度的基因段占位序列；
初代种生成步骤：基于多个关卡基因型表示生成包括预定数量的基因关卡个体的初代种；
适应度计算步骤：计算当前生成的种中各基因关卡个体的适应度；
个体选择步骤：基于计算的各基因关卡个体的适应度确定是否存在可用基因关卡个体，在不存在可用基因关卡个体的情况下，基于计算的各基因关卡个体的适应度的大小从当前种中筛选出预定比例或数目的基因关卡个体作为父代基因关卡个体；
进化步骤：基于父代基因关卡个体利用遗传算法生成新一代基因关卡个体的种；
重复上述适应度计算步骤、个体选择步骤和进化步骤，直至基于计算的各基因关卡个体的适应度确定存在可用基因关卡个体，且输出所述可用基因关卡个体，基于输出的基因关卡个体生成怪物配置。
2.根据权利要求1所述的方法，其特征在于，所述基于输出的基因关卡个体生成怪物配置包括：
基于输出的基因关卡个体的关卡基因型表示生成关卡配置文件中的出怪配置。
3.根据权利要求2所述的方法，其特征在于，所述关卡配置文件中的出怪配置还包括以下配置参数中的至少之一：怪物数量、怪物血量、怪物赏金数和出怪密度；
所述方法还包括：利用所述配置参数对所述关卡配置文件中的出怪配置进行评估。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
调整出怪配置中的至少一个配置参数，基于调整后的评估结果选择最优的出怪配置。
5.根据权利要求1所述的方法，其特征在于，在构建基因池的步骤之前，所述方法还包括：
基于原始关卡的配置数据生成多个怪物配置基因段。
6.根据权利要求5所述的方法，其特征在于，所述基于原始关卡的配置数据生成多个怪物配置基因段的步骤包括：
将原始关卡中每一波怪物的配置数据按照路径进行拆分，基于每条路径上怪物间的出现时间间隔及分布，生成多个怪物配置基因段。
7.根据权利要求1-6中任意一项所述的方法，其特征在于：
所述怪物配置基因段中的信息元素、所述关卡基因型表示中的信息元素和/或所述特定长度的基因段占位序列被配置为列表形式。
8.根据权利要求1-6中任意一项所述的方法，其特征在于，所构建的至少一个基因池为分别与不同关卡级别或不同怪物波段对应多个分段式基因池。
9.根据权利要求1-6中任意一项所述的方法，其特征在于，所述关卡基因型表示中的基因段占位序列是由相应基因池中的基因段随机占位生成的。
10.根据权利要求9所述的方法，其特征在于，所述基于多个关卡基因型表示生成预定
数量的基因关卡个体的初代种的步骤包括：
以预定数量的关卡基因型表示作为预定数量的基因关卡个体，生成基因关卡个体初代种；或者
利用多个关卡基因型表示和被配置为表示当前关卡中每一波的各主路径上是否有怪的基因编码生成预定数量的基因关卡个体的初代种。
11.根据权利要求1-6中任意一项所述的方法，其特征在于，计算当前生成的种中各基因关卡个体的适应度包括：利用适应度函数计算当前生成的种中各基因关卡个体的适应度；
所述适应度函数为基于如下参数中的至少一个确定的适应度函数：怪物数量、怪物种类、怪物血量和怪物密度。
12.根据权利要求11所述的方法，其特征在于，所述适应度函数公式为三个函数f N、f T，T′和f H的线性组合，其中，f N为表示基于怪物数量来衡量当前基因关卡个体与参考关卡个体的相似度的函数，f T，T′
为表示基于怪物种类来衡量当前基因关卡个体与参考关卡个体的相似度的函数，f H为表示基于怪物血量来衡量当前基因关卡个体与参考关卡个体的相似度的函数。
13.根据权利要求11所述的方法，其特征在于：
f N＝d1(N c，N r)+d2(N c，N r)+|∑N c+∑N r|；
f T，T′＝θ1d1(T c，T r)+θ2|T c′-T r′|；
f H＝θ3d1(H c，H r)+θ4d2(H c，H r)；
其中，Nc和Nr分别表示当前基因关卡和参考关卡在每一波中出现的怪物数量，Tc和Tr 分别表示当前基因关卡和参考关卡在每一波中出现的怪物种类数，Hc和Hr分别表示当前基因关卡和参考关卡在每一波中出现的怪物的血量总和，函数d1为曼哈顿距离计算函数，函数d2为余弦相似度计算函数，θ1，θ2，θ3，θ4分别为权重系数。
14.根据权利要求1所述的方法，其特征在于，所述进化步骤包括：
将父代基因关卡个体种进行乱序后交叉操作和/或进行变异，产生新的基因关卡个体，从而产生包含所述新的基因关卡个体以及部分或全部父代基因关卡个体的新一代基因关卡个体种。
15.一种游戏的怪物配置生成装置，其特征在于，该装置包括处理器和存储器，所述存储器用于存储计算机指令，所述处理器用于执行所述存储器中存储的计算机指令，当处理器执行存储器上存储的计算机指令时所述怪物配置生成装置实现权利要求1-14中任意一项所述方法的步骤。
16.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，该计算机程序被处理器执行时实现权利要求1-14中任意一项所述方法的步骤。
游戏的怪物配置生成方法及装置
技术领域
[0001]本发明涉及人工智能技术领域，尤其涉及一种游戏的怪物配置生成方法及装置。
背景技术
[0002]塔防游戏是指一类通过在地图上建造炮塔或类似建筑物攻击和阻挡敌人前进，以保卫己方大本营的策略类游戏。塔防游戏深受玩家们喜爱因为他的特点在于随着游戏的深入，游戏难度增加，刺激程度随之增加，并且对于玩家而言更具挑战性。
[0003]在塔防游戏中，出怪的配置决定了整个关卡的难度与可玩性。过难的关卡会打击玩家的兴趣，过
简单的关卡又会因为没有挑战性而使玩家感到无趣。此外，各种怪物之间不同的搭配组合才能为游戏带来更多的新鲜感。因此，产生丰富有趣又难度适中的关卡就成为了塔防游戏设计里至关重要的一个环节。
[0004]目前，塔防游戏的怪物生成普遍使用人工配置的方法产生。人工配置法就是由具有专业知识的相关策划和设计人员参与，预先设计游戏关卡中的出怪方案，经过人工的反复测试不断的调试和修改，以及调整难度以达到预期效果。这是一种最直接的出怪方案设计方法。由于采用人工配置，传统的塔防游戏出怪设计需要多个人工工种之间相互配合，需要经过人工反复的调整与测试。这样的设计往往效率低下，出怪方案的设计时间往往是漫长的，这无疑需要耗费大量的人力和其他资源，极大降低了整体游戏生产的效率，并且过高的设计成本大大限制了一款塔防游戏的可玩游戏时间。
[0005]如何能够在保证塔防游戏普遍特点的情况下快速自动地进行生成怪物配置，达到提高游戏生产能力并且减少人力投入和资金投入的目的，并保证游戏的趣味性和刺激性，是一个有待解决的技术问题。
发明内容
[0006]本发明的实施方式鉴于现有技术的上述问题提出，旨在提供一种游戏的怪物配置生成方法及装置，以解决现有技术中存在的一种或更多种的缺点，至少提供一种有益的选择。
[0007]本发明的技术方案如下：
[0008]根据本发明的一方面，提供一种游戏的怪物配置生成方法，该方法包括以下步骤：[0009]基因池构建步骤：构建包括多个怪物配置基因段的至少一个基因池，所述基因段中包括基因编号和怪物基因信息，所述怪物基因信息包括怪物阵型信息；
[0010]关卡基因型表示生成步骤：基于基因池中的基因段生成多个关卡基因型表示，每个关卡基因型表示中包括怪物波信息、各波对应的路径信息以及各波对应的各路径上怪物的基因表示，其中各波对应的各路径上怪物的基因表示包括特定长度的基因段占位序列；[0011]初代种生成步骤：基于多个关卡基因型表示生成包括预定数量的基因关卡个体的初代种；
[0012]适应度计算步骤：计算当前生成的种中各基因关卡个体的适应度；
[0013]个体选择步骤：基于计算的各基因关卡个体的适应度确定是否存在可用基因关卡个体，在不存在可用基因关卡个体的情况下，基于计算的各基因关卡个体的适应度的大小从当前种中筛选出预定比例或数目的基因关卡个体作为父代基因关卡个体；
造梦西游3宠物怎么抓[0014]进化步骤：基于父代基因关卡个体利用遗传算法生成新一代基因关卡个体的种；
[0015]重复上述适应度计算步骤、个体选择步骤和进化步骤，直至基于计算的各基因关卡个体的适应度确定存在可用基因关卡个体，且输出所述可用基因关卡个体，基于输出的基因关卡个体生成怪物配置。
[0016]优选地，所述基于输出的基因关卡个体生成怪物配置包括：基于输出的基因关卡个体的关卡基因型表示生成关卡配置文件中的出怪配置。
[0017]优选地，所述关卡配置文件中的出怪配置还包括以下配置参数中的至少之一：怪物数量、怪物血量、怪物赏金数和出怪密度；所述方法还包括：利用所述配置参数对所述关卡配置文件中的出怪配置进行评估。
[0018]优选地，所述方法还包括：调整出怪配置中的至少一个配置参数，基于调整后的评估结果选择最优的出怪配置。
[0019]优选地，在构建基因池的步骤之前，所述方法还包括：基于原始关卡的配置数据生成多个怪物配置基因段。
[0020]优选地，所述基于原始关卡的配置数据生成多个怪物配置基因段的步骤包括：将原始关卡中每一波怪物的配置数据按照路径进行拆分，基于每条路径上怪物间的出现时间间隔及分布，生成多个怪物配置基因段。
[0021]优选地，所述怪物配置基因段中的信息元素、所述关卡基因型表示中的信息元素和/或所述特定长度的基因段占位序列被配置为列表形式。
[0022]优选地，所构建的至少一个基因池为分别与不同关卡级别或不同怪物波段对应多个分段式基因池。
[0023]优选地，所述关卡基因型表示中的基因段占位序列是由相应基因池中的基因段随机占位生成的。
[0024]优选地，所述基于多个关卡基因型表示生成预定数量的基因关卡个体的初代种的步骤包括：以预定数量的关卡基因型表示作为预定数量的基因关卡个体，生成基因关卡个体初代种；或者利用多个关卡基因型表示和被配置为表示当前关卡中每一波的各主路径上是否有怪的基因编码生成预定数量的基因关卡个体的初代种。
[0025]优选地，计算当前生成的种中各基因关卡个体的适应度包括：利用适应度函数计算当前生成的种中各基因关卡个体的适应度；所述适应度函数为基于如下参数中的至少一个确定的适应度函数：怪物数量、怪物种类、怪物血量和怪物密度。
[0026]优选地，所述适应度函数公式为三个函数f N、f T，T′和f H的线性组合，其中，f N为表示基于怪物数量来衡量当前基因关卡个体与参考关卡个体的相似度的函数，f T，T′为表示基于怪物种类来衡量当前基因关卡个体与参考关卡个体的相似度的函数，f H为表示基于怪物血量来衡量当前基因关卡个体与参考关卡个体的相似度的函数。
[0027]优选地，f N＝d1(N c，N r)+d2(N c，N r)+|∑N c+∑N r|；
[0028]f T，T′＝θ1d1(T c，T r)+θ2|T c′-T r′|；

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。