首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种掼蛋游戏的牌型数据获取方法及相关装置_浙江畅唐网络股份有限公司_202110644596.9 

申请/专利权人:浙江畅唐网络股份有限公司

申请日:2021-06-09

公开(公告)日:2024-06-21

公开(公告)号:CN113274738B

主分类号:A63F13/822

分类号:A63F13/822;A63F13/35;G06N3/0464;G06N3/08

优先权:

专利状态码:有效-授权

法律状态:2024.06.21#授权;2021.09.07#实质审查的生效;2021.08.20#公开

摘要:本申请公开了一种掼蛋游戏的牌型数据获取方法,包括:根据获取到的文本日志和游戏状态字典进行整合处理,得到训练数据;根据训练数据对一维卷积残差神经网络进行训练,得到决策模型;采用决策模型对接收到的状态信息进行处理,得到牌型数据;发送牌型数据。通过从文本日志和游戏状态字典中提取得到的训练数据,进行神经网络训练后得到的决策模型,最后再根据该决策模型和接收到的状态信息进行出牌决策,得到牌型数据,而不是以规则模型进行自动出牌,以便在掼蛋游戏服务器中实现更加拟人化的机器人下棋操作,提高游戏数据处理的效果。本申请还公开了一种掼蛋游戏的牌型数据获取装置、服务器以及计算机可读存储介质,具有以上有益效果。

主权项:1.一种掼蛋游戏的牌型数据获取方法,其特征在于,包括:根据获取到的文本日志和游戏状态字典进行整合处理,得到训练数据;其中,所述游戏状态字典为掼蛋游戏初始化时获取到的字典数据;根据所述训练数据对一维卷积残差神经网络进行训练,得到决策模型;其中,所述一维卷积残差神经网络,包括:一维卷积网络层、数据融合模块、批量归一化层、激活函数层;所述一维卷积网络层分别包括卷积核为1、3、5、7的一维卷积网络层;深度学习模型的架构包括:输入层、残差块、特征展开层、全连接神经网络层、归一化层,在各所述残差块中,通过卷积核为1、3、5、7的卷积核提取不同尺度的数据特征,将不同尺度特征融合,以提取数据特征;采用所述决策模型对接收到的状态信息进行处理,得到牌型数据;发送所述牌型数据;根据获取到的文本日志和游戏状态字典进行整合处理,得到训练数据;从掼蛋游戏服务器获取所述文本日志;根据掼蛋游戏规则模型将所述文本日志数据转换为游戏状态;将所述游戏状态和所述游戏状态字典以CSV文件格式进行保存合并,得到所述训练数据。

全文数据:

权利要求:

百度查询: 浙江畅唐网络股份有限公司 一种掼蛋游戏的牌型数据获取方法及相关装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。