AI决策的配置方法及装置制造方法及图纸

本发明专利技术提供了一种AI决策的配置方法及装置，其中，该方法包括：确定当前第一AI决策，接收用户或者机器输入的新的决策数据。例如新场景数据等，依据该决策数据更新该第一AI决策至第二AI决策，然后执行第二AI决策。采用上述技术方案，实现了实时更新AI决策，解决了相关技术中AI决策无法实时更改以适应当前场景的问题。

Configuration method and device of AI decision

The invention provides a configuration method and an apparatus for AI decision, wherein the method comprises determining the current first AI decision and receiving new decision data input by a user or a machine. For example, the new scene data and so on, updates the first AI decision to the second AI decision according to the decision data, and then executes the second AI decision. By adopting the above technical scheme, the AI decision-making can be updated in real time, and the problem that the AI decision-making can not be changed in real time to adapt to the current scenario in the related technology is solved.

【技术实现步骤摘要】
AI决策的配置方法及装置
本专利技术涉及通信领域，具体而言，涉及一种AI决策的配置方法及装置。
技术介绍
在相关技术中，随着人工智能(ArtificialIntelligence，简称为AI)近几年的热度不断提高，越来越多这方面的技术推陈出新，也正在逐步从高门槛的尖端技术变得普及，如机器学习，深度学习，数据挖掘，图像识别，语音识别，无人驾驶等等。不久之前，AlphaGo对弈人类顶尖围棋选手的案例中可以透露出人工智能的发展潜力。相关技术中，电子游戏中制作水平在不断提升，玩家的要求也越来越高，一款优秀的游戏离不开有趣的人工智能，常见游戏中的AI都是静态的，不能做到可拓展或者运行时动态修改其中的逻辑。针对相关技术中AI决策无法实时更改以适应当前场景的问题，目前还没有有效的解决方案。
技术实现思路
本专利技术实施例提供了一种AI决策的配置方法及装置，以至少解决相关技术中AI决策无法实时更改以适应当前场景的问题。根据本专利技术的一个实施例，提供了一种AI决策的配置方法，该方法包括：确定第一人工智能AI决策；接收决策数据，并依据所述决策数据更新所述第一AI决策至第二AI决策；执行所述第二AI决策。根据本专利技术的另一个实施例，还提供了一种AI决策的配置装置，该装置包括：第一确定模块，用于确定第一人工智能AI决策；更新模块，用于接收决策数据，并依据所述决策数据更新所述第一AI决策至第二AI决策；执行模块，用于执行所述第二AI决策。根据本专利技术的又一个实施例，还提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。根据本专利技术的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。通过本专利技术，确定当前第一AI决策，接收用户或者机器输入的新的决策数据。例如新场景数据等，依据该决策数据更新该第一AI决策至第二AI决策，然后执行第二AI决策。采用上述技术方案，实现了实时更新AI决策，解决了相关技术中AI决策无法实时更改以适应当前场景的问题。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是根据本专利技术实施例的AI决策的配置方法流程图；图2是根据本专利技术优选实施例的决策部分完整流程图；图3是根据本专利技术优选实施例的行为部分完整流程图。具体实施方式下文中将参考附图并结合实施例来详细说明本专利技术。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。本申请文件可以应用于游戏AI决策，游戏开发者或者游戏爱好者可以采用本申请文件的方案，更新游戏AI决策。实施例一在本实施例中提供了一种AI决策的配置方法，图1是根据本专利技术实施例的AI决策的配置方法流程图，如图1所示，该流程包括如下步骤：步骤S102，确定第一人工智能AI决策；步骤S104，接收决策数据，并依据该决策数据更新该第一AI决策至第二AI决策；步骤S106，执行该第二AI决策。通过上述步骤，确定当前第一AI决策，接收用户或者机器输入的新的决策数据。例如新场景数据等，依据该决策数据更新该第一AI决策至第二AI决策，然后执行第二AI决策。采用上述技术方案，实现了实时更新AI决策，解决了相关技术中AI决策无法实时更改以适应当前场景的问题。可选地，接收决策数据，并依据该决策数据更新该第一AI决策至第二AI决策包括：接收该决策数据；在该决策数据满足预设条件的情况下，生成新决策；按照预设规则在包括该新决策在内的当前所有决策中选择第二AI决策，并更新该第一AI决策为该第二AI决策。可选地，在该决策数据满足预设条件的情况下，生成新决策包括：在该决策数据满足预置决策树中的该预设条件的情况下，生成该新决策。可选地，按照预设规则在包括该新决策在内的当前所有决策中选择第二AI决策，包括：接收输入的对比函数；依据该对比函数和该预设规则，对当前所有决策进行排序；确定排序后的序列中的第一个决策为该第二AI决策。需要补充的是，该预设规则可以由用户自定义的规则。可选地，执行该第二AI决策包括：依据预设行为规则停止执行该第一AI决策，执行该第二AI决策。可选地，执行该第二AI决策，包括：自上而下执行该第二AI决策对应的行为树中所有节点。下面结合本专利技术优选实施例进行详细说明。相关技术中的方案的AI都是静态的，不能做到可拓展或者运行时动态修改其中的逻辑，因此，如果AI能实现动态调整，灵活度和自由度将会大大提升，而且会变得越来越智能和强大。相关技术中的游戏AI大部分都是程序启动前预先配置好静态的数据，比如设定触发条件，判断选择逻辑，转换逻辑，行为表现，无法做到动态输入数据，制定用户自定义规则和拓展AI逻辑，上述原因导致游戏AI存在以下问题：1.自由度较低，无法做到给玩家做MOD的效果。2.无法实时动态增加新的系统数据输入，以影响AI的运行逻辑机制。3.无法动态查询AI的完整执行过程。大世界中的AI需要感知到游戏各个系统中的数据变化，时刻对周边环境的改变而作出实时的对策，执行相应的行为，对于一些动态增加的系统功能就难以做到运行时影响AI逻辑的机制，而本文的系统设计和配置方式将可以突破这些局限。本专利技术包括决策部分和执行部分，分别如下：决策部分：数据输入，数据初始化->分析，筛选决策数据->输出最优决策；执行部分：决策输入，行为初始化->接收决策->执行行为。本专利技术主要由两大系统组成，一是决策系统，二是行为系统，决策系统主要负责对输入的数据按照指定的规则进行分析，筛选，最终得出最符合规则的决策并且输出；行为系统主要负责接收来自于决策系统输出的最优决策按照规则执行对应的行为，程序运行过程中可通过以下的程序接口input，adapt_decision_tree，add_behavior等进行动态地输入数据，调整决策规则，行为规则，以实现动态的AI逻辑效果。图2是根据本专利技术优选实施例的决策部分完整流程图。1)输入系统数据ai.decision_system.input(module_system)ai.decision_system.on_data_update()决策系统会实时响应外部输入的各个系统模块的实例数据，每次输入外部系统模块信息之后，等到决策系统处理完这些数据，其内部会发出数据变更的消息，以通知用户进行下一步的逻辑处理。2)数据初始化ai.decision_system.init()ai.decision_system.adapt_decision_tree()得到外部系统的数据之后进行初始化，根据AI配置里面定义好的决策树配置，然后生成系统的决策树，再提取所需数据和系统提供的接口适配，更新决策规则。可选地，AI配置里面包括以下伪代码：3)筛选决策ai.decision_system.decision_handler()ai.decision_sy本文档来自技高网...

【技术保护点】
1.一种AI决策的配置方法，其特征在于，包括：确定第一人工智能AI决策；接收决策数据，并依据所述决策数据更新所述第一AI决策至第二AI决策；执行所述第二AI决策。

【技术特征摘要】
1.一种AI决策的配置方法，其特征在于，包括：确定第一人工智能AI决策；接收决策数据，并依据所述决策数据更新所述第一AI决策至第二AI决策；执行所述第二AI决策。2.根据权利要求1所述的方法，其特征在于，接收决策数据，并依据所述决策数据更新所述第一AI决策至第二AI决策包括：接收所述决策数据；在所述决策数据满足预设条件的情况下，生成新决策；按照预设规则在包括所述新决策在内的当前所有决策中选择第二AI决策，并更新所述第一AI决策为所述第二AI决策。3.根据权利要求2所述的方法，其特征在于，在所述决策数据满足预设条件的情况下，生成新决策包括：在所述决策数据满足预置决策树中的所述预设条件的情况下，生成所述新决策。4.根据权利要求2所述的方法，其特征在于，按照预设规则在包括所述新决策在内的当前所有决策中选择第二AI决策，包括：接收输入的对比函数；依据所述对比函数和所述预设规则，对当前所有决策进行排序；确定排序后的序列中的第一个决策为所述第二AI决策。5.根据权利要求1所述的方法，其特征在于，执行所述第二AI决策包括：依...

【专利技术属性】
技术研发人员：冯伟峰，
申请(专利权)人：网易杭州网络有限公司，
类型：发明
国别省市：浙江,33