基于感知的动态游戏状态配置制造技术

本文呈现的系统可以至少部分地基于确定的或预测的用户情绪状态来自动地和动态地修改用户玩的视频游戏。使用一个或多个机器学习算法，可以生成使用通过监测玩视频游戏的用户获得的感知和/或生物识别数据的参数函数。基于感知和/或生物识别数据，可以预测用户的情绪状态。例如，可以确定用户在玩视频游戏时是否可能感到无聊、快乐或害怕。至少部分地基于确定的用户情绪状态，可以修改视频游戏以增加积极感受并减少在对视频游戏的回应中出现的消极感受。

【技术实现步骤摘要】
基于感知的动态游戏状态配置
技术介绍
软件开发人员通常希望他们的软件尽可能长时间地吸引用户。用户使用该软件的时间越长，该软件成功的可能性就越大。对于视频游戏，用户的参与长度与软件的成功之间的关系尤其如此。用户玩特定视频游戏的时间越长，用户喜欢游戏的可能性就越大，因此用户越有可能继续玩游戏，或者决定玩与该特定视频游戏相关的续集、扩展或其他相关的视频游戏(例如移动陪伴游戏或游戏的移动版本)。勿庸置疑，用户不喜欢的游戏可能导致用户参与度低。此外，由于不同的用户可能对视频游戏的特定方面或挑战做出不同的反应，因此通常不可能制作出吸引所有用户的视频游戏。因此，游戏开发的挑战之一是设计一种能够吸引更可能多的玩家的游戏。
技术实现思路
本公开内容的系统、方法和设备各自具有若干创新方面，其中没有一个方面单独负责本文公开的所有期望属性。在附图和以下描述中阐述了本说明书中描述的主题的一个或多个实施方案的细节。本公开内容的一些方面涉及一种计算机实施的方法，该方法可以由包括一个或多个处理器并配置有具体计算机可执行指令的交互式计算系统实现。该计算机实施的方法可以包括：从玩视频游戏的用户接收一组感知数据；使用第一预测模型，以至少部分地基于所述一组感知数据确定用户的预测情绪状态；至少部分地基于所述用户的预测情绪状态，确定对视频游戏状态的第一修改；并且至少部分地基于所确定的对所述视频游戏状态的所述第一修改来修改所述视频游戏状态。前一段的方法可包括以下特征的任何组合或子组合：其中所述一组感知数据包括一种或多种类型的感知数据；其中所述一组感知数据包括生物识别数据；其中所述一组感知数据包括以下中的至少之一：音频数据；视觉数据；心率数据；呼吸频率数据；或皮肤电反应数据；其中，该方法还包括：接收与一个或多个传感器对应的一组信号；并转换所述一组信号以获得所述一组感知数据；其中该方法还包括通过至少将所述用户的预测情绪状态应用于第二预测模型来确定用户的预测流失率，其中确定对视频游戏状态的第一修改包括至少部分地基于预测流失率确定对所述视频游戏状态的第一修改；其中，确定所述预测情绪状态包括：将所述一组感知数据提供给参数函数，所述参数函数至少部分地基于机器学习算法生成；并且至少部分地基于所述参数函数的输出来确定所述预测情绪状态；其中，所述方法还包括：至少通过以下方式生成所述参数函数：访问第二组感知数据，所述第二组感知数据与玩视频游戏的多个用户相关联并对应于一个或多个情绪状态；并且使用机器学习算法至少部分地基于所述第二组感知数据和对应的一个或多个情绪状态来确定所述参数函数；其中，所述感知数据包括包含语音的音频数据，该方法还包括：将所述语音转换为文本；确定所述语音的语调；并且，执行所述语音的语义分析，其中，确定所述用户的预测情绪状态包括：将语音的语调和语音的语义分析的结果提供给第一预测模型；其中感知数据包括多种类型的感知数据，并且其中第一预测模型将至少一种类型的感知数据与至少一种其他类型的感知数据不同地加权；其中，确定对视频游戏状态的第一修改包括：确定多个潜在视频游戏状态修改，每个潜在视频游戏状态修改与将用户的情绪状态从第一情绪状态改变为第二情绪状态相关联；确定用户的期望情绪状态；从多个潜在视频游戏状态修改中，选择与将用户的情绪状态从预测情绪状态改变为期望情绪状态相关联的对视频游戏状态的第一修改；其中，在修改视频游戏状态之后，该方法还包括：从玩视频游戏的用户接收第二组感知数据；使用第一预测模型，以至少部分地基于第二组感知数据确定用户的第二预测情绪状态；至少部分地基于用户的第二预测情绪状态，确定对视频游戏状态的第二修改；并且至少部分地基于所确定的对视频游戏状态的第二修改来修改视频游戏状态；以及其中，当确定用户的第二预测情绪状态比所述用户的预测情绪状态更远离期望情绪状态时，对视频游戏状态的第二修改将视频游戏状态恢复到视频游戏的先前状态；与所述视频游戏状态的第一修改相比，对所述视频游戏状态的第二修改与视频游戏状态的相反修改相关联。本公开内容的另外方面提供了一种系统，该系统包括电子数据存储器，该电子数据存储器被配置为存储关于视频游戏的感知数据；以及与电子数据存储器通信的硬件处理器。硬件处理器可以被配置为执行具体的计算机可执行指令以至少：从玩视频游戏的用户接收一组感知数据；使用第一预测模型，以至少部分地基于所述一组感知数据来确定所述用户的预测情绪状态；至少部分地基于所述用户的预测情绪状态，确定对视频游戏状态的第一修改；和至少部分地基于所确定的对所述视频游戏状态的所述第一修改来修改所述视频游戏状态。前一段的系统可以包括以下特征的任何组合或子组合：其中硬件处理器还被配置为通过确定用于一部分视频游戏的修改的种子值，来确定对视频游戏状态的第一修改，修改的种子值与先前确定的待要应用于所述一部分视频游戏的现有种子值不同，并且其中所述硬件处理器还被配置为通过用所述修改的种子值替换所述现有的种子值来修改所述视频游戏状态；其中，硬件处理器还被配置为通过至少将用户的预测情绪状态应用于第二预测模型来确定用户的预测流失率，其中确定对所述视频游戏状态的所述第一修改包括至少部分地基于所述预测流失率来确定对所述视频游戏状态的所述第一修改；其中，确定预测情绪状态包括：将所述一组感知数据提供给参数函数，所述参数函数至少部分地基于机器学习算法生成；并且至少部分地基于参数函数的输出来确定预测情绪状态；其中，硬件处理器还被配置为至少通过以下方式生成参数函数：访问第二组感知数据，所述第二组感知数据与玩视频游戏的多个用户相关联并且对应于一个或多个情绪状态；并且使用机器学习算法至少部分地基于第二组感知数据和对应的一个或多个情绪状态来确定参数函数；并且硬件处理器还被配置为至少通过以下方式确定对所述视频游戏状态的所述第一修改：确定多个潜在视频游戏状态修改，每个潜在视频游戏状态修改与将用户的情绪状态从第一情绪状态改变为第二情绪状态相关联；确定用户的期望情绪状态；从多个潜在视频游戏状态修改中，选择与将用户的情绪状态从预测情绪状态改变为期望情绪状态相关联的对视频游戏状态的第一修改。本公开内容的又一些方面提供了一种存储计算机可执行指令的非暂时性计算机可读存储介质，所述计算机可执行指令在由一个或多个计算设备执行时被配置为使一个或多个计算设备执行对应于本文公开的实施方案中的一个或多个的一组操作。尽管本文公开了一些实施方案和实施例，但本专利技术的主题超出具体公开的实施方案中的实施例，扩展到其他替代实施方案和/或用途，并且扩展到其修改和等同物。附图说明在整个附图中，重复使用附图标记来指示所引用元件之间的对应关系。提供附图是为了说明本文描述的主题的实施方案，而不是限制其范围。图1A示出了基于感知的动态视频游戏状态修改系统的一个实施方案的构思图。图1B示出了可以实现基于感知的动态视频游戏状态配置系统的一个或多个实施方案的联网计算环境的一个实施方案。图1C示出了图1B的模型生成系统的一个实施方案。图1D示出了图1B的保留分析系统的一个实施方案。图2呈现了预测模型生成过程的一个实施方案本文档来自技高网...

【技术保护点】
1.一种计算机实施的方法，包括：/n由配置有具体计算机可执行指令的交互式计算系统实现的：/n从玩视频游戏的用户接收一组感知数据；/n使用第一预测模型，以至少部分地基于所述一组感知数据确定所述用户的预测情绪状态；/n至少部分地基于所述用户的所述预测情绪状态，确定对视频游戏状态的第一修改；和/n至少部分地基于所确定的对所述视频游戏状态的所述第一修改来修改所述视频游戏状态。/n

【技术特征摘要】
20181227 US 16/234,1491.一种计算机实施的方法，包括：
由配置有具体计算机可执行指令的交互式计算系统实现的：
从玩视频游戏的用户接收一组感知数据；
使用第一预测模型，以至少部分地基于所述一组感知数据确定所述用户的预测情绪状态；
至少部分地基于所述用户的所述预测情绪状态，确定对视频游戏状态的第一修改；和
至少部分地基于所确定的对所述视频游戏状态的所述第一修改来修改所述视频游戏状态。


2.如权利要求1所述的计算机实施的方法，其中，所述一组感知数据包括一种或多种类型的感知数据。


3.如权利要求1所述的计算机实施的方法，其中，所述一组感知数据包括生物识别数据。


4.如权利要求1所述的计算机实施的方法，其中，所述一组感知数据包括以下中的至少之一：音频数据；视觉数据；心率数据；呼吸频率数据；或皮肤电反应数据。


5.如权利要求1所述的计算机实施的方法，还包括：
接收对应于一个或多个传感器的一组信号；和
转换所述一组信号以获得所述一组感知数据。


6.如权利要求1所述的计算机实施的方法，还包括通过至少将所述用户的预测情绪状态应用于第二预测模型来确定所述用户的预测流失率，其中确定对所述视频游戏状态的所述第一修改包括至少部分地基于所述预测流失率来确定对所述视频游戏状态的所述第一修改。


7.如权利要求1所述的计算机实施的方法，其中，确定所述预测情绪状态包括：
将所述一组感知数据提供给参数函数，所述参数函数至少部分地基于机器学习算法生成；和
至少部分地基于所述参数函数的输出来确定所述预测情绪状态。


8.如权利要求7所述的计算机实施的方法，还包括至少通过以下方式生成所述参数函数：
访问第二组感知数据，所述第二组感知数据与玩视频游戏的多个用户相关联并且对应于一个或多个情绪状态；和
使用所述机器学习算法以至少部分地基于所述第二组感知数据和对应的一个或多个情绪状态来确定所述参数函数。


9.如权利要求1所述的计算机实施的方法，其中，所述感知数据包括包含语音的音频数据，并且所述方法还包括：
将所述语音转换为文本；
确定所述语音的语调；和
执行对所述语音的语义分析，其中，确定所述用户的预测情绪状态包括将所述语音的语调和所述语音的语义分析的结果提供给所述第一预测模型。


10.如权利要求1所述的计算机实施的方法，其中，所述感知数据包括多种类型的感知数据，并且其中所述第一预测模型将至少一种类型的感知数据和至少一种其他类型的感知数据不同地加权。


11.如权利要求1所述的计算机实施的方法，其中，确定对所述视频游戏状态的所述第一修改包括：
确定多个潜在视频游戏状态修改，每个潜在视频游戏状态修改与将所述用户的情绪状态从第一情绪状态改变为第二情绪状态相关联；
确定所述用户的期望情绪状态；和
从所述多个潜在视频游戏状态修改中，选择与将所述用户的情绪状态从所述预测情绪状态改变为所述期望情绪状态相关联的对所述视频游戏状态的第一修改。


12.如权利要求1所述的计算机实施的方法，其中，在修改所述视频游戏...

【专利技术属性】
技术研发人员：C·M·苏曼特，N·维克托，T·阿加瓦尔，P·甘奈沙恩，S·纳拉芙拉，金宇，J·科伦，N·阿赫代尔，K·AU·泽曼，
申请(专利权)人：电子技术公司，
类型：发明
国别省市：美国;US