特征提取方法、装置、介质及设备与流程-j9九游会真人

1.本公开涉及计算机领域，具体地，涉及一种特征提取方法、装置、介质及设备。


背景技术：

2.在动作类游戏中，玩家控制游戏人物使用拳脚或武器消灭敌人以通过关卡，同时也可以同其它玩家进行对战。在该操作中，人类玩家一般通过视觉上输入的游戏画面来观察和理解游戏，基于对游戏画面的理解和分析，玩家做出合适的动作决策。
3.游戏中的ai(artificial intelligence，人工智能)虚拟对象也可以通过游戏画面来理解游戏，以训练获得与人类玩家水平相当的ai。但是随着游戏复杂度的提高，游戏画面包含的内容越来越多，依赖对图像和视频的理解进行训练的ai无法达到很好的效果。


技术实现要素：

4.提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
5.第一方面，本公开提供一种特征提取方法，所述方法包括：
6.在检测到攻击动作的情况下，采集所述攻击动作对应的攻击范围信息，所述攻击范围信息用于表示所述攻击动作对应的攻击区域；
7.将所述攻击范围信息进行数据格式转换，以获得目标格式下的目标攻击范围数据；
8.将所述目标攻击范围数据添加至游戏环境对应的特征数据中。
9.第二方面，本公开提供一种特征提取装置，所述装置包括：
10.第一采集模块，用于在检测到攻击动作的情况下，采集所述攻击动作对应的攻击范围信息，所述攻击范围信息用于表示所述攻击动作对应的攻击区域；
11.第一转换模块，用于将所述攻击范围信息进行数据格式转换，以获得目标格式下的目标攻击范围数据；
12.第一确定模块，用于将所述目标攻击范围数据添加至游戏环境对应的特征数据中。
13.第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现第一方面所述方法的步骤。
14.第四方面，一种电子设备，包括：
15.存储装置，其上存储有计算机程序；
16.处理装置，用于执行所述存储装置中的所述计算机程序，以实现第一方面所述方法的步骤。
17.通过上述技术方案，可以在游戏场景中产生攻击动作时，对该攻击动作对应的攻击范围信息进行采集，并在确定出相应的目标格式后，则可以基于采集到的攻击范围信息
进行数据格式转换，以使得转换后的目标攻击范围数据之间的格式统一，既便于对攻击范围信息的一致性表示，又能够使得提取出的特征能够被下游处理过程所应用。另外，可以基于结构化数据对游戏画面进行抽象表征，以对游戏过程中的游戏画面内容进行提取，有效降低游戏环境的特征数据所对应的数据量，同时保证该特征数据中所包含的信息量，提高基于该特征数据进行游戏ai训练和游戏决策的效率和准确性。
18.本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
19.结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。在附图中：
20.图1是基于本公开的一种实施方式提供的特征提取方法的流程图；
21.图2是基于本公开的一种实施方式提供的采集所述攻击动作对应的攻击范围信息的流程图；
22.图3是一种实施方式提供的攻击范围的示意图；
23.图4是一种实施方式提供的注意力机制的计算流程图；
24.图5基于本公开的一种实施方式提供的特征提取装置的框图；
25.图6示出了适于用来实现本公开实施例的电子设备的结构示意图。
具体实施方式
26.下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
27.应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
28.本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
29.需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
30.需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
31.本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
32.可以理解的是，在使用本公开各实施例公开的技术方案之前，均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户
并获得用户的授权。
33.例如，在响应于接收到用户的主动请求时，向用户发送提示信息，以明确地提示用户，其请求执行的操作将需要获取和使用到用户的个人信息。从而，使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。
34.作为一种可选的但非限定性的实现方式，响应于接收到用户的主动请求，向用户发送提示信息的方式例如可以是弹窗的方式，弹窗中可以以文字的方式呈现提示信息。此外，弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。
35.可以理解的是，上述通知和获取用户授权过程仅是示意性的，不对本公开的实现方式构成限定，其它满足相关法律法规的方式也可应用于本公开的实现方式中。
36.同时，可以理解的是，本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。
37.图1所示，为基于本公开的一种实施方式提供的特征提取方法的流程图，如图1所示，所述方法可以包括：
38.在步骤11中，在检测到攻击动作的情况下，采集攻击动作对应的攻击范围信息，所述攻击范围信息用于表示所述攻击动作对应的攻击区域。
39.其中，在对战游戏中，游戏角色进行对战的过程中通常可以基于受击框和攻击框进行伤害判定，其中，受击框用来表示角色在伤害判定逻辑层面的范围信息。当有敌对属性的攻击框的攻击范围与自身角色的受击框的受击范围产生交错时，判断为自身受击。受击范围可以通过以角色自身坐标为中心的圆柱体或立方体进行表示。攻击框可以用来表示一个伤害在伤害判定逻辑层面的范围信息。当有一个攻击框的攻击范围与敌对属性的受击框的受击范围产生交错时，判断为命中该受击框的所有者，此时会把攻击框绑定的伤害信息传递给受击的角色。由此，可以通过上述两类信息实现对战游戏中的伤害判定，获得对战结果。
40.该实施例中，若对战双方的其中一方发起攻击动作，则可以对该攻击动作所对应的攻击范围的信息进行采集，以便于对该攻击动作所对应的攻击区域进行表征，基于该信息对游戏场景中的攻击画面进行表征。
41.申请人通过研究发现，在动作类游戏中，玩家一般理解下的实体可以是例如人物，物品，单位等实体，但此类游戏的游戏画面中还存在一些游戏内容无法归类于玩家一般理解下的实体，比如人物和单位的某些攻击动作以及这些攻击动作所附带的动画和特效。此类游戏内容是实体交互的呈现，能够改变实体的状态和属性，对人类玩家的操作决策起到关键作用。基于此，本公开中对攻击动作对应的攻击范围信息进行采集，以便游戏ai能够对该攻击动作的特征进行有效的特征提取，为提高实体交互的感知和ai训练效率和精度提供数据支持。
42.在步骤12中，将攻击范围信息进行数据格式转换，以获得目标格式下的目标攻击范围数据。
43.在本公开实施例中，可以基于构建结构化数据，以使得结构化数据与游戏画面拥有等价的信息量。该步骤中，目标格式可以是预先设置的可以被后续应用的模型和网络所
识别和应用的格式。若该提取出的数据用于训练游戏ai，则该目标格式可以是该游戏ai的训练模型所能处理的输入数据的格式，若该提取出的数据用于进行游戏ai的对战决策，则目标格式可以是该游戏ai的决策模型所能处理的输入数据的格式。本公开中对目标格式的具体要求不作限定，其只需要保持与其后续所应用的格式一致即可。
44.在步骤13中，将目标攻击范围数据添加至游戏环境对应的特征数据中。
45.在复杂的游戏中，效果较好的状态表示方法是构建全面合理的结构化游戏数据，让结构化数据与游戏画面拥有等价的信息量。在该实施例中，所述游戏环境对应的特征数据即与所述游戏画面拥有等价的信息量的结构化数据。将目标攻击范围数据添加至游戏环境对应的特征数据中，以为游戏ai提供等价于人类玩家通过视觉观察到的“攻击动作”的状态信息。
46.由此，通过上述技术方案，可以在游戏场景中产生攻击动作时，对该攻击动作对应的攻击范围信息进行采集，并在确定出相应的目标格式后，则可以基于采集到的攻击范围信息进行数据格式转换，以使得转换后的目标攻击范围数据之间的格式统一，既便于对攻击范围信息的一致性表示，又能够使得提取出的特征能够被下游处理过程所应用。另外，可以基于结构化数据对游戏画面进行抽象表征，以对游戏过程中的游戏画面内容进行提取，有效降低游戏环境的特征数据所对应的数据量，同时保证该特征数据中所包含的信息量，提高基于该特征数据进行游戏ai训练和游戏决策的效率和准确性。
47.在一种可能的实施例中，所述攻击动作对应的攻击范围与所述攻击动作的产生对象绑定。如该攻击动作对应的攻击范围可以是游戏场景中的人物或单位实体在执行该攻击动作时的动作特效绑定的攻击范围。如游戏场景中与武器道具(如刀、剑)等所绑定的攻击范围，该攻击范围是与该武器道具所绑定的，不能够脱离该武器道具而存在。
48.相应地，所述采集所述攻击动作对应的攻击范围信息，如图2所示，可以包括：
49.在步骤21中，根据攻击动作的动作时刻和攻击动作对应的动画信息，确定攻击范围对应的出现时刻。
50.在实际应用场景中，为了控制游戏ai的反应速度，通常会对游戏ai采集相应信息的频率进行限制。在该限制下则可能会出现攻击范围的缺失或信息不准确的情况，可能会使得采集到的特征数据难以完全等价于人类玩家的观察信息。比如某攻击范围存在的时间只有3帧，而实际采集信息的间隔为6帧，则可能会出现该攻击范围在采集信息的间隔中所出现，而使得相邻两次采集信息时都无法采集到该攻击范围信息。基于此，在本公开实施例中，可以基于攻击工作对应的动画信息预计算攻击范围的出现逻辑，以便实现对攻击范围信息的准确采集。
51.其中，所述攻击动作的攻击时刻可以为游戏环境中的角色触发该攻击动作的时刻，响应于攻击动作的触发，则可以在游戏环境中播放该攻击动作对应的动画信息。示例地，游戏场景中的人物或单位实体的攻击动作在游戏场景中可以分为多段动画，每一段动画可能包含多个帧事件，在动画播到某一帧的时候会触发攻击范围，则可以根据触发攻击范围的动画帧配置帧事件，以用于识别触发该攻击范围的动画帧。其中，动画信息中的帧事件可以基于本领域中的通用帧事件交互的方式进行设置，本公开对此不作限定。
52.相应地，所述根据所述攻击动作的动作时刻和所述攻击动作对应的动画信息，确定攻击范围对应的出现时刻的示例性实现方式可以包括：
53.根据所述动画信息中的配置的帧事件，确定触发所述攻击范围显示的动画帧；
54.确定所述动画帧对应的时刻相对于动画信息的开始时刻的时间偏移；
55.将所述动作时刻与所述时间偏移之和，确定为所述攻击范围对应的出现时刻。
56.其中，在确定出动画帧后，则可以根据该动画帧在动画信息中的位置，确定其对应的时间偏移。示例地，该动画信息的开始时刻为0，动画帧对应的时间偏移为d。动作时刻为t1，则该攻击范围对应的出现时刻即t1 d。
57.由此，可以在触发攻击动作时，基于该攻击动作对应的动画信息预先确定出该攻击动作的攻击范围所对应的出现时刻，为避免攻击范围的采集缺失提供数据参考。
58.之后，在步骤22中，根据当前采集时刻和采集间隔时长，确定出现时刻是否属于当前采集时段，其中，所述当前采集时段为从所述当前采集时刻起至经过所述采集间隔时长的时段。
59.在步骤23中，若出现时刻属于当前采集时段，在采集时刻采集攻击范围信息。
60.示例地，可以每经过该采集间隔时长进行信息采集，如当前采集时刻为t2，采集间隔时长为t，则当前采集时段为从[t2,t2 t)，攻击范围对应的出现时刻t1 d，则可以判断t2《＝t1 d《t2 t是否成立，若成立，则表示该攻击范围的出现时刻是在当前采集时段，即处理当前采集时刻和下一采集时刻之间。该情况下，为避免在下一采集时刻进行采集时该攻击范围消失所导致的信息采集缺失，本公开中在当前采集时刻预先采集该攻击范围信息。其中，在播放至触发攻击范围的动画帧时，其对应的攻击范围信息是预先设置的，则本公开中可以通过与游戏引擎的相应接口进行交互而在当前采集时刻预先采集带攻击范围信息。
[0061]
由此，通过上述技术方案，既可以约束信息采集的频率，避免采集到过多数据而占用过多传输资源，保证游戏ai的反应速度；同时也可以有效避免间隔采集过程中的信息缺失或不准确的问题，使得基于游戏场景所提取出的特征尽可能的与人类玩家真实观察到的场景信息相一致，使得基于提取出的特征能够更加准确的对游戏ai进行训练，并且能够获得更为准确的攻击范围数据信息，提高游戏ai的训练效率和训练准确度。
[0062]
需要进行说明说明的是，在每一采集时刻还采集已经出现且尚未消失的攻击范围信息，以保证对游戏环境中的攻击范围采集的准确性和全面性，为后续基于采集到的特征数据进行控制决策提供有效的数据支持。
[0063]
在一种可选的实施例中，所述攻击动作对应的攻击范围与所述攻击动作的产生对象未绑定。即也可以是不依赖于人物或单位的动作产生的实体框。该类攻击范围会随时间发生位置上的变化，如游戏场景中的子弹所产生的攻击范围，或者毒气道具所产生的范围攻击范围等。游戏ai控制的人物在移动时，可能被变化的攻击范围碰撞到，从而对游戏ai控制的人物产生负面影响。
[0064]
相应地，所述采集所述攻击动作对应的攻击范围信息，可以包括：
[0065]
根据所述攻击动作的动作时刻和所述攻击动作对应的动画信息，确定攻击范围对应的出现时刻。
[0066]
其中，确定该出现时刻的具体实现方式已在上文详述，在此不再赘述。
[0067]
根据所述出现时刻和所述攻击动作对应的攻击范围的持续时间，确定所述攻击范围在当前采集时段内对应的攻击时段，其中所述当前采集时段为从当前采集时刻起至经过采集间隔时长的时段。
[0068]
其中，可以通过与游戏引擎开放的接口获取该攻击动作对应的攻击范围的持续时间。该持续时间可能会在多个采集时段中。如攻击范围的持续时间为0.8s，攻击动作的出现时刻为t3，且采集间隔时长为0.5s，则该攻击范围会在相邻的两个采集时段中采集。
[0069]
在一种可能的实施例，所述根据所述出现时刻和所述攻击动作对应的攻击范围的持续时间，确定所述攻击范围在当前采集时段内对应的攻击时段的示例性实现方式可以包括：
[0070]
根据所述出现时刻和所述攻击范围的持续时间，确定所述攻击范围的持续时段；
[0071]
将所述持续时段与当前采集时段的重合时段，确定为所述攻击范围在当前采集时段内对应的攻击时段。
[0072]
示例地，出现时刻t3为1s，其攻击范围的持续时间为0.8s，当前采集时刻为0.6s，采集间隔时长为0.5s，则当前采集时段即0.6s-1.1s，攻击范围的持续时段为1s-1.8s，则可以将攻击范围的持续时段和当前采集时段的重合时段1s-1.1s确定为攻击范围在当前采集时段内对应的攻击时段。即在第0.6s采集时，可以预先采集该攻击范围在1s-1.1s的攻击范围信息。
[0073]
待到达下一采集时刻即新的当前采集时刻1.1s，则当前采集时段为1.1s-1.6s，此时可以将攻击范围的持续时段和当前采集时段的重合时段1.1s-1.6s确定为攻击范围在当前采集时段内对应的攻击时段。
[0074]
待到达下一采集时刻即新的当前采集时刻1.6s，则当前采集时段为1.6s-2.1s，此时可以将攻击范围的持续时段和当前采集时段的重合时段1.6s-1.8s确定为攻击范围在当前采集时段内对应的攻击时段。
[0075]
由此，针对具有动态变化的攻击范围，可以在每一采集时刻获取其在采集时刻内具有攻击特征的攻击时段内的信息，以提高采集到的攻击范围信息的准确性和全面性，进一步提高提取出的特征与人类玩家从游戏视觉场景中所观察信息的一致性。
[0076]
采集当前采集时刻对应的攻击范围信息，并根据所述攻击范围对应的攻击变化参数和所述攻击范围信息，确定在所述攻击时段内所述攻击范围对应的变化攻击范围，将所述变化攻击范围确定为所述当前采集时段对应的攻击范围信息，其中，所述攻击变化参数用于表示所述攻击范围随时间的变化趋势。
[0077]
如图3所示，为一种实施方式提供的攻击范围的示意图。其中该攻击范围a可以是由游戏场景中的武器道具所触发的攻击动作所产生，之后脱离该武器道具，而沿c指示的攻击方向，以10m/s的速度运行。如该实施例中，该攻击变化参数可以包含攻击方向和速度信息，该攻击变化参数可以通过游戏引擎所获得。又如针对范围攻击范围，该攻击变化参数可以包含攻击范围的中心点位置和半径变化率等信息。
[0078]
若当前采集时刻早于攻击范围的出现时刻，则当前采集时刻对应的攻击范围信息即所述攻击范围的出现时刻对应的攻击范围信息，若当前采集时刻晚于攻击范围的出现时刻，则可以将在当前采集时刻采集到的攻击范围信息作为当前采集时刻对应的攻击范围信息。
[0079]
以图3所述示例，若采集间隔时长为0.5s，示例其中包含n帧图像，一般情况下，1帧可以为33ms，0.5s对应30帧。则在第0.6s采集信息时，当前采集时刻为第0.6s，其早于攻击范围的出现时刻，则采集当前采集时刻对应的攻击范围信息，即采集出现时刻对应的攻击
范围信息，即第1s对应的图像中该攻击范围对应的攻击范围信息。则在第1.1s采集信息时，当前采集时刻为第1.1s，其晚于攻击范围的出现时刻，则可以采集该攻击范围在第1.1s的攻击范围信息，之后根据所述攻击范围对应的攻击变化参数和所述攻击范围信息，确定在所述攻击时段内所述攻击范围对应的攻击范围。如基于攻击方向和速度信息，确定其在接下来的攻击时段内的移动距离，其中子弹沿攻击方向运动，且速度为10m/s，则移动距离为5m(0.5s*10m/s)，假设攻击范围信息为1*1*1的立方体，设c指示的方向为x轴方向，则根据攻击变化参数和攻击范围信息确定在该攻击时段内的攻击范围为5*1*1，并将其作为当前采集时段1.1s-1.6s对应的攻击范围信息，以便于后续对其进行避让。其中该攻击范围中可以包含在该攻击时段内的多帧图像中每一帧图像中该攻击范围对应的攻击范围信息。如图3所示p1-p5分别为每一帧中的攻击范围的位置，则p1和p5之间的距离为5m。其他采集时段内的攻击范围信息的采集以此类推，不再赘述。
[0080]
由此，通过上述技术方案，针对动态变化的攻击范围，能够在当前采集时刻采集到该采集时刻对应的时段中的攻击范围的动态信息，能够在约束采集频率的情况下，使得游戏ai能够在下一次采集数据前控制游戏角色对动态攻击范围途经的位置进行躲避，进一步提高采集到的特征数据的准确性和有效性。
[0081]
在一种可能的实施例中，所述方法还包括：
[0082]
采集目标虚拟环境中的场景数据，其中所述场景数据包括所述目标虚拟环境的环境数据和/或所述目标虚拟环境中的目标对象的实体数据。
[0083]
其中，所述目标虚拟环境可以是当前的游戏环境，其环境数据可以用于表示该目标虚拟环境中的固有数据，即不随时间变化而变化的数据，如目标虚拟环境中的固定障碍物信息等。
[0084]
目标虚拟环境中的目标对象的实体数据，其可以是目标虚拟环境中的各个游戏角色以及动态变化的物体对应的数据。如可以包含游戏角色的血量信息、位置信息、碰撞框信息和受击框信息。碰撞框信息可以是用来表示角色在碰撞逻辑层面的信息。如可以是以自身坐标为圆心，半径r，高度h的圆柱体。其中半径r和高度h可以基于具体的应用场景进行设置，本公开对此不作限定。
[0085]
将所述场景数据进行数据格式转换，以获得所述目标格式下的目标场景数据。同样地，从目标虚拟环境中提取出的数据的格式和表达方式可能多样，为便于数据的统一处理，可以将其转换为目标格式下的数据，从而实现数据的统一管理以及便于与下游数据处理直接的格式对接。
[0086]
相应地，所述将所述目标攻击范围数据添加至游戏环境对应的特征数据中，可以包括：
[0087]
将所述目标场景数据和所述目标攻击范围数据添加至所述游戏环境对应的特征数据中。
[0088]
由此，通过上述技术方案，可以对游戏场景中的多种数据进行采集，并转换为统一的目标格式，提高对提取出的特征管理的统一性，同时也便于提取出的特征的应用，为后续对游戏ai进行训练提供标准化的训练数据，提高训练效率。
[0089]
攻击范围的数量在不同时刻可能是不同的，比如在战斗初期的试探阶段几乎不会产生攻击范围，在战斗白热化阶段会同时产生大量攻击范围。而在传统的深度学习方法中
通常难以处理变长的状态输入。基于此，本公开提供以下实施例，将变长的攻击范围信息处理为定长数据。
[0090]
在一种可能的实施例中，所述方法还包括：
[0091]
根据每一所述攻击范围信息，确定每一所述攻击范围与目标角色之间的距离。
[0092]
其中，所述目标角色可以是当前游戏ai所控制的角色。在获得攻击范围信息后，则可以基于该攻击范围信息的中心点与目标角色的位置，确定两者之间的距离，该距离可以用欧氏距离进行计算。
[0093]
根据距离由小至大的顺序进行排序获取目标数量的目标攻击范围数据，获得攻击范围信息矩阵。
[0094]
其中，该目标数量可以基于实际应用场景进行设置，本公开对此不作限定。如可以设置为10个。
[0095]
其中，若所述攻击范围信息的数量小于目标数量，则可以补充全0数据以进行补齐。若攻击范围信息的数量大于目标数量则可以根据距离由小至大的顺序选取前m个作为目标攻击范围数据，m即为该目标数量。由此可以获得攻击范围信息矩阵，该攻击范围信息矩阵为定长数据。
[0096]
之后，根据所述目标角色的角色数据和所述攻击范围信息矩阵进行注意力机制处理，获得包含注意力特征的目标攻击范围数据。
[0097]
获得定长数据后，可以进一步基于注意力机制对该攻击范围信息进行处理。注意力机制来源于人类视觉的注意力思维方式。比如人类玩家在面对多个攻击动作的动画时，会将注意力集中在最具威胁的攻击上，而对伤害较低或者减益效果攻击的信息提取进行抑制。基于类似的处理逻辑，本公开中在获取相应的数据授权后，可以获得目标角色的角色数据。进一步地，可以将目标角色的角色数据作为查询向量，将所述攻击范围信息矩阵作为键值对向量，以进行注意力机制的处理，最终获得包含目标角色对攻击范围信息矩阵中各个攻击范围信息的注意力权重的矩阵。
[0098]
其中，深度学习中的注意力机制可以被描述为查询向量和键值对向量到注意力权重的映射。具体的，如图4所示，查询向量和键向量进行内积运算，然后对内积运算获得的内积向量依次进行缩放运算和归一化指数运算之后获得注意力权重，最终与值向量进行内积运算获得目标攻击范围数据，其中注意力机制的计算方式如下：
[0099][0100]
其中，attention(q,k,v)用于表示目标攻击范围数据，q用于表示查询向量，k用于表示键向量，v用于表示值向量，dk用于表示输入向量的维度，softmax用于表示归一化指数运算。
[0101]
所述将所述目标攻击范围数据添加至游戏环境对应的特征数据中可以包括：
[0102]
将所述包含注意力特征的目标攻击范围数据添加至游戏环境对应的特征数据中。
[0103]
由此，通过上述技术方案，可以基于注意力机制对多个攻击范围信息进行融合处理，在包含注意力特征的目标攻击范围数据中，权重越高则表示该攻击范围的威胁越大，从而可以提升游戏ai对攻击范围的感知，进一步提升基于提取出的数据进行ai模型训练的效率。
[0104]
本公开还提供一种特征提取装置，如图5所示，所述装置10包括：
[0105]
第一采集模块100，用于在检测到攻击动作的情况下，采集所述攻击动作对应的攻击范围信息，所述攻击范围信息用于表示所述攻击动作对应的攻击区域；
[0106]
第一转换模块200，用于将所述攻击范围信息进行数据格式转换，以获得目标格式下的目标攻击范围数据；
[0107]
第一确定模块300，用于将所述目标攻击范围数据添加至游戏环境对应的特征数据中。
[0108]
可选地，所述攻击动作对应的攻击范围与所述攻击动作的产生对象绑定；
[0109]
所述第一采集模块包括：
[0110]
第一确定子模块，用于根据所述攻击动作的动作时刻和所述攻击动作对应的动画信息，确定攻击范围对应的出现时刻；
[0111]
第二确定子模块，用于根据当前采集时刻和采集间隔时长，确定所述出现时刻是否属于当前采集时段，其中，所述当前采集时段为从所述当前采集时刻起至经过所述采集间隔时长的时段；
[0112]
第一采集子模块，用于若所述出现时刻属于所述当前采集时段，在所述采集时刻采集所述攻击范围信息。
[0113]
可选地，所述第一确定子模块包括：
[0114]
第三确定子模块，用于根据所述动画信息中的配置的帧事件，确定触发所述攻击范围显示的动画帧；
[0115]
第四确定子模块，用于确定所述动画帧对应的时刻相对于动画信息的开始时刻的时间偏移；
[0116]
第五确定子模块，用于将所述动作时刻与所述时间偏移之和，确定为所述攻击范围对应的出现时刻。
[0117]
可选地，所述攻击动作对应的攻击范围与所述攻击动作的产生对象未绑定；
[0118]
所述第一采集模块包括：
[0119]
第一确定子模块，用于根据所述攻击动作的动作时刻和所述攻击动作对应的动画信息，确定攻击范围对应的出现时刻；
[0120]
第六确定子模块，用于根据所述出现时刻和所述攻击动作对应的攻击范围的持续时间，确定所述攻击范围在当前采集时段内对应的攻击时段，其中所述当前采集时段为从当前采集时刻起至经过采集间隔时长的时段；
[0121]
第二采集子模块，用于采集当前采集时刻对应的攻击范围信息，并根据所述攻击范围对应的攻击变化参数和所述攻击范围信息，确定在所述攻击时段内所述攻击范围对应的变化攻击范围，将所述变化攻击范围确定为所述当前采集时段对应的攻击范围信息，其中，所述攻击变化参数用于表示所述攻击范围随时间的变化趋势。
[0122]
可选地，所述第六确定子模块包括：
[0123]
第七确定子模块，用于根据所述出现时刻和所述攻击范围的持续时间，确定所述攻击范围的持续时段；
[0124]
第八确定子模块，用于将所述持续时段与当前采集时段的重合时段，确定为所述攻击范围在当前采集时段内对应的攻击时段。
[0125]
可选地，所述装置还包括：
[0126]
第二采集模块，用于采集目标虚拟环境中的场景数据，其中所述场景数据包括所述目标虚拟环境的环境数据和/或所述目标虚拟环境中的目标对象的实体数据；
[0127]
第二转换模块，用于将所述场景数据进行数据格式转换，以获得所述目标格式下的目标场景数据；
[0128]
所述第一确定模块进一步用于：
[0129]
将所述目标场景数据和所述目标攻击范围数据添加至所述游戏环境对应的特征数据中。
[0130]
可选地，所述装置还包括：
[0131]
第二确定模块，用于根据每一所述攻击范围信息，确定每一所述攻击范围与目标角色之间的距离；
[0132]
获取模块，用于根据距离由小至大的顺序进行排序获取目标数量的目标攻击范围数据，获得攻击范围信息矩阵；
[0133]
处理模块，用于根据所述目标角色的角色数据和所述攻击范围信息矩阵进行注意力机制处理，获得包含注意力特征的目标攻击范围数据；
[0134]
所述第一确定模块进一步用于：
[0135]
将所述包含注意力特征的目标攻击范围数据添加至游戏环境对应的特征数据中。
[0136]
下面参考图6，其示出了适于用来实现本公开实施例的电子设备(例如终端设备或服务器)600的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、pda(个人数字助理)、pad(平板电脑)、pmp(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字tv、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
[0137]
如图6所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(rom)602中的程序或者从存储装置608加载到随机访问存储器(ram)603中的程序而执行各种适当的动作和处理。在ram 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、rom 602以及ram 603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
[0138]
通常，以下装置可以连接至i/o接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(lcd)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
[0139]
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从rom 602被安装。在该计算机程序被处理装置601执行时，执行本公开
实施例的方法中限定的上述功能。
[0140]
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。
[0141]
在一些实施方式中，客户端、服务器可以利用诸如http(hypertext transfer protocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“lan”)，广域网(“wan”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
[0142]
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
[0143]
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：在检测到攻击动作的情况下，采集所述攻击动作对应的攻击范围信息，所述攻击范围信息用于表示所述攻击动作对应的攻击区域；将所述攻击范围信息进行数据格式转换，以获得目标格式下的目标攻击范围数据；将所述目标攻击范围数据添加至游戏环境对应的特征数据中。
[0144]
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如java、smalltalk、c ，还包括常规的过程式程序设计语言——诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0145]
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用
于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0146]
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该模块本身的限定，例如，第一采集模块还可以被描述为“在检测到攻击动作的情况下，采集所述攻击动作对应的攻击范围信息的模块”。
[0147]
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、片上系统(soc)、复杂可编程逻辑设备(cpld)等等。
[0148]
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
[0149]
根据本公开的一个或多个实施例，示例1提供了一种特征提取方法，其中，所述方法包括：
[0150]
在检测到攻击动作的情况下，采集所述攻击动作对应的攻击范围信息，所述攻击范围信息用于表示所述攻击动作对应的攻击区域；
[0151]
将所述攻击范围信息进行数据格式转换，以获得目标格式下的目标攻击范围数据；
[0152]
将所述目标攻击范围数据添加至游戏环境对应的特征数据中。
[0153]
根据本公开的一个或多个实施例，示例2提供了示例1的方法，其中，所述攻击动作对应的攻击范围与所述攻击动作的产生对象绑定；
[0154]
所述采集所述攻击动作对应的攻击范围信息，包括：
[0155]
根据所述攻击动作的动作时刻和所述攻击动作对应的动画信息，确定攻击范围对应的出现时刻；
[0156]
根据当前采集时刻和采集间隔时长，确定所述出现时刻是否属于当前采集时段，其中，所述当前采集时段为从所述当前采集时刻起至经过所述采集间隔时长的时段；
[0157]
若所述出现时刻属于所述当前采集时段，在所述采集时刻采集所述攻击范围信息。
[0158]
根据本公开的一个或多个实施例，示例3提供了示例2的方法，其中，
[0159]
所述根据所述攻击动作的动作时刻和所述攻击动作对应的动画信息，确定攻击范围对应的出现时刻，包括：
[0160]
根据所述动画信息中的配置的帧事件，确定触发所述攻击范围显示的动画帧；
[0161]
确定所述动画帧对应的时刻相对于动画信息的开始时刻的时间偏移；
[0162]
将所述动作时刻与所述时间偏移之和，确定为所述攻击范围对应的出现时刻。
[0163]
根据本公开的一个或多个实施例，示例4提供了示例1的方法，其中，
[0164]
所述攻击动作对应的攻击范围与所述攻击动作的产生对象未绑定；
[0165]
所述采集所述攻击动作对应的攻击范围信息，包括：
[0166]
根据所述攻击动作的动作时刻和所述攻击动作对应的动画信息，确定攻击范围对应的出现时刻；
[0167]
根据所述出现时刻和所述攻击动作对应的攻击范围的持续时间，确定所述攻击范围在当前采集时段内对应的攻击时段，其中所述当前采集时段为从当前采集时刻起至经过采集间隔时长的时段；
[0168]
采集当前采集时刻对应的攻击范围信息，并根据所述攻击范围对应的攻击变化参数和所述攻击范围信息，确定在所述攻击时段内所述攻击范围对应的变化攻击范围，将所述变化攻击范围确定为所述当前采集时段对应的攻击范围信息，其中，所述攻击变化参数用于表示所述攻击范围随时间的变化趋势。
[0169]
根据本公开的一个或多个实施例，示例5提供了示例4的方法，其中，所述根据所述出现时刻和所述攻击动作对应的攻击范围的持续时间，确定所述攻击范围在当前采集时段内对应的攻击时段，包括：
[0170]
根据所述出现时刻和所述攻击范围的持续时间，确定所述攻击范围的持续时段；
[0171]
将所述持续时段与当前采集时段的重合时段，确定为所述攻击范围在当前采集时段内对应的攻击时段。
[0172]
根据本公开的一个或多个实施例，示例6提供了示例1的方法，其中，所述方法还包括：
[0173]
采集目标虚拟环境中的场景数据，其中所述场景数据包括所述目标虚拟环境的环境数据和/或所述目标虚拟环境中的目标对象的实体数据；
[0174]
将所述场景数据进行数据格式转换，以获得所述目标格式下的目标场景数据；
[0175]
所述将所述目标攻击范围数据添加至游戏环境对应的特征数据中，包括：
[0176]
将所述目标场景数据和所述目标攻击范围数据添加至所述游戏环境对应的特征数据中。
[0177]
根据本公开的一个或多个实施例，示例7提供了示例1的方法，其中，所述方法还包括：
[0178]
根据每一所述攻击范围信息，确定每一所述攻击范围与目标角色之间的距离；
[0179]
根据距离由小至大的顺序进行排序获取目标数量的目标攻击范围数据，获得攻击范围信息矩阵；
[0180]
根据所述目标角色的角色数据和所述攻击范围信息矩阵进行注意力机制处理，获得包含注意力特征的目标攻击范围数据；
[0181]
所述将所述目标攻击范围数据添加至游戏环境对应的特征数据中，包括：
[0182]
将所述包含注意力特征的目标攻击范围数据添加至游戏环境对应的特征数据中。
[0183]
根据本公开的一个或多个实施例，示例8提供了一种特征提取装置，其中，所述装置包括：
[0184]
第一采集模块，用于在检测到攻击动作的情况下，采集所述攻击动作对应的攻击范围信息，所述攻击范围信息用于表示所述攻击动作对应的攻击区域；
[0185]
第一转换模块，用于将所述攻击范围信息进行数据格式转换，以获得目标格式下的目标攻击范围数据；
[0186]
第一确定模块，用于将所述目标攻击范围数据添加至游戏环境对应的特征数据中。
[0187]
根据本公开的一个或多个实施例，示例9提供了一种计算机可读介质，其上存储有计算机程序，其中，该程序被处理装置执行时实现示例1-7中任一项所述方法的步骤。
[0188]
根据本公开的一个或多个实施例，示例10提供了一种电子设备，包括：
[0189]
存储装置，其上存储有计算机程序；
[0190]
处理装置，用于执行所述存储装置中的所述计算机程序，以实现示例1-7中任一项所述方法的步骤。
[0191]
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
[0192]
此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
[0193]
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。