技术特征：
1.基于情绪识别的游戏难度调节方法，其特征在于，包括：获取当前游戏难度、目标用户的多源生理数据和目标用户的历史游戏数据，其中，所述多源生理数据包括：多个从不同角度反映目标用户情绪的生理数据；将所述多源生理数据输入训练好的情绪识别模型后，得到目标用户的当前情绪；根据所述历史游戏数据获得目标用户的理想情绪；根据所述当前情绪和理想情绪计算难度调整值，根据所述难度调整值调整当前游戏难度得到目标游戏难度；所述根据所述历史游戏数据获得目标用户的理想情绪，包括：采用预设滑动窗口对所述历史游戏数据进行分割，对分割后的历史游戏数据使用onehot编码得到编码数据，对所述编码数据提取时间统计特征；将所述时间统计特征输入训练好的用户情感分类模型中得到所述目标用户的目标情感类别及对应的目标情感值；根据所述目标情感类别从多个预设情感函数中选取对应的目标情感函数，其中，所述目标情感函数的自变量为游戏难度，因变量为情感预测值；初始化第一参数对所述目标情感函数进行调整得到优化目标函数，将所述目标情感值和优化目标函数在当前游戏难度下的情感预测值输入预设目标函数得到输出值，根据所述输出值更新第一参数，进行多次迭代，直至预设目标函数收敛，将预设目标函数收敛后对应的第一参数带入优化目标函数得到最优目标情感函数；将所述最优目标情感函数在当前游戏难度下的情感预测值作为目标用户的理想情绪。2.如权利要求1所述的基于情绪识别的游戏难度调节方法，其特征在于，所述情绪识别模型包括：多个与多个所述生理数据一一对应的lstm网络，用于提取对应的生理数据的特征向量；多源融合网络，用于将所有生理数据对应的特征向量进行拼接得到多源特征向量，提取所述多源特征向量的多源情感特征，根据所述多源情感特征预测得到目标用户的当前情绪。3.如权利要求1所述的基于情绪识别的游戏难度调节方法，其特征在于，所述用户情感分类模型的训练方法，包括：收集不同用户的游戏数据，对不同用户的游戏数据进行预处理，形成样本集；采用所述样本集对用户情感分类模型进行训练，使用预设损失函数计算预测误差，通过反向传播算法更新用户情感分类模型的参数，直至收敛，得到训练好的用户情感分类模型；所述预设损失函数为：loss = mse(y_pred, y_true) ce(p(y|y_pred), y_true)，其中，所述y_pred为用户情感分类模型根据输入预测的用户的预测情感类别概率，y_true为样本集中的样本对应的真实情感类别，mse代表均方误差损失,用于衡量y_pred和 y_true之间的差异，p(y|y_pred)是用户情感分类模型预测情感分类的概率分布，ce代表交叉熵损失，用于评估y_pred和 y_true的差异。4.如权利要求1所述的基于情绪识别的游戏难度调节方法，其特征在于，所述预设情感
函数的构建方法包括：收集不同用户的游戏数据，对不同用户的游戏数据进行预处理，形成样本集；将所述样本集中的样本输入训练好的用户情感分类模型得到各个用户对应的情感类别，根据所述情感类别对所有用户进行初始分类，通过聚类算法对初始分类后的用户重新进行分类得到多个簇；获取所述样本集中的各个用户在不同游戏难度下的情感值；在所述样本集中的各个用户对应的情感值与游戏难度上，利用回归算法拟合所述样本集中的各个用户对应的个体情感响应曲线，根据各个所述个体情感相应曲线计算得到样本集中各个用户在各个游戏难度下的情感值；根据所述样本集中各个用户在各个游戏难度下的情感值计算各个簇在各个游戏难度下的平均情感值，在各个所述簇对应的平均情感值与游戏难度上，利用回归算法拟合各个所述簇对应的平均情感响应曲线，利用预设的第二参数对各个平均情感响应曲线进行调整，得到各个簇对应的预设情感函数。5.如权利要求1所述的基于情绪识别的游戏难度调节方法，其特征在于，所述根据所述当前情绪和理想情绪计算难度调整值，包括：计算所述当前情绪与理想情绪之间的情绪差值；在所述情绪差值大于上限阈值，且持续时间超过第一预设时间的情况下，以及在所述情绪差值小于下限阈值，且持续时间超过第二预设时间的情况下，通过难度调整公式计算难度调整值；所述难度调整公式为：，，其中，所述k(u) 表示用户情感类别系数，k表示根据用户情感类别u采用不同的系数，err表示情绪差值，表示时间衰减因子,实现难度调整的衰减效果，t表示用户情感类别u对应的衰减时间常数,控制衰减速率，t表示时间，a 表示映射上限，b表示映射的增长速率，c表示映射的中间点。6.如权利要求1所述的基于情绪识别的游戏难度调节方法，其特征在于，在所述获取当前游戏难度之前，包括：根据游戏需求和机制,确定影响难度的关键参数；对各个所述关键参数,设定多个参数值，将所有关键参数中的参数值进行排列组合，组成不同游戏难度的多个参数组合；测试各个所述参数组合的难易程度，确定各个参数组合的游戏难度；根据各个参数组合对应的参数值和对应的游戏难度，构建关键参数与游戏难度的映射表。7.基于情绪识别的游戏难度调节系统，其特征在于，包括：数据获取模块，用于获取当前游戏难度、目标用户的多源生理数据和目标用户的历史游戏数据，其中，所述多源生理数据包括：多个从不同角度反映目标用户情绪的生理数据；当前情绪模块，用于将所述多源生理数据输入训练好的情绪识别模型后，得到目标用
户的当前情绪；理想情绪模块，用于根据所述历史游戏数据获得目标用户的理想情绪，所述根据所述历史游戏数据获得目标用户的理想情绪，包括：采用预设滑动窗口对所述历史游戏数据进行分割，对分割后的历史游戏数据使用onehot编码得到编码数据，对所述编码数据提取时间统计特征；将所述时间统计特征输入训练好的用户情感分类模型中得到所述目标用户的目标情感类别及对应的目标情感值；根据所述目标情感类别从多个预设情感函数中选取对应的目标情感函数，其中，所述目标情感函数的自变量为游戏难度，因变量为情感预测值；初始化第一参数对所述目标情感函数进行调整得到优化目标函数，将所述目标情感值和优化目标函数在当前游戏难度下的情感预测值输入预设目标函数得到输出值，根据所述输出值更新第一参数，进行多次迭代，直至预设目标函数收敛，将预设目标函数收敛后对应的第一参数带入优化目标函数得到最优目标情感函数；将所述最优目标情感函数在当前游戏难度下的情感预测值作为目标用户的理想情绪；难度调整模块，用于根据所述当前情绪和理想情绪计算难度调整值，根据所述难度调整值调整当前游戏难度得到目标游戏难度。8.计算机设备, 包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。9.计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
技术总结
本发明公开了一种基于情绪识别的游戏难度调节方法、系统、设备及介质，其技术要点是，包括：获取当前游戏难度、目标用户的多源生理数据和目标用户的历史游戏数据，其中，所述多源生理数据包括：多个从不同角度反映目标用户情绪的生理数据；将所述多源生理数据输入训练好的情绪识别模型后，得到目标用户的当前情绪；根据所述历史游戏数据获得目标用户的理想情绪；根据所述当前情绪和理想情绪计算难度调整值，根据所述难度调整值调整当前游戏难度得到目标游戏难度；本方案中能够通过多源生理数据准确获取用户的当前情绪，根据用户的当前情绪和理想情绪计算难度调整值实现个性化的难度调节。度调节。度调节。
技术研发人员：胡方扬 魏彦兆 唐海波
受保护的技术使用者：小舟科技有限公司
技术研发日：2023.09.20
技术公布日：2023/10/27