(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111514691.3 (22)申请日 2021.12.13 (65)同一申请的已公布的文献号 申请公布号 CN 113988301 A (43)申请公布日 2022.01.28 (73)专利权人 中国科学院自动化研究所 地址 100190 北京市海淀区中关村东路95 号 (72)发明人 张海东　赵美静　倪晚成　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 专利代理师 毛宏宝 (51)Int.Cl. G06N 5/04(2006.01) G06N 20/00(2019.01)审查员 戴雷 (54)发明名称 战术策略生成方法、 装置、 电子设备及存储 介质 (57)摘要 本发明提供一种战术策略生成方法、 装置、 电子设备及存储介质， 方法包括： 在第一对象使 用战术策略组中的目标战术策略与第二对象进 行兵棋对抗的情况下， 获取所述第一对象和所述 第二对象的对抗博弈数据； 所述战术策略组中包 括至少一个战术策略； 对所述对抗博弈数据进行 战术策略提取， 得到所述第二对象的实时战术策 略； 将所述目标战术策略和所述实时 战术策略输 入至战术策略模 型， 得到所述战术策略模型输出 的更新后的战术策略组； 其中， 所述战术策略模 型是对样 本战术策略进行训练后得到的。 本发明 提供的方法， 通过战术策略模型自动生成战术策 略， 提升了战术策略生成的对战胜率及生成效 率。 权利要求书2页 说明书12页 附图5页 CN 113988301 B 2022.06.21 CN 113988301 B 1.一种战术策略生成方法， 其特 征在于， 包括： 在第一对象使用战术策略组中的目标战术策略与第 二对象进行兵棋对抗的情况下， 获 取所述第一对象和所述第二对象的对抗博弈数据； 所述战术策略组中包括至少一个战术策 略； 对所述对抗博 弈数据进行战术策略提取， 得到所述第二对象的实时战术策略； 将所述目标战术策略和所述实时战术策略输入至战术策略模型， 得到所述战术策略模 型输出的更新后的战术策略组； 其中， 所述战术策略模型是对样本 战术策略进行训练后得 到的； 所述战术策略模型， 包括： 威胁 计算模块、 推理模块； 所述将所述目标战术策略和所述实时战术策略输入至战术策略模型， 得到所述战术策 略模型输出的更新后的战术策略组， 包括： 将所述目标战术策略和所述实时战术策略输入至所述威胁计算模块， 得到所述威胁计 算模块输出的所述目标战术策略的威胁值和所述实时战术策略的威胁值； 将所述目标战术策略的威胁值和所述实时战术策略的威胁值输入至所述推理模块， 得 到所述推理模块输出的所述更新后的战术策略组； 所述将所述目标战术策略的威胁值和所述实时战术策略的威胁值输入至所述推理模 块， 得到所述推理模块输出的所述更新后的战术策略组， 包括： 将所述目标战术策略的威胁值和所述实时战术策略的威胁值输入至所述推理模块， 基 于威胁值小于目标阈值的地理位置、 及与所述地理位置对应的目标对 象和攻防对 象， 确定 所述目标战术策略和所述实时战术策略对应的安全策略； 将所述安全策略分别与所述目标战术策略和所述实时战术策略进行组合， 确定所述推 理模块输出的所述更新后的战术策略组； 所述将所述安全策略分别与 所述目标战术策略和所述实时战术策略进行组合， 确定所 述推理模块输出的所述更新后的战术策略组， 包括： 将所述安全策略分别与所述目标战术策略和所述实时战术策略进行组合， 确定出所述 目标战术策略对应的第一扩展策略和所述实时战术策略对应的第二扩展策略； 基于所述第 一扩展策略和所述第 二扩展策略， 确定所述第 一扩展策略的威胁值和所述 第二扩展策略的威胁值； 基于所述第 一扩展策略的威胁值和所述第 二扩展策略的威胁值， 确定所述第 一扩展策 略的威胁值的变化 值和所述第二扩展策略的威胁值的变化 值； 基于所述第 一扩展策略的威胁值的变化值和所述第 二扩展策略的威胁值的变化值， 确 定所述推理模块输出的所述更新后的战术策略组。 2.根据权利要求1所述的战术策略生成方法， 其特征在于， 所述将所述目标战术策略和 所述实时战术策略输入至所述威胁计算模块， 得到所述威胁计算模块输出的所述目标战术 策略的威胁值和所述实时战术策略的威胁值， 包括： 将所述目标战术策略和所述实时战术策略输入至所述威胁计算模块， 基于所述威胁计 算模块确定在所述第一对象处于进攻方的情况下， 所述战术策略组中所述目标战术策略所 在的第一策略池中所有的战术策略， 对目标对抗地图中各地理位置在各时间步的第一火力 威胁值； 及确定在所述第二对 象处于进攻方 的情况下， 所述战术策略组中所述实时战术策权　利　要　求　书 1/2 页 2 CN 113988301 B 2略所在的第二策略池中所有的战术策略， 对目标对抗地图中各地理位置在各时间步的第二 火力威胁值； 所述战术策略组包括所述第一策略池和所述第二策略池； 根据所述第 一火力威胁值确定所述威胁计算模块输出的所述目标战术策略的威胁值， 根据所述第二火力威胁值确定所述 威胁计算模块输出的所述实时战术策略的威胁值。 3.一种战术策略生成装置， 其特 征在于， 包括： 获取模块， 用于在第 一对象使用战术策略组中的目标战术策略与第 二对象进行兵棋对 抗的情况下， 获取所述第一对 象和所述第二对 象的对抗博弈数据； 所述战术策略组中包括 至少一个战术策略； 提取模块， 用于对所述对抗博弈数据进行战术策略提取， 得到所述第二对象的实时战 术策略； 更新模块， 用于将所述目标战术策略和所述实时战术策略输入至战术策略模型， 得到 所述战术策略模型输出 的更新后的战术策略组； 其中， 所述战术策略模型是对样本 战术策 略进行训练后得到的； 所述战术策略模型， 包括： 威胁 计算模块、 推理模块； 更新模块， 具体用于： 将所述目标战术策略和所述实时战术策略输入至所述威胁计算模块， 得到所述威胁计 算模块输出的所述目标战术策略的威胁值和所述实时战术策略的威胁值； 将所述目标战术策略的威胁值和所述实时战术策略的威胁值输入至所述推理模块， 得 到所述推理模块输出的所述更新后的战术策略组; 更新模块， 具体用于： 将所述目标战术策略的威胁值和所述实时战术策略的威胁值输入至所述推理模块， 基 于威胁值小于目标阈值的地理位置、 及与所述地理位置对应的目标对 象和攻防对 象， 确定 所述目标战术策略和所述实时战术策略对应的安全策略； 将所述安全策略分别与所述目标战术策略和所述实时战术策略进行组合， 确定所述推 理模块输出的所述更新后的战术策略组; 将所述安全策略分别与所述目标战术策略和所述实时战术策略进行组合， 确定出所述 目标战术策略对应的第一扩展策略和所述实时战术策略对应的第二扩展策略； 基于所述第 一扩展策略和所述第 二扩展策略， 确定所述第 一扩展策略的威胁值和所述 第二扩展策略的威胁值； 基于所述第 一扩展策略的威胁值和所述第 二扩展策略的威胁值， 确定所述第 一扩展策 略的威胁值的变化 值和所述第二扩展策略的威胁值的变化 值； 基于所述第 一扩展策略的威胁值的变化值和所述第 二扩展策略的威胁值的变化值， 确 定所述推理模块输出的所述更新后的战术策略组。 4.一种电子设备， 包括存储器、 处理器及存储在所述存储器上并可在所述处理器上运 行的计算机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求1或2所述战术 策略生成方法的步骤。 5.一种非暂态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 理器执行时实现如权利要求1或2所述战术策略生成方法的步骤。权　利　要　求　书 2/2 页 3 CN 113988301 B 3