FPS游戏的AI模型训练方法、装置、设备和存储介质

摘要

本发明公开了一种FPS游戏的AI模型训练方法，包括：基于FPS游戏的AI模型获取虚拟角色在当前时间步的第一状态动作价值以及在下一时间步的第二状态动作价值；计算第一状态动作价值和第二状态动作价值的价值差值作为预测奖励；根据预测奖励和实际奖励计算损失函数；实际奖励通过预设的奖励机制计算得到；奖励机制包括：确定虚拟角色在预设的移动方向上的路况类型，根据路况类型和虚拟角色的实际移动方向计算实际奖励；根据损失函数对模型进行优化，直至损失函数收敛。采用本发明实施例，能够针对复杂的游戏场景进行有效的局面分析，使得训练后的AI模型输出的虚拟角色行为能够更好的模拟真实人类行为，提高用户的游戏体验。