CN116322915A - 从游戏交互中自动分离辱骂玩家 - Google Patents
从游戏交互中自动分离辱骂玩家 Download PDFInfo
- Publication number
- CN116322915A CN116322915A CN202180050257.6A CN202180050257A CN116322915A CN 116322915 A CN116322915 A CN 116322915A CN 202180050257 A CN202180050257 A CN 202180050257A CN 116322915 A CN116322915 A CN 116322915A
- Authority
- CN
- China
- Prior art keywords
- player
- game
- session
- abuse
- game play
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/70—Game security or game management aspects
- A63F13/75—Enforcing rules, e.g. detecting foul play or generating lists of cheating players
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/30—Interconnection arrangements between game servers and game devices; Interconnection arrangements between game devices; Interconnection arrangements between game servers
- A63F13/35—Details of game servers
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/45—Controlling the progress of the video game
- A63F13/49—Saving the game status; Pausing or ending the game
- A63F13/493—Resuming a game, e.g. after pausing, malfunction or power failure
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/60—Generating or modifying game content before or while executing the game program, e.g. authoring tools specially adapted for game development or game-integrated level editor
- A63F13/67—Generating or modifying game content before or while executing the game program, e.g. authoring tools specially adapted for game development or game-integrated level editor adaptively or by learning from player actions, e.g. skill level adjustment or by storing successful combat sequences for re-use
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/70—Game security or game management aspects
- A63F13/79—Game security or game management aspects involving player-related data, e.g. identities, accounts, preferences or play histories
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F2300/00—Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game
- A63F2300/50—Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game characterized by details of game servers
- A63F2300/55—Details of game data or player data management
- A63F2300/5546—Details of game data or player data management using player registration data, e.g. identification, account, preferences, game history
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F2300/00—Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game
- A63F2300/50—Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game characterized by details of game servers
- A63F2300/55—Details of game data or player data management
- A63F2300/5586—Details of game data or player data management for enforcing rights or rules, e.g. to prevent foul play
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Computer Security & Cryptography (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Information Transfer Between Computers (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
提供了一种由至少一个服务器计算机执行的方法,包括:在多玩家视频游戏的交互式游戏进行期间,处理游戏状态数据以将玩家的游戏进行活动识别为辱骂;响应于将游戏进行活动识别为辱骂,则在交互式游戏进行期间向玩家应用纠正动作,所述纠正动作向玩家提供被识别为辱骂的游戏进行活动的指示;在应用纠正动作之后,进一步处理游戏状态数据以将玩家的附加游戏进行活动识别为辱骂;响应于将附加游戏进行活动识别为辱骂,则对玩家施加惩罚。
Description
技术领域
本公开涉及用于从多玩家视频游戏中的游戏交互中自动分离辱骂玩家的***和方法。
背景技术
相关技术的描述
游戏行业持续发展的一个领域是多玩家游戏,它能够为地理上彼此相距遥远的玩家提供集体游戏体验。游戏行业的扩展领域是分享游戏进行视频和观看游戏进行。用户现在能够通过网站、社交媒体等录制和分享他们的游戏进行。此外,用户可以直播他们的游戏进行使得其他人可以基本上实时观看他们的游戏进行。
游戏行业中的另一当前趋势是向云游戏迈进。云游戏通过在可以保证视频游戏资源的数据中心实现远程执行视频游戏来为最终用户提供优势。由远程执行的视频游戏生成的视频被流式传输到用户设备,并且来自用户的输入被发送回数据中心。这使最终用户无需拥有特定硬件即可执行游戏本身。相反,最终用户只需要拥有足够的硬件来流式传输游戏进行,并且仍然可以享受高质量的游戏体验。此外,理论上,云游戏使得能够在有网络连接可用的任何位置进行游戏。
视频游戏行业中的持续趋势是图形的复杂性和计算资源的可用性的提高,以满足现代游戏引擎的需求。随着视频游戏的发展,它们的分辨率和帧速率不断提高,从而使得能够渲染非常逼真且详细的虚拟环境。另外,云游戏的人气持续增长,并且向云执行的视频游戏的转变使得人们能够更好地获得对高质量游戏体验的访问。
在这种背景下,提出了本公开的实施方案。
发明内容
本公开的实施方式提供用于从多玩家视频游戏中的游戏交互中自动分离辱骂玩家的***和方法。
在一些实施方式中,提供了一种由至少一个服务器计算机执行的方法,包括:在多玩家视频游戏的交互式游戏进行期间,处理游戏状态数据以将玩家的游戏进行活动识别为辱骂;响应于将游戏进行活动识别为辱骂,则在交互式游戏进行期间向玩家应用纠正动作,所述纠正动作向玩家提供被识别为辱骂的游戏进行活动的指示;在应用纠正动作之后,进一步处理游戏状态数据以将玩家的附加游戏进行活动识别为辱骂;响应于将附加游戏进行活动识别为辱骂,则对玩家施加惩罚。
在一些实施方式中,纠正动作包括向玩家指示惩罚的警告。
在一些实施方式中,惩罚包括减少玩家的游戏进行功能。
在一些实施方式中,惩罚包括将玩家迁移到多玩家视频游戏的不同会话或服务器。
在一些实施方式中,惩罚包括识别交互式游戏进行中的断点,在到达断点时执行迁移。
在一些实施方式中,将玩家的游戏进行活动识别为辱骂包括接收由多玩家视频游戏的第二玩家响应于玩家的游戏进行活动发起的标记。
在一些实施方式中,将玩家的游戏进行活动识别为辱骂包括通过机器学习模型实时分析多玩家视频游戏的交互式游戏进行。
在一些实施方式中,提供了一种由至少一个服务器计算机执行的方法,包括:在多玩家视频游戏的第一会话的交互式游戏进行期间,处理游戏状态数据以将玩家的游戏进行活动识别为辱骂;响应于将游戏进行活动识别为辱骂,则将玩家迁移到多玩家视频游戏的第二会话。
在一些实施方式中,进一步响应于将游戏进行活动识别为辱骂,则识别交互式游戏进行中的断点,在到达断点时执行迁移。
在一些实施方式中,断点由多玩家视频游戏的阶段或事件的完成、玩家在虚拟环境的空间之间的转移、玩家在交互式游戏进行中的死亡中的一者或多者来定义。
在一些实施方式中,迁移玩家包括在第一会话中捕获与玩家相关联的设置,并且在第二会话中使用所捕获的设置发起所述玩家。
在一些实施方式中,迁移玩家包括捕获多玩家视频游戏的第一会话的状态,并且将第二会话配置为在没有第一会话中的其他玩家的情况下在第二会话中基本上复制第一会话的状态的至少一部分。
在一些实施方式中,将玩家的游戏进行活动识别为辱骂包括接收由多玩家视频游戏的第二玩家响应于玩家的游戏进行活动发起的标记。
在一些实施方式中,将玩家的游戏进行活动识别为辱骂包括通过机器学习模型实时分析多玩家视频游戏的交互式游戏进行。
在一些实施方式中,提供了一种由至少一个服务器计算机执行的方法,包括:在多玩家视频游戏的第一会话的交互式游戏进行期间,接收由多玩家视频游戏中的第一玩家响应于第二玩家的游戏进行活动发起的标记,所述标记被配置为将第二玩家的游戏进行活动识别为潜在辱骂;响应于接收到所述标记,处理记录的多玩家视频游戏的游戏进行以将第二玩家的游戏进行活动验证为辱骂;响应于将第二玩家的游戏进行活动验证为辱骂,则将第二玩家迁移到多玩家视频游戏的第二会话。
在一些实施方式中,进一步响应于将第二玩家的游戏进行活动验证为辱骂,则识别交互式游戏进行中的断点,在到达断点时执行迁移。
在一些实施方式中,断点由多玩家视频游戏的阶段或事件的完成、第二玩家在虚拟环境的空间之间的转移、第二玩家在交互式游戏进行中的死亡中的一者或多者来定义。
在一些实施方式中,迁移第二玩家包括在第一会话中捕获与第二玩家相关联的设置,并且在第二会话中使用所捕获的设置发起所述第二玩家。
在一些实施方式中,迁移第二玩家包括捕获多玩家视频游戏的第一会话的状态,并且将第二会话配置为在没有第一会话中的其他玩家的情况下在第二会话中基本上复制第一会话的状态的至少一部分。
在一些实施方式中,将第二玩家的游戏进行活动验证为辱骂包括通过机器学习模型分析第二用户的交互式游戏进行活动。
通过结合附图以示例方式示出本公开原理取得的以下详细描述,本公开的其他方面和优点将变得显而易见。
附图说明
通过参考结合附图进行的以下描述,可以最好地理解本公开及其另外的优点。
图1概念性地示出了根据本公开的实施方式的将辱骂玩家自动迁移到多玩家视频游戏的不同服务器/会话。
图2概念性地示出了根据本公开的实施方式的重要事件或转移点的检测,在这些事件或转移点处将辱骂玩家从现有的多玩家游戏会话迁移。
图3概念性地示出了根据本公开的实施方式的使用辱骂玩家的空间关系来确定何时将辱骂玩家迁移到另一个服务器/会话。
图4概念性地示出了根据本公开的实施方式的离线复制服务器的实施方式以使得辱骂玩家能够完成交互。
图5概念性地示出了根据本公开的实施方式使用机器学习模型来替代辱骂玩家。
图6概念性地示出了根据本公开的实施方式的用于检测和响应多玩家视频游戏中的辱骂行为的玩家行为***。
图7A示出了根据本公开的实施方式的视频游戏场景的玩家视图,其中玩家被标记为辱骂或不良行为。
图7B根据图7A的实施方式示出了在分析所捕获的数据之后视频游戏的玩家视图。
图8A和图8B示出了根据本公开的实施方式的自动识别***的应用,所述自动识别***识别可能的辱骂行为以便于玩家在游戏进行期间进行报告。
图9A示出了根据本公开的实施方式的用于加载可通过云游戏站点获得的游戏的游戏文件的示例性***。
图9B是概念性地示出了根据本公开的实施方式的针对将云视频游戏流式传输到客户端装置执行的各种操作的流程图。
图10示出了根据本公开的实施方式的信息服务提供商架构的实施方案。
具体实施方式
在以下描述中,陈述众多具体细节以提供对本公开的彻底理解。然而,对于本领域的技术人员将显而易见的是,可以在没有一些或所有这些具体细节的情况下实践本公开。在其他情况下,没有详细描述公知的过程步骤以免使本公开不清楚。
多玩家游戏中的一个常见问题是如何解决给定玩家的不当或辱骂行为。此类行为可能包括违反视频游戏精神和原则的游戏进行,以及骚扰或不适合其他玩家的活动。因此,本公开的实施方式提供了用于检测和解决辱骂游戏进行的方法和***。此类方法和***可用于影响对不当行为的纠正,从而共同促进玩家更好的游戏进行体验。
在一些实施方式中,通过玩家标记来检测辱骂玩家,其中视频游戏中的玩家可以标记辱骂行为以供***跟进。在一些实施方式中,训练机器学习模型以识别辱骂行为,并且进一步可以在识别出看似辱骂行为时向玩家建议,以给予玩家标记此类行为的选项。
在一些实施方式中,辱骂玩家自动地与视频游戏的给定多玩家会话或服务器分开。例如,可以响应于检测到辱骂玩家一方的辱骂行为,将辱骂玩家迁移到不同的会话或服务器。可以以无缝或者对视频游戏中的辱骂玩家和其他玩家造成最小的中断的方式管理辱骂玩家的这种迁移。在一些实施方式中,辱骂者被允许玩游戏,但对于那些游戏,辱骂者专注于一起玩,与服从游戏机制或与游戏机制合作以在游戏中前进的普通玩家分开。可能会将辱骂玩家切换到不同的服务器或不同的游戏实例或世界,并且这种重新分配可以在后台完成并且对辱骂玩家来说并不完全明显。
图1概念性地示出了根据本公开的实施方式的将辱骂玩家自动迁移到多玩家视频游戏的不同服务器/会话。
在所示实施方式中,游戏服务100被配置为实现视频游戏的多玩家游戏进行。游戏服务100通常通过由视频游戏的各个玩家操作的玩家装置通过诸如互联网的网络来访问。在一些实施方式中,多玩家视频游戏是由游戏服务100执行的云视频游戏,其中游戏进行视频和音频被流式传输到玩家装置。在其他实施方式中,视频游戏的各个实例由玩家装置在本地执行,并且多玩家游戏进行由游戏服务100促进,其中会话通过游戏服务同步。
如所示实施方式中所示,游戏服务托管各种服务器102、106和110,它们分别执行多玩家游戏进行会话104、108和112。在一些实施方式中,游戏服务100还包括匹配服务器120,其被配置成为视频游戏的多玩家游戏进行提供匹配服务。也就是说,匹配服务器120接收来自玩家的加入视频游戏的多玩家会话的请求,并且基于诸如玩家各自的技能水平或经验的标准将玩家分配到视频游戏的特定会话,从而平衡团队的竞争、玩家的地理位置、语言等。
例如,在一些实施方式中,玩家122、124和126由匹配服务器122分配多玩家游戏进行会话104。在其他实施方式中,玩家可以自组织并确定允许哪些玩家加入给定会话,例如通过让主要玩家组成团队或主持多玩家游戏进行会话,并邀请其他玩家加入。因此,在所示实施方式中,玩家122、124和126连接到多玩家游戏进行会话104,并参与视频游戏的多玩家游戏进行。
如前所述,多玩家游戏中的一个问题是某些玩家可能会做出辱骂或不当行为。辱骂玩家的动作降低视频游戏其他玩家的游戏进行体验。因此,检测和解决多玩家视频游戏中的辱骂行为非常重要。为此,游戏服务100还包括玩家行为***114,其被配置为检测辱骂行为并通过各种机制解决辱骂行为。玩家行为***114包括行为检测单元116,其被配置为确定给定玩家的辱骂行为何时发生。在一些实施方式中,行为检测单元116至少部分地基于从视频游戏的给定会话的玩家接收到标记或报告来检测辱骂行为。在一些实施方式中,行为检测单元116至少部分地通过使用机器学习模型来检测辱骂行为。
从广义上讲,辱骂行为可以包括任何类型的不当游戏进行,或恶意的游戏进行活动,或给定玩家在游戏进行过程中发生的不当行为。辱骂行为的示例包括但不限于以下内容:未能参与游戏进行或“AFK”(远离键盘)、以对自己团队或团队其他成员造成损害或不利的方式进行游戏、恶意或与游戏机制不一致地玩游戏、“恶意破坏”或故意以非预期的方式使用游戏的某些方面来激怒/骚扰/打搅/伤害其他玩家、文本/语音聊天骚扰(例如使用骚扰或露骨的语言或图像)、垃圾文本或语音聊天频道等。
在示出的实施方式中,玩家126已被识别为辱骂玩家,该玩家在视频游戏的多玩家会话104中已执行辱骂/不当动作,这些动作由行为检测单元116检测到。作为响应,玩家行为***114可以执行各种动作,诸如警告玩家126已经检测到辱骂行为、建议他们停止这样的行为,并且通知他们可能对他们进行的惩罚。在本公开中,讨论了各种类型的惩罚,包括如下所讨论的迁移,其可以响应于检测和验证辱骂行为而被施加。应当理解,在一些实施方式中,可以在辱骂行为重复至少一次(检测到不止一次)之后,或者在玩家收到至少一次警告之后施加这样的惩罚。
在一些实施方式中,玩家行为***114包括迁移逻辑118,其被配置为将辱骂玩家迁移到视频游戏的另一会话。继续参考所示实施方式,响应于检测到玩家126的辱骂行为,则迁移逻辑118将玩家126迁移到由服务器106执行的不同多玩家会话108。以这种方式,辱骂玩家126由此与其他玩家122和124分开,使得玩家126不能再参与对玩家122和124有害或打搅的辱骂行为。如以下进一步详细描述的,辱骂玩家126的迁移可以被配置为对玩家122和124以及辱骂玩家126的游戏进行造成最小的中断。
在一些实施方式中,辱骂玩家126迁移到的服务器106被选择或配置为不进一步允许玩家126的辱骂行为。这种配置可以根据玩家126已执行的辱骂行为采取各种形式。例如,在一些实施方式中,可能希望限制辱骂玩家与其他玩家的接触,以便限制辱骂玩家对另一玩家执行不适当动作的能力。因此,可以将辱骂玩家迁移到的服务器选择或配置为玩家数量明显较少、或者玩家数量稀少、或者玩家分布广泛、甚至没有其他玩家的服务器,使得不太可能出现辱骂玩家将与其他玩家接触,从而减少辱骂玩家做出影响其他玩家的不当行为的机会。
在一些实施方式中,辱骂行为可能需要以对同一团队中的其他玩家有害或激怒其他玩家的方式利用或故意滥用视频游戏的特定游戏机制。例如,辱骂玩家可能会利用特定设置中的对象,或以恶意且与适当游戏进行不一致的方式利用给定位置的机制。鉴于此,可以将辱骂玩家迁移到的服务器选择或配置为不呈现有助于这种辱骂行为的场景。例如,在一些实施方式中,辱骂玩家迁移到的服务器被选择或配置为呈现视频游戏的与之前服务器显著不同的位置/场景/情景/设置/世界/水平,或者不包含以前被辱骂玩家利用过的对象或设置的服务器。
在一些实施方式中,至少部分地基于新服务器上玩家的特性和/或以前服务器上玩家的特性将辱骂玩家迁移到新服务器。例如,辱骂玩家可能会做出一些经验不足的玩家更容易受到伤害而经验丰富的玩家则不太容易受到伤害的行为。因此,在一些实施方式中,辱骂玩家被迁移到玩家具有比先前服务器上的玩家更高技能水平的服务器。扩展该概念,可以分析和关联确定玩家对给定类型的辱骂行为的易感性的特性。然后,当辱骂玩家检测到给定类型的辱骂行为时,可以将该辱骂玩家迁移到具有表现出使他们不易受检测到类型的辱骂行为影响的特性的玩家的服务器。以这种方式,辱骂玩家被转移到会话,在该会话中,辱骂玩家更难以相同方式利用其他玩家。
广泛地扩展上述概念,可以理解,在各种实施方式中,可以将辱骂玩家迁移到服务器/会话,其中多玩家视频游戏的条件被配置为降低辱骂玩家从事与先前在先前服务器/会话中检测到的相同类型的辱骂行为的可能性。
在一些实施方式中,辱骂玩家被迁移到相同的会话/服务器,使得他们可以一起玩。例如,在所示的实施方式中,视频游戏的另一个多玩家会话112由服务器110实例化。玩家128、130和132在多玩家会话112中参与视频游戏的游戏进行。在游戏进行期间,行为检测单元116检测到玩家128方面的辱骂行为。作为响应,辱骂玩家128被迁移到服务器106。以此方式,辱骂玩家128被迁移到与辱骂玩家126相同的服务器,使得辱骂玩家集中在同一会话中。通过让辱骂玩家在同一个会话中一起玩,他们无法对其他寻求善意玩视频游戏并根据适当的游戏进行机制玩游戏的玩家做出不当行为。
在一些实施方式中,将辱骂玩家重新分配给不同的服务器/会话以某种方式进行,以便为辱骂玩家和/或其他玩家保持游戏的连续性。辱骂玩家可能仍希望结束他们的游戏,因此突然结束他们的游戏可能是不可取的。然而,已经识别出辱骂玩家并寻求迁移,例如,因为辱骂玩家与他们倾向于辱骂的其他人在一起,或者处于他们倾向于与游戏机制不一致地玩游戏的情况。因此,在一些实施方式中,现有会话的方面被复制/克隆/拷贝到辱骂玩家迁移到的新会话。
例如,在一些实施方式中,辱骂玩家的数字库存从前一会话复制,因此辱骂玩家在迁移发生时拥有与前一会话相同的武器、皮肤、盔甲、数字货币、虚拟对象等。这样,辱骂玩家即使在迁移到新会话时也能感知到他们数字库存的连续性。
在一些实施方式中,辱骂玩家被迁移到新会话中游戏世界中的与迁移发生时他们在先前会话中的最后位置相同的虚拟位置。在一些实施方式中,辱骂玩家在新会话中的取向将与他们在前一会话中的最后取向相同。在一些实施方式中,辱骂玩家在先前会话中的先前游戏进行体验的其他方面被复制到辱骂玩家迁移到的新会话中。例如但不限于,此类其他方面可以包括敌人或虚拟角色的存在和配置,虚拟对象的存在/位置/状况、天气、音乐、游戏设置等。
应当理解,当迁移辱骂玩家时,剩余玩家不与辱骂玩家一起迁移,使得使辱骂玩家与其他玩家分开。在一些实施方式中,为了进一步为辱骂玩家保持游戏进行的连续性并使迁移更加透明,AI替换角色(或机器人)在新会话中被实例化以代替未迁移到新会话的其他玩家。AI替换角色可以被配置为与之前会话中的其他玩家具有相同或相似的配置,诸如具有相同或相似的外观、皮肤、武器、对象等。此外,在一些实施方式中,AI替换角色被配置为以与他们作为替代***的玩家相似的方式执行。例如,AI替换角色可以被配置为与他们所代表的玩家具有相似的游戏进行,诸如相似的技能水平、玩游戏风格等。这可以使迁移体验对辱骂玩家更加透明。
图2概念性地示出了根据本公开的实施方式的重要事件或转移点的检测,在这些事件或转移点处将辱骂玩家从现有的多玩家游戏会话迁移。如前所述,多玩家会话104由游戏服务100托管,其中玩家122、124和126参与游戏。应当理解,视频游戏的玩家将通过诸如游戏控制台、个人计算机、膝上型计算机、平板电脑、蜂窝电话或玩家本地的其他计算装置的玩家装置连接到多玩家会话104。游戏进行视频通常呈现在显示装置上,所述显示装置可以合并到玩家装置中或者与玩家装置分开。在所示的实施方式中,玩家122、124、126操作各自的玩家装置218、222和226,它们通过网络216与多玩家会话104通信。
玩家装置218、222和226分别为视频游戏执行本地会话220、224和228。根据多玩家游戏架构,与服务器处的多玩家会话相比,视频游戏的游戏状态的处理和操作或多或少可以由玩家装置处的本地会话进行处理。在一些实施方式中,视频游戏完全是云执行的,使得来自多玩家会话104的游戏进行视频(包括图像数据和音频数据)通过网络流式传输到玩家装置,其中本地会话处理视频的呈现(例如通过显示器和扬声器)以及收集输入并将所述输入发送回多玩家会话。在一些实施方式中,视频游戏主要由本地会话执行,其中每个本地会话维护游戏状态的本地副本,并且多玩家会话104实现游戏状态在玩家装置之间的同步。在一些实施方式中,视频游戏部分地由玩家装置的本地会话执行,并且部分地由服务器的多玩家会话执行。
如上所述,当检测到辱骂玩家时,在一些实施方式中,辱骂玩家被迁移到另一个服务器/会话。然而,为了保持视频游戏的当前会话的连续性,在一些实施方式中,辱骂玩家的迁移不一定在确定辱骂玩家将被迁移时立即发生。相反,为迁移确定游戏中的适当时间或断点,以最小化对辱骂玩家和/或多玩家会话的任何剩余玩家的中断,并最小化对现有游戏的中断并保持事件的连续性。以这种方式,可以以不引人注意的方式转移辱骂玩家,这种方式甚至对辱骂玩家和/或其他玩家来说是透明的。
因此,在一些实施方式中,一个或多个符合条件的转移/显著/断点事件被检测到,并且辱骂玩家在发生符合条件的转移事件时被转移到新的服务器/会话。使用来自用户的应用于游戏引擎的输入来驱动游戏进行,多玩家会话的执行生成持续更新的服务器游戏状态200。为了检测游戏进行期间发生的事件,获得来自服务器游戏状态200的游戏状态数据202(和/或游戏遥测数据)并使用事件检测过程204进行分析以识别符合条件的转移事件何时发生。在一些实施方式中,游戏状态数据202还可以包括来自玩家的任何本地会话的游戏状态数据和/或游戏遥测数据。
符合条件的转移事件或断点的一些非限制性示例包括以下内容:辱骂玩家或其他玩家的死亡(附图标记206);从游戏的一个区域穿越或转移到另一个区域(附图标记208,例如打开或移动通过门/正门/入口/分割物等、跨越边界、在游戏地图的位置之间跳跃等);完成游戏故事中的重要活动(附图标记210,例如完成阶段/章节/等级/主要事件、击败Boss角色、解决谜题、进入游戏空间的新区域、一支团队击败另一支团队、一支团队对另一支团队得分等);一段低活跃度或低玩家对玩家互动时期(例如,游戏中的辱骂玩家和/或其他玩家没有战斗或没有武器开火的时期、低于阈值级别的战斗等);暂停游戏(附图标记212),等等。一旦检测到此类符合条件的转移事件,则将检测到的辱骂玩家转移到新的会话/服务器(附图标记214)。换句话说,检测到的辱骂玩家的迁移不一定在检测到时立即发生,而是延迟到符合条件的转移事件发生,然后处理迁移。
因此,辱骂玩家的迁移是在游戏的转移时刻执行的,以便最小化迁移的干涉。例如,在辱骂玩家死亡后,辱骂玩家可能会重生到新的会话/服务器中。例如,当辱骂玩家移动通过门时,辱骂玩家被迁移并且在一些实施方式中到达游戏空间中的预期位置(例如门的另一侧)但是在不同的会话/服务器中。
图3概念性地示出了根据本公开的实施方式的使用辱骂玩家的空间关系来确定何时将辱骂玩家迁移到另一个服务器/会话。正如已经讨论过的,通常希望最小化迁移辱骂玩家的干涉。因此,在一些实施方式中,可以使用辱骂玩家与其他玩家的空间关系来确定何时迁移辱骂用户。
例如,在所示的实施方式中,示出了辱骂玩家126相对于其他玩家122和124在虚拟空间中的位置/定位。辱骂玩家126位于距离最近的玩家122第一距离300处。在一些实施方式中,在这个阶段,即使被识别为辱骂并且被安排迁移的辱骂玩家126也不会被迁移,因为辱骂玩家126离最近的玩家122太近。也就是说,在一些实施方式中,当辱骂玩家在最近的其他玩家的预定义距离内时,则不发生迁移。然而,当辱骂玩家126移动到附图标记126a所示的位置时,辱骂用户126被迁移到新的服务器/会话。换言之,在一些实施方式中,当辱骂玩家126移动超过与最近的其他玩家的预定义距离时,则将辱骂玩家从当前会话迁移到新会话。以此方式,当确定辱骂玩家126足够单独或足够远离其他玩家附近时,辱骂玩家126被迁移。
在一些实施方式中,当辱骂玩家126从虚拟空间的一个区域跨越到虚拟空间的另一区域时,迁移发起。例如,在所示的实施方式中,玩家126从虚拟空间的区域308移动到区域310。在一些实施方式中,一旦检测到进入区域310的移动,则发起辱骂玩家的迁移。
在一些实施方式中,至少部分地分析和使用辱骂玩家的视角方向或视角来确定何时迁移辱骂玩家。例如,最初辱骂玩家126被示出为具有朝向至少玩家124的视角方向304,并且使得视角可以进一步包括玩家122。在一些实施方式中,当辱骂玩家的视角方向或视角指向另一玩家时,或当辱骂玩家的虚拟空间视角包括另一玩家时,则不发生辱骂玩家的迁移。然而,当辱骂玩家的视角方向改变时,例如改变为所示实施方式中的视角方向306,则迁移发生。也就是说,当辱骂玩家的视角方向远离其他玩家时,或者当辱骂玩家的视角不包括另一玩家时,则迁移辱骂玩家。
在一些实施方式中,至少部分地分析和使用辱骂玩家的移动和/或其他玩家的移动和/或玩家相对于彼此的移动来确定何时迁移辱骂玩家。例如,在一些实施方式中,直到确定辱骂玩家和辱骂玩家的预定义附近范围内的任何玩家正在远离彼此移动时才迁移辱骂玩家。这可以基于确定辱骂玩家正在移动远离一个或多个其他玩家和/或确定一个或多个其他玩家正在移动远离辱骂玩家。在一些实施方式中,在确定何时迁移辱骂玩家时,还考虑了玩家移动的速度和/或加速。例如,玩家相对于彼此的移动的速度和/或加速可能会放大这种移动在确定何时迁移辱骂玩家方面的影响。
应当理解,在一些实施方式中,可以组合以上概念。例如,在一些实施方式中,辱骂玩家与下一个最近玩家的距离、辱骂玩家的视角方向或视角以及玩家相对于彼此的移动是用于确定何时迁移辱骂玩家的因素。例如,可以将此类因素量化并组合成分数,并且当分数超过阈值时,则迁移辱骂用户。在一些实施方式中,辱骂玩家与最近玩家的距离与迁移发生的可能性正相关,使得随着距离增加,辱骂玩家迁移的可能性也增加。在一些实施方式中,辱骂玩家的视角方向朝向另一玩家或视角包括另一玩家的程度与迁移发生的可能性负相关,使得辱骂玩家的视角方向越朝向另一玩家或辱骂玩家视角越包括另一玩家,辱骂玩家迁移的可能性越大。在一些实施方式中,辱骂玩家和至少一个其他玩家远离彼此的相对移动增加了辱骂玩家迁移的可能性。
图4概念性地示出了根据本公开的实施方式的离线复制服务器的实施方式以使得辱骂玩家能够完成交互。例如,辱骂玩家可能正在战斗中,但已经收到足够多的标记或犯下足够多的辱骂行为从而应受/需要迁移,因此希望将他们方便地转移到另一个服务器,同时使辱骂玩家能够完成战斗或主要交互。因此,在一些实施方式中,临时离线复制服务器400在玩家装置226本地被实例化以大量复制辱骂玩家的多玩家会话的游戏进行体验。
复制服务器400获得或复制服务器游戏状态200的至少一部分,以便为辱骂玩家大量复制游戏进行的各个方面,并且本地会话228从与多玩家会话104的通信切换到与复制服务器400的通信。以这种方式,辱骂玩家126的本地会话228不再与多玩家会话104通信,因此辱骂玩家126不能再在多玩家会话104中交互;然而,辱骂玩家126可以以基本相似且连续的方式继续他们的游戏,以结束世界上的战斗或其他主要交互。应当理解,复制服务器400提供与多玩家会话104类似的功能,使得辱骂玩家的本地会话228除了被重定向到复制服务器400之外不需要以显著方式进行调整。
在一些实施方式中,复制服务器400实例化AI机器人以代替来自多玩家会话104的其他玩家。在一些实施方式中,AI机器人被配置为使得在辱骂玩家126看来其他玩家仍在同一会话中玩。
在一些实施方式中,在游戏世界中的战斗或其他主要交互使用复制服务器400完成之后,则辱骂玩家被转移回其中实际玩家参与的现场服务器/会话。例如,可以关闭初始本地会话228,并且可以实例化连接到不同的多玩家会话404的新本地会话402。在其他实施方式中,本地会话228继续并转移到多玩家会话404。在一些实施方式中,来自复制服务器400的方面被合并或添加到多玩家会话404的服务器游戏状态406中。
虽然复制服务器400已被描述为在本地执行,但在一些实施方式中,复制服务器可以是基于云的、通过网络访问的和/或游戏服务100的一部分。
图5概念性地示出了根据本公开的实施方式使用机器学习模型来替代辱骂玩家。在所示的实施方式中,辱骂玩家126已被识别并被迁移到不同的会话/服务器,使得辱骂玩家126将不再在当前多玩家会话104中参与辱骂行为。然而,这提出了在所示实施方式中,剩余玩家122和124将如何在没有辱骂玩家126的情况下继续玩游戏的问题。因此,在一些实施方式中,AI玩家504代替已经被迁移的辱骂玩家126。
为了提供AI玩家504,在一些实施方式中,玩家AI/机器学习模型502被训练成表现得像辱骂玩家126。遥测数据和/或游戏状态数据202从诸如多玩家会话104的游戏会话中获得,并被存储为玩家数据500。玩家数据500包括关于辱骂玩家的游戏进行的数据。然后玩家数据500用于训练AI/机器学习模型502在游戏进行方面以与辱骂玩家相似的方式行事。也就是说,使用记录的辱骂玩家126的游戏进行来训练机器学习模型502,以便执行与辱骂玩家126将执行的那些相似的游戏进行动作。例如,给定由辱骂玩家响应于游戏情况和场景提供的记录的输入,机器学习模型502可以被训练为响应于相同/相似的情况和场景提供相同或相似的输入。
应当理解,玩家数据500包括描述玩家126所面对的游戏场景的数据和描述玩家的诸如控制器输入或其他输入的响应的数据。在一些实施方式中,玩家数据500还包括玩家的游戏进行的视频,并且使用视频来训练机器学习模型502以模仿玩家126响应于视频描绘的场景的游戏进行。
应当理解,使用玩家126的记录的游戏进行来训练机器学习模型502;然而,机器学习模型502的训练被配置为避免训练机器学习模型502执行任何辱骂行为。为此,在一些实施方式中,描述辱骂行为发生场景的数据被识别并从训练数据集中废止/移除。
因此,在一些实施方式中,训练的机器学习模型502用于实例化多玩家会话104中的替换迁移到不同会话的辱骂玩家126的AI玩家504。因此,AI玩家504被配置为以与辱骂玩家126的风格相似的风格参与多玩家会话104的游戏进行。可以理解,AI玩家504可以被配置为具有与迁移的辱骂玩家126相同的外观和库存,并且在辱骂玩家126被迁移出多玩家会话时在相同的位置处被***,使得用AI玩家504替换辱骂玩家126对于多玩家会话中的其他玩家122和124是透明的。
在一些实施方式中,当辱骂玩家126被迁移出多玩家会话104时,新玩家被准许进入多玩家会话104以替换玩家126。举例来说,在一些实施方式中,游戏服务可以实施等待加入视频游戏的多玩家会话的玩家排队的玩家队列506。因此,在一些实施方式中,当辱骂玩家126被迁移出会话时,来自玩家队列506的新玩家508被添加到多玩家会话104。在其他实施方式中,可能有兴趣加入多玩家会话104的玩家被通知并被邀请加入,诸如通过可由游戏服务实施的消息服务。
应当理解,因为新玩家508正在加入其他玩家已经参与游戏进行的多玩家会话,所以相对于已经在玩的其他玩家,新玩家可能处于劣势。因此,在一些实施方式中,可以向新玩家508提供关于多玩家会话104的上下文信息,使得新玩家508可以在了解会话及其游戏进行的情况下进入会话。例如,可以向新玩家508提供关于其中发生多玩家会话104中的游戏进行的视频游戏的设置/位置/情景的信息、已发生事件的描述、关于其他玩家的统计数据和其他信息等。在一些实施方式中,可以向新玩家508示出多玩家会话104中的先前游戏进行的视频,使得新玩家508可以了解在加入之前已在多玩家会话104中发生的事件。
在一些实施方式中,新玩家508通过在多玩家会话104中控制由辱骂玩家126控制的角色(或其他代表性虚拟对象)来加入多玩家会话104。这样,与辱骂玩家126相关联的角色继续存在于多玩家会话104中,但现在由不同的玩家操作和控制。从多玩家会话104中的其他玩家的角度来看,这有助于最小化对游戏进行的中断。
图6概念性地示出了根据本公开的实施方式的用于检测和响应多玩家视频游戏中的辱骂行为的玩家行为***。在一些实施方式中,玩家行为***114由游戏服务100实现,如前所述。现在参考说明性实施方式来描述玩家行为***114的元件部分。如前所述,玩家行为***114包括行为检测单元116,用于检测多玩家视频游戏的玩家方的辱骂行为。
在一些实施方式中,用户/玩家能够报告玩家的不良或辱骂行为(例如AFK、聊天骚扰、恶意破坏、发送垃圾邮件等)。为此,行为检测单元116包括标记***600,其被配置为使玩家能够在他们遇到辱骂行为时对其进行标记。例如,在游戏进行期间,当玩家希望标记另一个玩家的辱骂行为时,他们可以按下按钮或打开界面以发起对其他玩家的标记。在一些实施方式中,所述界面可以使玩家能够输入描述感知到的辱骂行为的性质的信息。在一些实施方式中,此类界面可以包括记录玩家可以选择的预定义选项。
此外,当发起标记事件时,可以记录游戏状态和视频捕获作为潜在不良行为的证据。例如,在一些实施方式中,响应于报告玩家发起标记,向报告玩家提供用于识别示出被报告的涉嫌辱骂行为的游戏视频的一部分的界面。在一些实施方式中,所述界面使报告玩家能够修剪已被缓冲/记录的现有游戏进行视频,以识别选定的部分进行标记。此外,捕获对应的游戏状态数据,例如对应于由报告玩家识别的所选择游戏进行视频的时间码的游戏状态数据。
在一些实施方式中,当玩家发起标记时,在发起标记之前的预定义持续时间内的游戏进行视频和/或游戏状态被自动捕获,例如通过游戏状态/视频捕获单元606,并存储到辱骂行为数据存储器614。例如,在一些实施方式中,可以捕获前N秒的视频和/或游戏状态(例如N=5、10、20、30、45、60、90、120等)。在一些实施方式中,捕获的并与标记事件相关联的持续时间取决于分析游戏进行中发生的交互。例如,如果标记事件识别出潜在的辱骂玩家,则捕获的持续时间可以通过分析游戏状态来确定,以识别涉及紧接在发起标记之前的辱骂玩家和报告玩家的交互的时间段。在其他实施方式中,通过分析游戏状态来确定捕获的持续时间以识别紧接在发起标记之前的活动的时间段(例如,战斗活动或其他游戏交互的时期)。
在一些实施方式中,捕获的游戏进行视频和/或游戏状态还包括在报告玩家已发起标记事件之后发生的游戏进行视频和/或游戏状态,诸如在标记之后的预定义时间段内,或者直到涉及报告玩家的游戏活动停止或完成(例如战斗、重要事件的完成等)。
应当理解,给定玩家有可能错误地将另一玩家识别为表现出辱骂行为。因此,在一些实施方式中,行为检测单元116还包括验证逻辑604,其被配置为验证标记的行为是否实际上是不良或辱骂行为。在一些实施方式中,验证逻辑604采用机器学习模型602来确定所报告的行为是否实际上是不良或辱骂的。在一些实施方式中,机器学习模型使用辱骂行为的数据集进行训练,使得机器学习模型能够确定给定场景是否构成辱骂行为。
在一些实施方式中,验证逻辑604被配置为通过探询游戏中的其他玩家(诸如与被指控的辱骂玩家来自同一团队的玩家、来自对手团队的玩家或来自两个团队的玩家的组合)来验证所报告的行为是否是辱骂的。具体而言,玩家可能会看到示出涉嫌辱骂行为的录制的游戏进行视频,并被要求提供指示他们是否认为发生辱骂行为的输入。在一些实施方式中,如果大多数接受探询的玩家表示他们认为该行为确实是辱骂行为,则可以验证所指控的辱骂行为。
在一些实施方式中,结合使用机器学习模型和对其他玩家的探询来确定是否发生了辱骂行为。例如,在一些实施方式中,机器学习模型在相同数量的玩家指示行为是辱骂行为和非辱骂行为的情况下用作决定因素。在一些实施方式中,机器学习模型和玩家的指示是用于确定所报告的行为是否是辱骂的加权因素。例如,与对手团队的玩家相比,可能更重视与被指控的辱骂球员同队的玩家的指示。在一些实施方式中,具有较高信誉的玩家的指示比具有较低信誉的玩家的指示具有更高的权重。在各种实施方式中,机器学习模型的确定可以被加权到比一些或所有玩家的指示更大或更小的程度。
在一些实施方式中,行为检测单元116可以自动报告或标记玩家的不良行为。例如,机器学习模型602可以被训练以识别辱骂行为,然后被应用以在当前多玩家游戏会话上运行并标记不良行为。在一些实施方式中,由机器学习模型标记的指控辱骂行为由验证逻辑604验证,诸如通过向被指控玩家的队友呈现被标记的行为(例如,呈现视频)并要求他们判断他们是否认为被标记的行为实际上是辱骂的。
可以理解,可以针对机器学习模型标记的行为执行视频和/或游戏状态捕获,并将其存储到辱骂行为数据存储器614。识别的辱骂行为的捕获数据(无论是由玩家识别的还是由机器学习模型识别的),尤其是经过验证的辱骂行为,可以用于进一步训练机器学习模型,使得随着时间的推移机器学习模型提高其对辱骂行为的识别,无论是在范围还是在准确性方面。
如已经描述的,在一些实施方式中,当检测到辱骂行为时,迁移逻辑608用于将辱骂玩家迁移到不同的会话/服务器。
在一些实施方式中,当检测到辱骂行为时,由纠正动作单元610实施纠正动作,所述纠正动作被配置为防止辱骂行为再次发生或激励辱骂玩家不参与辱骂行为。在一些实施方式中,可通知辱骂玩家他们已被报告不良行为(例如,如果该行为已被机器学习模型验证为不良)。在一些实施方式中,辱骂玩家被通知确定他们做错了什么。这可以被配置为允许他们从错误中吸取教训或者被禁(例如暂时或永久)。
在一些实施方式中,视频游戏可以通过API 618访问上述功能和数据,使得视频游戏可以实施它自己的纠正动作和***。例如,视频游戏可以实施自己的“三击”***。
在一些实施方式中,可以在游戏服务***侧执行纠正动作,其中针对不良行为临时禁止游戏服务或特定游戏。
应当理解,在各种实施方式中,可以响应于检测到和/或验证辱骂行为而执行各种纠正动作。例如,在一些实施方式中,辱骂玩家的一些功能被减少、禁用或关闭,例如文本/键盘聊天,语音/麦克风聊天、摄像头、麦克风等。在一些实施方式中,此类功能在预定义的时间段内被禁用,直到发生重要事件,或直到会话结束。在一些实施方式中,针对作为辱骂行为的受害者或报告辱骂行为的给定玩家特别禁用此类功能,例如,不允许辱骂玩家与受害者和/或报告玩家进行键盘聊天或语音聊天。
在一些实施方式中,辱骂玩家被掩盖或以其他方式与另一玩家(受害者或报告玩家)在社交上移除。在一些实施方式中,辱骂玩家变得不可见或透明,使得其他玩家在游戏中不再看到辱骂玩家。在一些实施方式中,另一个玩家对于辱骂玩家是不可见的,使得辱骂玩家不再能看到另一个玩家。
在一些实施方式中,通过将辱骂玩家移动到游戏世界中的另一个位置,将辱骂玩家在社交上移除。
在一些实施方式中,辱骂玩家的外观被改变,诸如通过着色或以某种方式改变他们的化身的外观,这可以提供坏名声的指示。
在一些实施方式中,辱骂玩家的重生被减慢或受到时间延迟。在一些实施方式中,在重生之前,向辱骂玩家提供教程,解释他们为何受到惩罚。
在一些实施方式中,辱骂玩家在游戏队列中被取消优先级,诸如通过延迟、减慢或阻止他们加入多玩家匹配队列。在一些实施方式中,辱骂玩家被防止或阻止加入具有辱骂玩家先前辱骂的特性或玩家的会话。
在一些实施方式中,辱骂玩家的工具提示被更改为包括关于不那么粗鲁或以其他方式避免辱骂行为的提示。
应当理解,在给定实例中应用的特定纠正动作可能取决于检测到的特定辱骂行为。例如,所选择的纠正动作可以被配置为防止辱骂行为再次发生。在一些实施方式中,在不同类型的辱骂行为情况和响应中要应用的不同类型的纠正动作之间建立映射。
此外,可以根据辱骂行为或情况的严重程度调整纠正动作的程度。例如,在一些实施方式中,功能禁用的长度或范围随着辱骂严重程度的增加而增加,因此对于更严重的辱骂,特征/功能禁用可以被施加更长的时间段或针对更多的特征施加,而对于不太严重的辱骂,特征/功能禁用可以被施加更短的时间段或针对更少的特征施加。在迁移的情况下,辱骂玩家的迁移可能或多或少是突然的,具体取决于辱骂行为的严重程度,其中更严重的辱骂行为值得更突然的迁移,而不太严重的辱骂行为值得更透明和流动的迁移。
类似的概念可以适用于不顾一次或多次警告继续参与辱骂行为的辱骂玩家。例如,违规者在一个或多个警告之后的辱骂行为可以被认为比先于警告的辱骂行为的第一实例更严重。
此外,***认为辱骂的程度可能不同,这可以通过例如机器学习模型和/或验证过程来实现。行为检测可以被调整为对辱骂行为更敏感或更不敏感,例如由视频游戏、给定会话的主持玩家等。在一些实施方式中,可以基于各种因素调整行为的严重性。例如,如果玩家是第一次被少数玩家指控,那么此类行为可以被认为没有玩家在收到警告后屡次违规那么严重。
就他们认为的不良行为而言,玩家可能具有不同程度的敏感度。因此,在一些实施方式中,可以跟踪和分析玩家报告/标记以确定给定玩家对各种行为的敏感程度。因此,报告玩家的敏感度可以成为考虑是否发生了指控的辱骂行为事件以及此类事件的严重性时使用的因素或权重。例如,一些玩家可能过于敏感,并且有诬告的倾向,那么通过调整该玩家的敏感度,***可以更好地过滤掉诬告。
在一些实施方式中,可以对辱骂行为进行灵活的惩罚。例如,在一些实施方式中,可以向辱骂玩家呈现选项以鼓励更好的行为。例如,在重生延迟作为惩罚的情况下,可以向辱骂玩家提供以下选项:(a)接受重生延迟,或者(b)如果他们同意不再犯下任何辱骂行为,则立即重生,但是还同意如果发现进一步的辱骂行为,接受更严厉的惩罚(例如,更长时间的重生延迟或从会话中移除)。以这种方式,辱骂玩家可以具有减少或消除对最近行为的惩罚的选项,作为交换,其同意如果将来检测到辱骂行为则接受更严重的惩罚。
保护给定玩家免于因标记另一玩家而受到报复也可能很重要。因此,在一些实施方式中,报告玩家可以被隐藏起来以对辱骂玩家不可见。在一些实施方式中,报告玩家的屏幕名称是模糊的或以其他方式变得不可见。在一些实施方式中,报告玩家被提醒他们的隐私设置,因为他们的个人资料中可能有信息被暴露。因此,报告玩家可能会收到有关其公开资料中可能使他们受到报复的信息的通知。
在一些实施方式中,玩家行为***实施信誉***612,通过所述***管理玩家的信誉。在一些实施方式中,信誉***612是基于积分的***,其中玩家获取信誉积分,其中信誉积分的数量越高则信誉越好;并且信誉积分越低,信誉越差。在一些实施方式中,表现出良好行为或没有参与不良行为的玩家因其良好行为而获取正的信誉积分;而表现出不良行为的玩家获得负的信誉积分,从而降低他们的信誉积分。在一些实施方式中,为了阻止玩家进行虚假报告,如果玩家错误地指责另一玩家的不良行为,则他们可能会受到惩罚(例如,获得负的信誉积分)。在一些实施方式中,信誉***612将关于玩家的信誉的信息存储到玩家行为注册表,包括他们的信誉信息/积分、他们的信誉历史、任何不良行为事情/事件等等。
可以理解,为辱骂玩家提供重建/恢复他们的信誉的机制很重要,使得他们不会因为辱骂行为而受到惩罚的永久影响。因此,在一些实施方式中,玩家通过表现出良好的行为来增加他们的信誉,并且在这么多小时没有任何辱骂/标记后,他们的信誉自动增加,例如,通过为他们的信誉增加积分。因此,辱骂行为的玩家可以通过不参与辱骂行为而随着时间的推移恢复他们的信誉。
图7A示出了根据本公开的实施方式的视频游戏场景的玩家视图,其中玩家被标记为辱骂或不良行为。在所示的实施方式中,示出了多玩家视频游戏的场景700的玩家视图。玩家由虚拟角色702表示,玩家在游戏进行期间控制或操作该角色。
在所示的实施方式中,玩家已经报告/标记了辱骂或不良行为,并且相应地,弹出通知704和706呈现在玩家的视图中。该玩家可能已被另一玩家或行为检测***本身报告,例如使用机器学习模型。通知704指示已报告不良行为,并且通知706还指示正在分析所捕获的指控的不良行为的数据,例如,以确定不良行为的性质并对其进行验证。弹出通知/消息可以在玩家被标记后立即出现,使得在报告不良行为后玩家立即收到所报告不良行为的通知。应当理解,弹出通知可以是游戏中的小通知,以免过度中断玩家的游戏进行或遮挡玩家视野的过大部分。
图7B根据图7A的实施方式示出了在分析所捕获的数据之后视频游戏的玩家视图。如图所示,如果行为被确认/验证为构成辱骂行为,则向玩家显示更多信息。例如,具有进一步解释的更大的通知708被呈现。此类更大的通知708可以在不太可能干扰游戏进行的时间期间呈现,诸如在游戏结束之后,或在低活动时间(例如,低或没有战斗活动)期间。在一些实施方式中,关于不良行为的附加信息还通过其他消息平台发送给玩家,诸如游戏平台消息***、电子邮件、电话文本消息、社交网络消息、聊天服务、其他电子收件箱等。可以理解,在一些实施方式中,可以使用语音音频来传达关于辱骂行为的通知和信息,其可以在玩游戏进行期间或之后呈现给玩家。
在所示的实施方式中,通知708向玩家指示他们在特定游戏期间已被标记为存在不良行为。提供了被确定为辱骂的特定行为的更详细描述。此外,还指示了该行为的分支,例如,如果玩家达到一定数量的不良行为实例,所述玩家将被暂停游戏服务/网络。通知708还包括指向更多细节的链接或观看玩家被报告做的事情的视频。在一些实施方式中,视频可以通过按下控制器按钮来访问。
另外,通知708还指示用户可以指示他们不同意。在一些实施方式中,玩家可以按下按钮来指示他们认为他们被误报了。在一些实施方式中,指示此类不同意可以触发进一步的验证,诸如通过问询其他玩家来验证该行为是否是辱骂行为。在一些实施方式中,为了防止滥用此类选项,如果玩家指示不同意并且所指控的不良行为后来通过附加验证被确认为辱骂,则惩罚可能更严厉。
如所描述的,在一些实施方式中,应用加权函数来确定行为是否被认为是不良的或辱骂的和/或将施加的任何惩罚的严厉程度。例如,第三方投诉的权重可能不如来自玩家自己团队的成员的投诉/标记高。此外,不同的动作(例如AFK、恶意破坏、聊天辱骂等)可能有不同的权重。
此外,在一些实施方式中,机器学习模型可以应用于游戏进行的较早部分以识别任何先前的辱骂实例。也许报告的时间只是最后一次或最近一次。然而,以前可能有过实例,并且机器学习模型可以识别这些实例。应当理解,分析来自游戏会话的整个视频或游戏状态捕获可能是非常耗费资源的。因此,在一些实施方式中,为了减少所需的处理量,机器学习***可以确定玩家之间(例如,被指控玩家与任何其他玩家之间)的交互时间以确定可能辱骂的可能时间。类似地,机器学习***可以确定可能出现某些不良行为的特定情况或条件的其他时间,并且将分析这些时间以确定此类行为发生的位置。
图8A和图8B示出了根据本公开的实施方式的自动识别***的应用,所述自动识别***识别可能的辱骂行为以便于玩家在游戏进行期间进行报告。例如,在图8A,示出了多玩家视频游戏的场景800的玩家视图。玩家视图是由所示的实施方式中的第一虚拟角色802表示的第一玩家的视图。在玩家视图中还示出了第二玩家的另一个虚拟角色804。作为示例但不限于,第二玩家当前可能“恶意破坏”或不再试图帮助赢得多玩家游戏中的比赛。报告辱骂行为的一个问题是报告通常很麻烦,需要报告玩家的时间和注意力,这在游戏中是不切实际的,并且使用没有键盘的控制台游戏***可能特别难以打字和描述。
因此,在一些实施方式中,玩家行为***实施对游戏进行期间潜在辱骂行为的自动识别,并引起游戏中一个或多个玩家的注意。例如,如图8B所示,***已经确定第二玩家可能参与不良行为,因此,弹出通知806出现在第一玩家的玩家视图中。通知806指示第二玩家似乎在恶意破坏,并询问第一玩家是否愿意报告他们。作为示例但非限制,可以按下特定按钮以继续报告或不报告第二玩家。
以这种方式,可以使其他玩家报告不良行为变得更加顺畅,因为玩家甚至不必指定辱骂玩家的行为,因为它会被自动识别。这一点很重要,因为报告辱骂行为会产生很大的摩擦,并且许多辱骂行为可能仅仅因为提交报告的麻烦而没有被报告。可以理解,在机器学习***中,当玩家标记其他玩家时,可以收集数据(例如游戏状态和视频捕获)以形成训练数据集,并且在一些实施方式中,可以训练机器学习来基本实时地识别和分类活动游戏会话期间的各种类型的辱骂行为。而且由于机器学习模型自动识别辱骂行为,因此玩家的报告变得更加顺畅。
在一些实施方式中,当玩家指示辱骂行为已经发生时,诸如通过点击按钮,机器学习模型分析之前的时间段(例如,之前的30秒)以确定是否发生了辱骂行为以及发生了何种类型的辱骂行为。同样,报告玩家不需要具体说明发生了什么辱骂行为,而是机器学习***可以确定辱骂行为的类型和细节,并将结果呈现给报告玩家以供确认。
在一些实施方式中,可以识别潜在不良行为的其他触发因素。例如,玩家可能会口头表达对另一参与辱骂行为的玩家的沮丧或愤怒。因此,在一些实施方式中,***识别玩家的口头表达(例如通过玩家的麦克风/耳机;使用语音识别),并且这触发机器学习模型的分析,以确定是否发生了辱骂行为以及发生了什么辱骂行为。在一些实施方式中,识别其他玩家提示,诸如他们的手势和面部表情(例如通过面向玩家的摄像头;使用面部/手势识别)。
在一些实施方式中,可以根据先前的游戏进行训练机器学习模型,以便了解视频游戏的给定场景的适当机制。因此,机器学习模型能够识别玩家行为何时偏离适当的机制,这可能构成不良或辱骂行为。
本公开的实施方式可以被包括作为游戏引擎的一部分。广义地讲,游戏引擎是提供实现视频游戏的有效开发的特征的软件开发框架。游戏引擎可以包括具有可重用模块的软件库以处理游戏功能性的各个方面,包括作为示例但不限于图形渲染(例如,包括顶点处理、多边形处理、着色、光照、纹理化等)、声音、物理(包括碰撞处理)、动画、脚本化、人工智能、联网、流媒体、存储器管理、线程化、本地化支持、场景图、电影制作等。
游戏引擎可以针对不同的硬件平台(诸如游戏控制台、移动装置、个人计算机等)进行优化。作为示例而非限制,游戏引擎可以根据平台优化存储器使用(例如,如何优先考虑图形流水线中的各种任务等)。在一些实施方式中,硬件可以是某一特定处理实体的带刀片版本,诸如游戏控制台。因此,可以将用户分配给特定的刀片,所述刀片提供与控制台游戏已针对其优化的相同硬件。
应当理解,还可以有游戏服务器逻辑来提供流媒体和/或其他服务(打包、编码、服务质量(QOS)监控、带宽测试、访问社交网络/好友等)。
在一些实施方式中,云基础设施可以运行管理程序,其对硬件进行抽象化并提供虚拟机框架,操作***(OS)可以在所述虚拟机框架上加载。因此,堆栈可能包括应用/视频游戏,其在OS上运行,所述OS加载在由管理程序实例化的虚拟机(VM)上,所述管理程序加载在底层硬件上。通过这种方式,应用的执行不必耦合到特定硬件。
在一些实施方式中,应用/视频游戏可以在容器上执行,所述容器在应用层处抽象化,将代码和依赖项打包在一起,因此实现与OS或硬件平台无关的软件开发并促进跨平台的软件可移植性。
在一些实施方式中,采用分布式游戏引擎,其中游戏引擎的不同部分可以由不同的计算实体处理。例如,诸如物理引擎、渲染引擎(2D/3D图形)、声音、脚本化、动画、AI、联网、流媒体(编码)、存储器管理、线程化等游戏引擎的功能性可以被划分为不同的功能处理块和/或分布在许多不同计算实体之间的服务。应当理解,对于分布式游戏引擎,需要低延时通信以避免延时问题。为了维持期望的帧速率,计算和通信的总时间应满足某些约束。因此,取决于是否有可能在更短的时间内完成过程来划分某些任务可能有效或者可能无效。
使用分布式游戏引擎的优点是可以利用弹性计算,其中计算资源可以根据需要放大或缩小。例如,在传统上在单个硬件服务器上执行的大型多玩家游戏中,在例如约100名玩家之后,硬件资源变得有限,使得无法添加更多的玩家。游戏可能会让附加玩家排队,这意味着玩家必须等待才能加入游戏。然而,使用分布式游戏引擎,通过使用弹性云计算资源,可以添加更多的计算节点来满足需求,因此支持例如数千名玩家。游戏不再受特定硬件服务器的限制的约束。
因此,云游戏引擎可以将功能性分布到不同的处理实体。应当理解,不同的功能可以在不同的框架中执行。例如,一些功能(例如,社交)可能更容易在容器中运行,而图形可能使用连接到GPU上的VM更好地运行。
为了促进分发云游戏引擎的功能性,分布/同步层可以管理作业的分配,例如,发出作业、接收回数据、标识执行哪些任务以及何时处理排队(例如,如果作业完成得比需要的更快)。在一些实施方式中,如果需要,可以动态细分给定任务。例如,动画可以具有照明,且如果照明特别复杂,则照明可以被细分为三项照明作业,其被发出进行计算并在返回时重组。因此,如果游戏引擎功能需要更多工作,则可以对其进行细分。
云服务提供商以指定性能级别提供计算,例如以每秒输入/输出操作数(“IOPS”)提供计算。因此,游戏提供商可以从云服务提供商指定VM、专用处理能力、存储器量等,并使用云服务提供商的***实例化分布式云游戏引擎。
在一些实施方式中,库模块和更新处理程序可以是游戏引擎的一个或多个部件或模块。在一些实施方式中,库模块和更新处理程序可以是单独的部件或被集成。在一些实施方式中,库模块和更新处理程序可以充当游戏引擎的补充。在一些实施方式中,游戏引擎可以是分布式游戏引擎,如上文指出。
如所指出,本公开的实施方式可以应用于云游戏***。云游戏***的一个示例是Now云游戏***。在这种***中,客户端装置可以是游戏控制台,诸如4或/>5游戏控制台,或者可以是另一个装置,诸如个人计算机、膝上型计算机、平板电脑、蜂窝电话、移动装置等。/>
广义地讲,为了实现云游戏,当接收到针对游戏名称的用户请求时,由与云游戏站点相关联的数据中心内的一个或多个服务器执行若干操作。当云游戏站点接收到用户请求时,标识托管与所选择的游戏名称相关联的游戏的数据中心,并且将该请求发送到所标识的数据中心,以针对所选择的游戏名称实例化游戏。响应于该请求,数据中心处的服务器标识游戏代码,加载所标识的游戏代码并且初始化与游戏代码相关的文件,以准备将游戏内容呈现给用户。与游戏相关联的游戏数据可包括通用游戏数据和用户特定的游戏数据。因此,初始化文件可以包括标识、加载和初始化通用游戏数据和用户特定的游戏数据。初始化通用游戏数据可包括初始化图形引擎、安装图形数据、初始化声音文件、安装原图等。初始化用户特定数据可包括定位、传递和安装用户数据、用户历史、游戏历史等。
在加载和初始化通用游戏数据时,可以提供“启动”屏幕以在客户端装置处渲染。可以设计一种启动画面来提供正在加载的游戏的代表性图像,以允许用户预览正在加载的游戏的类型。一旦加载了通用游戏数据,就可以渲染某些初始内容,并且可呈现选择/导航屏幕以供用户选择和定制。在选择/导航屏幕处提供的用户选择输入可包括游戏等级选择、游戏图标选择、游戏模式选择、游戏奖励以及可能需要上传附加游戏内容的其他用户相关数据。在一些实施方案中,通过将游戏内容从游戏云***流式传输到用户的计算装置来使游戏内容可用于查看和交互。在一些实施方式中,在加载用户特定数据之后,游戏内容可用于进行游戏。
图9A示出了用于加载可通过云游戏站点获得的游戏的游戏文件的示例性***。所述***包括通过网络902通信地连接到云游戏站点904的多个客户端装置900,所述网络可以包括LAN、有线、无线、蜂窝(例如,4G、5G等)或任何其他类型的数据网络,包括互联网。当从客户端装置900接收到访问云游戏站点904的请求时,云游戏站点904访问存储在用户数据存储区908中的用户帐户信息906,以标识与通过其发起请求的客户端装置相关联的用户。在一些实施方案中,云游戏站点还可以验证所标识的用户,以便确定用户被授权观看/玩的所有游戏。在用户账户标识/验证之后,云游戏站点访问游戏名称数据存储区910以针对发起请求的用户账户标识在游戏云站点处可用的游戏名称。游戏名称数据存储区910继而与游戏数据库912进行交互以获得针对云游戏站点可用的所有游戏的游戏名称。当推出新的游戏时,将用游戏代码更新游戏数据库912,并且将为游戏名称数据存储区910提供新推出的游戏的游戏名称信息。当发起请求时,从其发起请求的客户端装置可以向或可以不向云游戏站点注册。如果发起请求的客户端装置的用户不是注册用户,则云游戏站点可将该用户标识为新用户,并且选择适合新用户的游戏名称(例如,默认的一组游戏名称)。将所标识的游戏名称返回给客户端装置以呈现在显示屏900-a上,如图9A所示。
检测在客户端装置上渲染的游戏名称中的一个游戏名称处的用户交互,并且将信号发送到云游戏站点。该信号包括检测到用户交互的游戏名称信息以及在游戏名称处注册的用户交互。响应于从客户端装置接收的信号,云游戏站点主动确定托管游戏的数据中心,并且向所标识的数据中心发送信号以加载与检测到用户交互的游戏名称相关联的游戏。在一些实施方案中,可能有一个以上的数据中心正在托管游戏。在此类实施方案中,云游戏站点可以确定发起请求的客户端装置的地理位置,并且标识在地理上靠近客户端装置的数据中心,并且发信号通知该数据中心来预加载游戏。可以使用客户端装置内的全球定位***(GPS)机制、客户端的IP地址、客户端的查验(ping)信息等来确定用户的地理位置。当然,检测用户的地理位置的前述方式可以是示例性的,并且可以使用其他类型的机制或工具来确定用户的地理位置。标识靠近客户端装置的数据中心可以使用户与游戏进行交互期间的延时最小化。在一些实施方案中,所标识的数据中心可能不具有托管游戏所需的带宽/容量或者可能被过度使用。在这些实施方案中,云游戏站点可以标识在地理上靠近客户端装置的第二数据中心。游戏的加载包括加载游戏代码并且执行游戏的实例。
响应于从云游戏站点接收到信号,所标识的数据中心可以选择数据中心处的服务器以实例化服务器上的游戏。基于可用的硬件/软件能力和游戏要求来选择服务器。服务器可以包括多个游戏控制台,并且服务器可以确定使用多个游戏控制台中的哪一个游戏控制台来加载游戏。游戏控制台可以类似于独立的游戏控制台,或者可以是机架式服务器或刀片服务器。刀片服务器继而可以包括多个服务器刀片,其中每个刀片具有用于实例化单个专用应用(诸如游戏)所需的电路。当然,上述游戏控制台是示例性的,不应被视为是限制性的。其他类型的游戏控制台(包括游戏站等)以及其他形式的刀片服务器也可以用于托管所标识的游戏。
一旦标识出游戏控制台,游戏的通用游戏相关代码就被加载到游戏控制台上,并且经由网络通过云游戏站点向客户端装置返回信号,所述信号标识在其上实例化游戏的游戏控制台。因此,加载的游戏可供用户使用。
图9B是概念性地示出了根据本公开的实施方式的针对将云视频游戏流式传输到客户端装置执行的各种操作的流程图。游戏***918执行视频游戏并且生成原始(未压缩的)视频920和音频922。视频920和音频922被捕获和编码以用于流式传输目的,如在所示的图中的附图标记924处所指示。编码可以提供视频和音频流的压缩以减少带宽使用并优化游戏体验。编码格式的示例包括H.265/MPEG-H、H.264/MPEG-4、H.263/MPEG-4、H.262/MPEG-2、WMV、VP6/7/8/9等。
经编码的音频926和经编码的视频928被进一步分包为网络数据包,如附图标记932处所指示,以用于通过网络(诸如互联网)进行传输的目的。网络数据包编码过程也可以采用数据加密过程,由此提供增强的数据安全性。在所示的实施方式中,生成音频数据包934和视频数据包936以用于通过网络进行传输,如附图标记940处所指示。
游戏***918另外生成触觉反馈数据930,所述触觉反馈数据也被打包为网络数据包以用于网络传输。在所示实施方式中,生成触觉反馈数据包938以用于通过网络进行传输,如在附图标记940处进一步指示的。
在共同定义云游戏服务/***的一个或多个服务器上执行生成原始视频和音频以及触觉反馈数据、对视频和音频进行编码并且对编码的音频/视频和触觉反馈数据进行打包以进行传输的前述操作。如附图标记940处所指示,音频、视频和触觉反馈数据包通过网络(诸如和/或包括互联网)进行传输。如附图标记942处所指示,音频数据包934、视频数据包936和触觉反馈数据包938由客户端装置解码/重组,以在客户端装置处定义经编码的音频946、经编码的视频948和触觉反馈数据950。如果数据已经被加密,则也将对网络数据包进行解密。然后,如附图标记944处所指示,由客户端装置对经编码的音频946和经编码的视频948进行解码,以生成客户端侧原始音频和视频数据以在显示装置952上渲染。可以处理/传送触觉反馈数据950以在控制器装置956或可以通过其渲染触觉效果的其他界面装置处产生触觉反馈效果。触觉效果的一个示例是控制器装置956的振动或隆隆声。
应当理解,视频游戏对用户输入进行响应,并且因此可以执行与上文针对用户输入的传输和处理描述的程序流程类似但是在从客户端装置到服务器的相反方向上的程序流程。如图所示,用户操作控制器装置956可生成输入数据958。该输入数据958在客户端装置处进行打包以通过网络传输到云游戏***。输入数据包960被云游戏服务器拆包并且重组以在服务器侧定义输入数据962。输入数据962被馈送到游戏***918,该游戏***处理输入数据962以更新视频游戏的游戏状态。
在音频数据包934、视频数据包936和触觉反馈数据包938的传输(附图标记940)期间,可以监测通过网络的数据传输以确保云游戏流的服务质量。例如,可以如附图标记964所指示监测网络状况,包括上游和下游网络带宽两者,并且可以响应于可用带宽的变化而调整游戏流媒体。即,可以基于当前网络状况来控制网络数据包的编码和解码,如附图标记966所指示。
图10示出了信息服务提供商架构的实施方案。信息服务提供商(ISP)1070向地理上分散并经由网络1086连接的用户1082提供大量信息服务。ISP可以只提供一种类型的服务,诸如股票价格更新,或可以提供多种服务,诸如广播媒体、新闻、体育、游戏等。另外,由每个ISP提供的服务都是动态的,即,可以在任何时间点添加或移除服务。因此,向特定个人提供特定类型的服务的ISP可能会随时间变化。例如,当用户在她的家乡时,可以由靠近该用户的ISP为用户提供服务,并且当用户前往不同城市时,可以由不同的ISP为用户提供服务。当地ISP将把所需的信息和数据传输到新的ISP,使得用户信息“跟随”用户到新的城市,从而使数据更接近用户并且更易于访问。在另一个实现方式中,可以在为用户管理信息的主ISP和在主ISP的控制下直接与用户对接的服务器ISP之间建立主-从关系。在另一个实施方案中,当客户端在世界范围内移动时,数据从一个ISP传递到另一个ISP,以使处于更好位置为用户提供服务的ISP成为提供这些服务的ISP。
ISP 1070包括应用服务提供商(ASP)1072,其通过网络(例如,包括例如但不限于任何有线或无线网络、LAN、WAN、WiFi、宽带、电缆、光纤、卫星、蜂窝(例如,4G、5G等)、互联网等)向客户提供基于计算机的服务。使用ASP模型提供的软件有时还被称为按需软件或软件即服务(SaaS)。提供对特定应用程序(诸如客户关系管理)的访问的简单形式是使用标准协议(诸如HTTP)。该应用程序软件驻留在供应商的***上,并且由用户使用HTML通过web浏览器进行访问、通过由供应商提供的专用客户端软件进行访问或通过其他远程接口(诸如瘦客户端)进行访问。
在广阔地理区域上递送的服务常常使用云计算。云计算是一种计算方式,其中动态可扩展和通常虚拟化的资源通过互联网作为服务提供。用户不需要成为支持他们的“云”中技术基础设施方面的专家。云计算可以分为不同的服务,诸如基础设施即服务(IaaS)、平台即服务(PaaS)和软件即服务(SaaS)。云计算服务常常在线提供从网络浏览器访问的共同业务应用程序,而软件和数据存储在服务器上。基于计算机网络图中互联网的描绘方式,术语云被用作互联网的隐喻(例如,使用服务器、存储装置和逻辑),并且是它所隐藏的复杂基础设施的抽象概念。
此外,ISP 1070包括游戏处理服务器(GPS)1074,其被游戏客户端用来玩单玩家和多玩家视频游戏。互联网上进行的大多数视频游戏都是经由与游戏服务器的连接来操作的。通常,游戏使用专用的服务器应用程序,所述服务器应用程序从玩家收集数据并将其分发给其他玩家。这比对等布置更有效且高效,但它需要单独的服务器来托管服务器应用。在另一个实施方案中,GPS在玩家之间建立通信,并且玩家的相应的玩游戏装置在不依赖于集中式GPS的情况下交换信息。
专用GPS是独立于客户端运行的服务器。此类服务器通常在位于数据中心内的专用硬件上运行,从而提供更多的带宽和专用的处理能力。对于大多数基于PC的多玩家游戏,专用服务器是托管游戏服务器的优选方法。大型多玩家在线游戏在专用服务器上运行,所述服务器通常由拥有游戏名称的软件公司托管,从而允许他们控制和更新内容。
广播处理服务器(BPS)1076将音频或视频信号分发给观众。向很小范围内的受众进行广播有时称为窄播。广播分发的最后一站是信号如何到达听众或观察者,并且它可能像广播电台或电视台一样从空中传播到天线和接收器,或可能通过有线电视或有线广播(或“无线电缆”)通过工作站或直接从网络传播。互联网还可以为接收者带来收音机或电视,特别是多播允许共享信号和带宽。历史上,广播已经由地理区域界定,诸如国家广播或区域广播。然而,随着快速互联网的普及,不按地理条件来定义广播,因为内容可以到达世界上的几乎任何国家。
存储服务提供商(SSP)1078提供计算机存储空间和相关的管理服务。SSP还提供周期性备份和存档。通过提供存储即服务,用户可以根据需要订购更多存储。另一个主要优点是SSP包括备份服务,并且如果计算机的硬盘驱动器发生故障,用户将不会丢失其所有数据。此外,多个SSP可以具有用户数据的全部或部分副本,从而允许用户以有效的方式访问数据,而与用户所在的位置或用于访问数据的装置无关。例如,用户可以在家用计算机以及移动电话中(当用户移动时)访问个人文件。
通信提供商1080向用户提供连接。一种通信提供商是互联网服务提供商(ISP),其提供对互联网的访问。ISP使用适合于传递互联网协议数据报的数据传输技术来连接其客户,诸如拨号、DSL、电缆调制解调器、光纤、无线或专用高速互连。通信提供商还可以提供消息传递服务,诸如电子邮件、即时消息传递和SMS短信。另一种类型的通信提供商是网络服务提供商(NSP),其通过提供对互联网的直接主干访问来出售带宽或网络接入。网络服务提供商可以由电信公司、数据运营商、无线通信提供商、互联网服务提供商、提供高速互联网接入的有线电视运营商等组成。
数据交换1088将ISP 1070内部的若干模块互连,并经由网络1086将这些模块连接到用户1082。数据交换1088可以覆盖ISP 1070的所有模块都非常靠近的小区域,或者当不同的模块在地理上分散时可以覆盖大的地理区域。例如,数据交换1088可以包括数据中心的机柜内的快速千兆以太网(或更快的千兆以太网),或洲际虚拟区域网络(VLAN)。
用户1082使用客户端装置1084访问远程服务,所述客户端装置至少包括CPU、存储器、显示器和I/O。客户端装置可以是PC、移动电话、笔记本计算机、平板电能、游戏***、PDA等。在一个实施方案中,ISP 1070识别由客户端使用的装置类型并调整所采用的通信方法。在其他情况下,客户端装置使用标准通信方法(诸如html)来访问ISP 1070。
本公开的实施方案可以用包括手持式装置、微处理器***、基于微处理器的或可编程的消费型电子产品、小型计算机、大型计算机等的各种计算机***配置来实践。本公开也可以在分布式计算环境中实践,其中由通过有线或无线网络链接的远程处理装置执行任务。
在一些实施方案中,可使用无线技术来促进通信。此类技术可包括例如5G无线通信技术。5G是第五代蜂窝网络技术。5G网络是数字蜂窝网络,其中提供商覆盖的服务区域被划分成被称为小区的小地理区域。表示声音和图像的模拟信号在电话中被数字化、由模数转换器转换并作为位流传输。通过从其他小区中重复使用的频率池中由收发器分配的频率信道,小区中的所有5G无线装置通过无线电波与小区中的本地天线阵列和小功率自动收发器(发射器和接收器)通信。本地天线通过高带宽光纤或无线回程连接与电话网络和互联网连接。与在其他小区网络中一样,从一个小区跨到另一小区的移动装置自动转到新的小区。应当理解,5G网络只是通信网络的示例性类型,并且本公开的实施方案可利用更早一代的无线或有线通信,以及5G之后的更新一代的有线或无线技术。
考虑到上述实施方案,应理解,本公开可以采用涉及存储在计算机***中的数据的各种计算机实现的操作。这些操作是需要对物理量的物理操纵的那些操作。形成本公开的一部分的本文描述的任何操作都是有用的机器操作。本公开还涉及用于执行这些操作的装置或设备。可以针对所需目的专门构造所述设备,或者所述设备可以是由存储在计算机中的计算机程序选择性地激活或配置的通用计算机。特别地,各种通用机器可以与根据本文的教导编写的计算机程序一起使用,或者构造更专门的设备来执行所需的操作可能更方便。
本公开还可以体现为计算机可读介质上的计算机可读代码。另选地,可以使用上述数据交换互连从服务器下载计算机可读代码。计算机可读介质是可以存储数据的任何数据存储装置,该数据随后可以由计算机***读取。计算机可读介质的示例包括硬盘驱动器、网络附接存储装置(NAS)、只读存储器、随机存取存储器、CD-ROM、CD-R、CD-RW、磁带以及其他光学和非光学数据存储装置。所述计算机可读介质可包括分布在网络耦合的计算机***上的计算机可读有形介质,使得以分布式方式存储和执行计算机可读代码。
尽管以具体的顺序描述了方法操作,但应理解,可在操作之间执行其他内务操作,或者可以调整操作,使得它们在略微不同的时间发生,或者可以分布在允许以与处理相关联的各种间隔发生处理操作的***中,只要覆盖操作的处理以期望的方式执行即可。
虽然出于清楚理解的目的相当详细地描述了前述公开内容,但显而易见的是,可在所附权利要求的范围内实践某些改变和修改。因此,本实施方案将被认为是说明性的而非限制性的,并且本公开不限于本文给出的细节,而是可在所描述的实施方案的范围和等效范围内进行修改。
Claims (20)
1.一种由至少一个服务器计算机执行的方法,其包括:
在多玩家视频游戏的交互式游戏进行期间,处理游戏状态数据以将玩家的游戏进行活动识别为辱骂;
响应于将所述游戏进行活动识别为辱骂,则在所述交互式游戏进行期间向所述玩家应用纠正动作,所述纠正动作向所述玩家提供被识别为辱骂的所述游戏进行活动的指示;
在应用所述纠正动作之后,进一步处理所述游戏状态数据以将所述玩家的附加游戏进行活动识别为辱骂;
响应于将所述附加游戏进行活动识别为辱骂,则对所述玩家施加惩罚。
2.根据权利要求1所述的方法,其中所述纠正动作包括向所述玩家指示所述惩罚的警告。
3.根据权利要求1所述的方法,其中所述惩罚包括减少所述玩家的游戏进行功能。
4.根据权利要求1所述的方法,其中所述惩罚包括将所述玩家迁移到所述多玩家视频游戏的不同会话或服务器。
5.根据权利要求4所述的方法,其中所述惩罚包括识别所述交互式游戏进行中的断点,在到达所述断点时执行所述迁移。
6.根据权利要求1所述的方法,其中将所述玩家的所述游戏进行活动识别为辱骂包括接收由所述多玩家视频游戏的第二玩家响应于所述玩家的所述游戏进行活动发起的标记。
7.根据权利要求1所述的方法,其中将所述玩家的所述游戏进行活动识别为辱骂包括通过机器学习模型实时分析所述多玩家视频游戏的所述交互式游戏进行。
8.一种由至少一个服务器计算机执行的方法,其包括:
在多玩家视频游戏的第一会话的交互式游戏进行期间,处理游戏状态数据以将玩家的游戏进行活动识别为辱骂;
响应于将所述游戏进行活动识别为辱骂,则将所述玩家迁移到所述多玩家视频游戏的第二会话。
9.根据权利要求8所述的方法,其中进一步响应于将所述游戏进行活动识别为辱骂,则识别所述交互式游戏进行中的断点,在到达所述断点时执行所述迁移。
10.根据权利要求9所述的方法,其中所述断点由所述多玩家视频游戏的阶段或事件的完成、所述玩家在虚拟环境的空间之间的转移、所述玩家在所述交互式游戏进行中的死亡中的一者或多者来定义。
11.根据权利要求8所述的方法,其中迁移所述玩家包括在所述第一会话中捕获与所述玩家相关联的设置,并且在所述第二会话中使用所捕获的设置发起所述玩家。
12.根据权利要求8所述的方法,其中迁移所述玩家包括捕获所述多玩家视频游戏的所述第一会话的状态,并且将所述第二会话配置为在没有所述第一会话的其他玩家的情况下在所述第二会话中基本上复制所述第一会话的所述状态的至少一部分。
13.根据权利要求8所述的方法,其中将所述玩家的所述游戏进行活动识别为辱骂包括接收由所述多玩家视频游戏的第二玩家响应于所述玩家的所述游戏进行活动而发起的标记。
14.根据权利要求8所述的方法,其中将所述玩家的所述游戏进行活动识别为辱骂包括通过机器学习模型实时分析所述多玩家视频游戏的所述交互式游戏进行。
15.一种由至少一个服务器计算机执行的方法,其包括:
在多玩家视频游戏的第一会话的交互式游戏进行期间,接收由所述多玩家视频游戏的第一玩家响应于第二玩家的游戏进行活动而发起的标记,所述标记被配置为将所述第二玩家的所述游戏进行活动识别为潜在辱骂;
响应于接收到所述标记,处理所述多玩家视频游戏的记录的游戏进行以将所述第二玩家的所述游戏进行活动验证为辱骂;
响应于将所述第二玩家的所述游戏进行活动验证为辱骂,则将所述第二玩家迁移到所述多玩家视频游戏的第二会话。
16.根据权利要求15所述的方法,其中进一步响应于将所述第二玩家的所述游戏进行活动验证为辱骂,则识别所述交互式游戏进行中的断点,在到达所述断点时执行所述迁移。
17.根据权利要求16所述的方法,其中所述断点由所述多玩家视频游戏的阶段或事件的完成、所述第二玩家在虚拟环境的空间之间的转移、所述第二玩家在所述交互式游戏进行中的死亡中的一者或多者来定义。
18.根据权利要求15所述的方法,其中迁移所述第二玩家包括在所述第一会话中捕获与所述第二玩家相关联的设置,并且在所述第二会话中使用所捕获的设置发起所述第二玩家。
19.根据权利要求15所述的方法,其中迁移所述第二玩家包括捕获所述多玩家视频游戏的所述第一会话的状态,并且将所述第二会话配置为在没有所述第一会话的其他玩家的情况下在所述第二会话中基本上复制所述第一会话的所述状态的至少一部分。
20.根据权利要求15所述的方法,其中将所述第二玩家的所述游戏进行活动验证为辱骂包括通过机器学习模型分析所述第二用户的所述交互式游戏进行活动。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/917,797 US11400378B2 (en) | 2020-06-30 | 2020-06-30 | Automatic separation of abusive players from game interactions |
US16/917,797 | 2020-06-30 | ||
PCT/US2021/038721 WO2022005849A1 (en) | 2020-06-30 | 2021-06-23 | Automatic separation of abusive players from game interactions |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116322915A true CN116322915A (zh) | 2023-06-23 |
Family
ID=76959101
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180050257.6A Pending CN116322915A (zh) | 2020-06-30 | 2021-06-23 | 从游戏交互中自动分离辱骂玩家 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11400378B2 (zh) |
EP (1) | EP4171770A1 (zh) |
JP (1) | JP2023533716A (zh) |
CN (1) | CN116322915A (zh) |
WO (1) | WO2022005849A1 (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210260482A1 (en) * | 2018-06-29 | 2021-08-26 | Sony Corporation | Information processing device and information processing method |
WO2021173939A1 (en) * | 2020-02-28 | 2021-09-02 | Opera Solutions Usa, Llc | Video analytics to detect animal abuse |
US11596870B2 (en) * | 2020-07-31 | 2023-03-07 | Sony Interactive Entertainment LLC | Classifying gaming activity to identify abusive behavior |
US11996117B2 (en) | 2020-10-08 | 2024-05-28 | Modulate, Inc. | Multi-stage adaptive system for content moderation |
US11484800B2 (en) * | 2020-12-31 | 2022-11-01 | GGWP, Inc. | Methods and systems for filtering content in reconstructions of native data of assets |
US20230016152A1 (en) * | 2021-07-16 | 2023-01-19 | Niantic, Inc. | Reducing latency in anticheat dataflow |
US20230311005A1 (en) * | 2022-03-16 | 2023-10-05 | Sony Interactive Entertainment Inc. | Machine learning based gaming platform messaging risk management |
US11964209B2 (en) | 2022-03-17 | 2024-04-23 | Sony Interactive Entertainment Inc. | Machine learning based gaming platform messaging risk management using gamer behavior |
US20240015346A1 (en) * | 2022-07-08 | 2024-01-11 | Hyperconnect LLC | Apparatus for Detecting Service Abusing User and Method Thereof |
US20240017177A1 (en) * | 2022-07-15 | 2024-01-18 | Sony Interactive Entertainment LLC | Systems and Methods for Reduced Friction Reporting of Disruptive Behavior Incidents in Cloud-Based Gaming |
GB2622251A (en) * | 2022-09-08 | 2024-03-13 | Sony Interactive Entertainment Inc | Systems and methods of protecting personal space in multi-user virtual environment |
GB2623959A (en) * | 2022-10-31 | 2024-05-08 | Sony Interactive Entertainment Inc | Apparatus and methods for recording content |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2044987B1 (en) * | 2007-10-03 | 2013-05-22 | Sony Computer Entertainment Europe Ltd. | Apparatus and method of on-line reporting |
US20090111583A1 (en) * | 2007-10-31 | 2009-04-30 | Gary Zalewski | Systems and method for improving application integrity |
US8490199B2 (en) * | 2007-10-29 | 2013-07-16 | Sony Computer Entertainment America Llc | Moderation of cheating in on-line gaming sessions |
US8099668B2 (en) * | 2008-01-07 | 2012-01-17 | International Business Machines Corporation | Predator and abuse identification and prevention in a virtual environment |
US8241131B2 (en) * | 2008-09-26 | 2012-08-14 | International Business Machines Corporation | Avatar protection within a virtual universe |
KR20180087060A (ko) * | 2017-01-24 | 2018-08-01 | 라인 가부시키가이샤 | 게임 서비스 제공 방법, 장치, 컴퓨터 프로그램 및 기록매체 |
CN108734565B (zh) * | 2017-04-14 | 2020-11-17 | 腾讯科技(深圳)有限公司 | 一种征信分实时调整处理方法、装置及处理服务器 |
KR102029941B1 (ko) * | 2017-09-21 | 2019-10-08 | 캠프모바일 주식회사 | 어뷰저 탐지 |
US11458409B2 (en) * | 2020-05-27 | 2022-10-04 | Nvidia Corporation | Automatic classification and reporting of inappropriate language in online applications |
-
2020
- 2020-06-30 US US16/917,797 patent/US11400378B2/en active Active
-
2021
- 2021-06-23 WO PCT/US2021/038721 patent/WO2022005849A1/en unknown
- 2021-06-23 JP JP2023500034A patent/JP2023533716A/ja active Pending
- 2021-06-23 CN CN202180050257.6A patent/CN116322915A/zh active Pending
- 2021-06-23 EP EP21742991.9A patent/EP4171770A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
US11400378B2 (en) | 2022-08-02 |
US20210402304A1 (en) | 2021-12-30 |
JP2023533716A (ja) | 2023-08-04 |
EP4171770A1 (en) | 2023-05-03 |
WO2022005849A1 (en) | 2022-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116322915A (zh) | 从游戏交互中自动分离辱骂玩家 | |
JP7216223B2 (ja) | ビデオゲームのコーチングとマッチメイキングのためのaiモデリング | |
US11511187B2 (en) | Transactional memory synchronization for synchronization of game instance functions between remotely located servers or data centers | |
US11400381B2 (en) | Virtual influencers for narration of spectated video games | |
US11623154B2 (en) | Driving virtual influencers based on predicted gaming activity and spectator characteristics | |
US11571628B2 (en) | Modifying game content to reduce abuser actions toward other users | |
JP7419554B2 (ja) | ゲーム内プレイヤー支援用に事前に記録されたゲームプレイビデオのサーフェシング | |
JP7313467B2 (ja) | サーバーの負荷予測及び高度なパフォーマンス測定 | |
JP7361940B2 (ja) | ビデオゲームの観客を増やすためのプレーヤーフィードバック | |
JP2023540936A (ja) | 視線追跡に基づくヘッドアップディスプレイの自動位置決め | |
CN116685381A (zh) | 基于识别的或预测的游戏活动推荐供观看的游戏流 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |