JP7349833B2 - Systems, methods, and programs for providing games - Google Patents
Systems, methods, and programs for providing games Download PDFInfo
- Publication number
- JP7349833B2 JP7349833B2 JP2019124058A JP2019124058A JP7349833B2 JP 7349833 B2 JP7349833 B2 JP 7349833B2 JP 2019124058 A JP2019124058 A JP 2019124058A JP 2019124058 A JP2019124058 A JP 2019124058A JP 7349833 B2 JP7349833 B2 JP 7349833B2
- Authority
- JP
- Japan
- Prior art keywords
- deck
- players
- information
- classification information
- game
- 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.)
- Active
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明は、複数のゲームコンテンツが含まれるデッキを用いるゲームを提供するためのシステム、方法、及びプログラムに関するものである。 The present invention relates to a system, method, and program for providing a game using a deck containing a plurality of game contents.
従来、プレイヤ間での対戦が可能なゲーム等において、各プレイヤと一緒にプレイする他のプレイヤ（対戦／協力プレイの相手）のマッチングが行われている（例えば、下記特許文献１を参照）。こうしたマッチングは、例えば、レベル等の強さに関するパラメータの値が同じ程度であるプレイヤ同士が対戦相手となるように行われる。
BACKGROUND ART Conventionally, in games that allow players to compete against each other, each player is matched with another player (competitive/cooperative play partner) (for example, see
しかしながら、単に強さが同じ程度のプレイヤ同士をマッチングするだけでは、ゲームの興趣が低下してしまう場合が考えられる。例えば、複数のキャラクタによって構成されるデッキを用いるゲームにおいて、同じようなタイプのデッキ（例えば、同じようなキャラクタの組合せによって構成されるデッキ等）を設定しているプレイヤ同士が対戦相手としてマッチングされると、対戦内容が単調になり、ゲームの盛り上がりに欠けてしまう場合が考えられる。また、例えば、過剰に特徴が異なるデッキを設定しているプレイヤ同士が対戦相手としてマッチングされると、対戦内容が極端になり、同じくゲームの盛り上がりに欠けてしまう場合が考えられる。 However, simply matching players with similar strengths may reduce the interest of the game. For example, in a game that uses decks made up of multiple characters, players who have set up similar types of decks (for example, decks made up of similar combinations of characters) may be matched as opponents. If this happens, the content of the battle may become monotonous and the game may lack excitement. Further, for example, if players who have set decks with excessively different characteristics are matched as opponents, the content of the battle becomes extreme, and the game may also lack excitement.
本発明の実施形態は、プレイヤの適切なマッチングを支援することを目的の一つとする。本発明の実施形態の他の目的は、本明細書全体を参照することにより明らかとなる。 One of the purposes of the embodiments of the present invention is to support appropriate matching of players. Other objects of embodiments of the present invention will become apparent upon reference to the entire specification.
本発明の一実施形態に係るシステムは、１又は複数のコンピュータプロセッサを備え、複数のゲームコンテンツが含まれるデッキを用いるゲームを提供するためのシステムであって、前記１又は複数のコンピュータプロセッサは、読取可能な命令の実行に応じて、複数のプレイヤの各々のデッキの分類に関する分類情報を取得する処理と、前記複数のプレイヤの各々の前記分類情報に少なくとも基づいて、前記複数のプレイヤの各々の一緒にプレイする１又は複数の他のプレイヤをマッチングする処理と、を実行し、前記分類情報を取得する処理は、デッキに含まれるゲームコンテンツに関するコンテンツ情報を少なくとも含むデッキ情報が入力されると前記分類情報を出力するように構成された学習済みモデルを用いて、前記複数のプレイヤの各々の前記分類情報を取得することを含む。 A system according to an embodiment of the present invention is a system for providing a game using a deck that includes one or more computer processors and includes a plurality of game contents, the one or more computer processors comprising: a process of obtaining classification information regarding a classification of a deck of each of a plurality of players in response to execution of a readable instruction; The process of matching one or more other players to play together, and the process of acquiring the classification information, is performed when deck information including at least content information regarding game content included in the deck is input. The method includes obtaining the classification information for each of the plurality of players using a trained model configured to output classification information.
本発明の一実施形態に係る方法は、１又は複数のコンピュータによって実行され、複数のゲームコンテンツが含まれるデッキを用いるゲームを提供するための方法であって、複数のプレイヤの各々のデッキの分類に関する分類情報を取得する工程と、前記複数のプレイヤの各々の前記分類情報に少なくとも基づいて、前記複数のプレイヤの各々の一緒にプレイする１又は複数の他のプレイヤをマッチングする工程と、を備え、前記分類情報を取得する工程は、デッキに含まれるゲームコンテンツに関するコンテンツ情報を少なくとも含むデッキ情報が入力されると前記分類情報を出力するように構成された学習済みモデルを用いて、前記複数のプレイヤの各々の前記分類情報を取得することを含む。 A method according to an embodiment of the present invention is a method for providing a game using a deck that is executed by one or more computers and includes a plurality of game contents, the method comprising: classifying each deck of a plurality of players; and matching each of the plurality of players with one or more other players to play with, based at least on the classification information of each of the plurality of players. , the step of acquiring the classification information includes the step of acquiring the plurality of classification information using a trained model configured to output the classification information when deck information including at least content information regarding game content included in the deck is input. and obtaining the classification information for each of the players.
本発明の一実施形態に係るプログラムは、複数のゲームコンテンツが含まれるデッキを用いるゲームを提供するためのプログラムであって、１又は複数のコンピュータに、複数のプレイヤの各々のデッキの分類に関する分類情報を取得する処理と、前記複数のプレイヤの各々の前記分類情報に少なくとも基づいて、前記複数のプレイヤの各々の一緒にプレイする１又は複数の他のプレイヤをマッチングする処理と、を実行させ、前記分類情報を取得する処理は、デッキに含まれるゲームコンテンツに関するコンテンツ情報を少なくとも含むデッキ情報が入力されると前記分類情報を出力するように構成された学習済みモデルを用いて、前記複数のプレイヤの各々の前記分類情報を取得することを含む。 A program according to an embodiment of the present invention is a program for providing a game using a deck including a plurality of game contents, and the program is a program for providing a game using a deck including a plurality of game contents, and the program is a program for providing a game using a deck including a plurality of game contents, and the program is a program for providing a game using a deck that includes a plurality of game contents, and the program is a program for providing a game using a deck that includes a plurality of game contents, and the program is a program for providing a game using a deck including a plurality of game contents, and the program is a program for providing a game using a deck containing a plurality of game contents, and the program is a program for providing a game using a deck including a plurality of game contents. performing a process of acquiring information, and a process of matching each of the plurality of players with one or more other players to play with, based at least on the classification information of each of the plurality of players; The process of acquiring the classification information is performed by the plurality of players using a trained model configured to output the classification information when deck information including at least content information regarding game content included in the deck is input. and obtaining the classification information for each of the.
本発明の様々な実施形態は、プレイヤの適切なマッチングを支援する。 Various embodiments of the present invention assist in appropriate matching of players.
以下、図面を参照しながら、本発明の実施形態について説明する。 Embodiments of the present invention will be described below with reference to the drawings.
図１は、本発明の一実施形態に係るゲーム提供システム１０を含むネットワークの構成を概略的に示す構成図である。システム１０は、図１に示すように、インターネット等の通信ネットワーク２０を介してプレイヤ端末３０と通信可能に接続されている。図１においては、１つのプレイヤ端末３０のみが図示されているが、システム１０は、複数のプレイヤ端末３０と通信可能に接続されている。システム１０は、プレイヤ端末３０のユーザに対してゲームを提供する。システム１０が提供するゲームは、複数のゲームコンテンツが含まれるデッキを用いるゲームとして構成されている。
FIG. 1 is a configuration diagram schematically showing the configuration of a network including a
システム１０は、一般的なコンピュータとして構成されており、図１に示すように、ＣＰＵ及びＧＰＵ等として構成されるコンピュータプロセッサ１１と、メインメモリ１２と、入出力Ｉ／Ｆ１３と、通信Ｉ／Ｆ１４と、ストレージ（記憶装置）１５とを備え、これらの各構成要素が図示しないバス等を介して電気的に接続されている。
The
コンピュータプロセッサ１１は、ストレージ１５等に記憶されている様々なプログラムをメインメモリ１２に読み込んで、当該プログラムに含まれる各種の命令を実行する。メインメモリ１２は、例えば、ＤＲＡＭ等によって構成される。 The computer processor 11 loads various programs stored in the storage 15 or the like into the main memory 12 and executes various instructions included in the programs. The main memory 12 is composed of, for example, a DRAM or the like.
入出力Ｉ／Ｆ１３は、ユーザとの間で情報をやり取りするための各種の入出力装置を含む。入出力Ｉ／Ｆ１３は、例えば、キーボード、ポインティングデバイス（例えば、マウス、タッチパネル等）等の情報入力装置、マイクロフォン等の音声入力装置、カメラ等の画像入力装置を含む。また、入出力Ｉ／Ｆ１３は、ディスプレイ等の画像出力装置、スピーカー等の音声出力装置を含む。 The input/output I/F 13 includes various input/output devices for exchanging information with the user. The input/output I/F 13 includes, for example, an information input device such as a keyboard and a pointing device (for example, a mouse, a touch panel, etc.), an audio input device such as a microphone, and an image input device such as a camera. Further, the input/output I/F 13 includes an image output device such as a display, and an audio output device such as a speaker.
通信Ｉ／Ｆ１４は、ネットワークアダプタ等のハードウェア、各種の通信用ソフトウェア、又はこれらの組み合わせとして実装され、通信ネットワーク２０等を介した有線又は無線の通信を実現できるように構成されている。
The communication I/F 14 is implemented as hardware such as a network adapter, various communication software, or a combination thereof, and is configured to realize wired or wireless communication via the
ストレージ１５は、例えば磁気ディスク、フラッシュメモリ等によって構成される。ストレージ１５は、オペレーティングシステムを含む様々なプログラム、及び各種データ等を記憶する。 The storage 15 is composed of, for example, a magnetic disk, a flash memory, or the like. The storage 15 stores various programs including an operating system, various data, and the like.
本実施形態において、システム１０は、それぞれが上述したハードウェア構成を有する複数のコンピュータを用いて構成され得る。例えば、システム１０は、１又は複数のサーバ装置によって構成され得る。
In this embodiment, the
このように構成されたゲーム提供システム１０は、ウェブサーバ及びアプリケーションサーバとしての機能を有し、プレイヤ端末３０にインストールされているウェブブラウザ又はその他のアプリケーション（例えば、ゲーム用のアプリケーション等）からの要求に応答して各種の処理を実行し、当該処理の結果に応じた画面データ（例えば、ＨＴＭＬデータ）及び制御データ等をプレイヤ端末３０に送信する。プレイヤ端末３０では、受信したデータに基づくウェブページ又はその他の画面が表示される。
The
プレイヤ端末３０は、一般的なコンピュータとして構成されており、図１に示すように、ＣＰＵ及びＧＰＵ等として構成されるコンピュータプロセッサ３１と、メインメモリ３２と、入出力Ｉ／Ｆ３３と、通信Ｉ／Ｆ３４と、ストレージ（記憶装置）３５とを備え、これらの各構成要素が図示しないバス等を介して電気的に接続されている。
The
コンピュータプロセッサ３１は、ストレージ３５等に記憶されている様々なプログラムをメインメモリ３２に読み込んで、当該プログラムに含まれる各種の命令を実行する。メインメモリ３２は、例えば、ＤＲＡＭ等によって構成される。 The computer processor 31 reads various programs stored in the storage 35 or the like into the main memory 32 and executes various instructions included in the programs. The main memory 32 is composed of, for example, a DRAM or the like.
入出力Ｉ／Ｆ３３は、ユーザとの間で情報をやり取りするための各種の入出力装置を含む。入出力Ｉ／Ｆ３３は、例えば、キーボード、ポインティングデバイス（例えば、マウス、タッチパネル等）等の情報入力装置、マイクロフォン等の音声入力装置、カメラ等の画像入力装置を含む。また、入出力Ｉ／Ｆ３３は、ディスプレイ等の画像出力装置、スピーカー等の音声出力装置を含む。 The input/output I/F 33 includes various input/output devices for exchanging information with the user. The input/output I/F 33 includes, for example, an information input device such as a keyboard and a pointing device (for example, a mouse, a touch panel, etc.), an audio input device such as a microphone, and an image input device such as a camera. Further, the input/output I/F 33 includes an image output device such as a display, and an audio output device such as a speaker.
通信Ｉ／Ｆ３４は、ネットワークアダプタ等のハードウェア、各種の通信用ソフトウェア、及びこれらの組み合わせとして実装され、通信ネットワーク２０等を介した有線又は無線の通信を実現できるように構成されている。
The communication I/F 34 is implemented as hardware such as a network adapter, various communication software, or a combination thereof, and is configured to realize wired or wireless communication via the
ストレージ３５は、例えば磁気ディスク又はフラッシュメモリ等によって構成される。ストレージ３５は、オペレーティングシステムを含む様々なプログラム及び各種データ等を記憶する。ストレージ３５が記憶するプログラムは、アプリケーションマーケット等からダウンロードされてインストールされ得る。 The storage 35 is configured by, for example, a magnetic disk or a flash memory. The storage 35 stores various programs including an operating system, various data, and the like. The programs stored in the storage 35 can be downloaded from an application market and installed.
本実施形態において、プレイヤ端末３０は、スマートフォン、タブレット端末、ウェアラブルデバイス、パーソナルコンピュータ、又はゲーム専用端末等として構成され得る。
In this embodiment, the
このように構成されたプレイヤ端末３０のユーザ（ゲームのプレイヤ）は、ストレージ３５等にインストールされているウェブブラウザ又はその他のアプリケーションを介したシステム１０との通信を実行することによって、システム１０が提供するゲームをプレイすることができる。
The user (game player) of the
次に、本実施形態のゲーム提供システム１０が有する機能について説明する。図２は、システム１０が有する機能を概略的に示すブロック図である。システム１０は、図示するように、様々な情報を記憶及び管理する情報記憶管理部４１と、基本機能を制御する基本機能制御部４３と、ゲームの進行を制御するゲーム進行制御部４５と、プレイヤのマッチングに関する処理を実行するマッチング処理部４７とを有する。これらの機能は、コンピュータプロセッサ１１及びメインメモリ１２等のハードウェア、並びに、ストレージ１５等に記憶されている各種のプログラムやデータ等が協働して動作することによって実現され、例えば、メインメモリ１２に読み込まれたプログラムに含まれる命令をコンピュータプロセッサ１１が実行することによって実現される。また、図２に示す機能の一部又は全部は、システム１０とプレイヤ端末３０とが協働することによって実現され、又は、プレイヤ端末３０によって実現され得る。
Next, the functions of the
システム１０の情報記憶管理部４１は、ストレージ１５等において様々な情報を記憶及び管理する。例えば、情報記憶管理部４１は、図２に示すように、プレイヤに関する情報を管理するプレイヤ情報テーブル４１１を有する。また、本実施形態において、情報記憶管理部４１は、プレイヤのデッキの分類に関する分類情報を取得するための学習済みモデル４１２を有する。
The information
システム１０の基本機能制御部４３は、基本機能の制御に関する様々な処理を実行する。例えば、基本機能制御部４３は、基本機能に関する様々な画面の画面データ又は制御データをプレイヤ端末３０に送信し、プレイヤ端末３０で表示される当該画面を介したプレイヤによる操作入力に応答して様々な処理を実行し、当該処理の結果に応じた画面データ又は制御データをプレイヤ端末３０に送信する。基本機能制御部４３によって制御される基本機能には、例えば、ログイン処理（ユーザ認証）、課金制御、及びプレイヤの管理（例えば、プレイヤ情報テーブル４１１の更新等）等が含まれる。
The basic
システム１０のゲーム進行制御部４５は、ゲームの進行の制御に関する様々な処理を実行する。例えば、ゲーム進行制御部４５は、ゲームを進行させるための様々な画面の画面データ又は制御データをプレイヤ端末３０に送信し、プレイヤ端末３０で表示される当該画面を介したプレイヤによる操作入力に応答して様々な処理を実行し、当該処理の結果に応じた画面データ又は制御データをプレイヤ端末３０に送信する。
The game
システム１０のマッチング処理部４７は、プレイヤのマッチングに関する様々な処理を実行する。本実施形態において、マッチング処理部４７は、複数のプレイヤの各々のデッキの分類に関する分類情報を取得し、当該分類情報に少なくとも基づいて、複数のプレイヤの各々の一緒にプレイする１又は複数の他のプレイヤ（対戦／協力プレイの相手）をマッチングするように構成されている。当該分類情報は、学習済みモデル４１２を用いて取得される。
The matching
図３は、本実施形態における学習済みモデル４１２を説明するための図である。学習済みモデル４１２は、図示するように、多数のデッキに関するデッキ情報を訓練データとする機械学習を介して生成され、デッキ情報が入力されると分類情報を出力するように構成されている。デッキ情報は、デッキに含まれるゲームコンテンツに関するコンテンツ情報が少なくとも含まれる。コンテンツ情報は、例えば、デッキに含まれる複数のゲームコンテンツの各々を特定可能な情報を含む。
FIG. 3 is a diagram for explaining the trained
このように、本実施形態のゲーム提供システム１０は、デッキの分類情報に基づいてプレイヤをマッチングするから、デッキの特徴に基づく多様なマッチングが可能となり、例えば、同じようなタイプの（又は、過剰に特徴の異なる）デッキのプレイヤ同士がマッチングされてしまうことが抑制される。また、デッキの分類情報は、学習済みモデル４１２を用いて取得されるから、例えば、デッキの分類情報の取得をルールベースの仕組みで実装するのが適切でない場合（例えば、デッキに含まれ得るゲームコンテンツの種類が大量であったり、当該種類が頻繁に変化したりする場合等）であってもデッキの分類が容易に実現され得る。このように、システム１０は、プレイヤの適切なマッチングを支援する。
In this way, the
本実施形態のシステム１０が提供するゲームは、デッキを用いる様々な形式のゲームが含まれ得る。また、デッキに含まれるゲームコンテンツは、キャラクタ、カード、及び、これらに関連付けられるアイテム（例えば、キャラクタが装備する装備アイテム等）等の様々なゲームコンテンツが含まれ得る。
The games provided by the
本実施形態において、学習済みモデル４１２は、教師なし学習を介して生成されるように構成され得る。例えば、学習済みモデル４１２は、クラスタリングを介して生成され得る。
In this embodiment, trained
また、例えば、学習済みモデル４１２は、トピックモデルとして構成され得る。この場合、デッキに含まれるゲームコンテンツが文書に含まれる単語として取り扱われると共に、学習済みモデル４１２は、デッキの分類情報としてトピックの確率分布（複数のトピックの各々の割合）を出力するように構成される。こうした構成は、教師なし学習を介して生成されるトピックモデル等の学習済みモデルを用いたデッキの分類を実現する。
Also, for example, trained
また、デッキ情報は、コンテンツ情報に加えて付加情報を含むようにしても良い。この場合、学習済みモデル４１２は、付加情報が著者情報として取り扱われるオーサートピックモデル（Ａｕｔｈｏｒ Ｔｏｐｉｃ Ｍｏｄｅｌ）として構成され得る。付加情報は、例えば、対応するプレイヤに関するプレイヤ情報（例えば、レベル及びログイン回数等のゲームの習熟度に関するパラメータ等が含まれる。）、及び、対応するゲームステージ（デッキが用いられたステージ）に関するステージ情報の少なくとも１つを含む。こうした構成は、コンテンツ情報に加えて付加情報に基づくデッキの分類を可能し、この結果、デッキの適切な分類が促進され得る。
Further, the deck information may include additional information in addition to the content information. In this case, the trained
また、マッチング処理部４７は、マッチングされる複数のプレイヤの各々の分類情報としてのトピックの確率分布に基づいて算出される当該複数のプレイヤ全体のトピックの確率分布が所定の範囲内となるように、マッチングするように構成され得る。例えば、マッチング処理部４７は、マッチングの候補となる複数のプレイヤの各トピックの確率（割合）を合算することによって当該複数のプレイヤ全体のトピックの比率を算出し、当該比率が所定の範囲内となる場合にはマッチングを確定させる一方、所定の範囲外となる場合にはマッチングの新たな候補となる複数のプレイヤを選択するように構成される。こうした構成は、マッチングされる複数のプレイヤ全体（当該プレイヤのデッキ全体）のトピックの割合が所定の比率（例えば、プランナーによって指定される比率等）となることを支援する。
Furthermore, the matching
また、マッチング処理部４７は、デッキの分類情報に少なくとも基づくデッキの類似度（例えば、コサイン類似度等）が所定の範囲内にあるプレイヤ同士をマッチングするように構成され得る。例えば、マッチング処理部４７は、デッキの類似度が所定の値以下である（似ていない）プレイヤ同士をマッチングし、又は、デッキの類似度が所定の値以上である（似ている）プレイヤ同士をマッチングするように構成される。こうした構成は、デッキの類似度に基づくマッチングを可能とする。
Furthermore, the matching
次に、このような機能を有する本実施形態のゲーム提供システム１０の具体例について説明する。この具体例におけるシステム１０は、複数のキャラクタによって構成されるデッキを用いてクエストを実行するソーシャルゲームを提供する。また、当該ソーシャルゲームにおけるイベントとして、同じくデッキを用いたプレイヤ間での対戦が行われる。
Next, a specific example of the
図４は、この例において、プレイヤ情報テーブル４１１が管理する情報を例示する。プレイヤ情報テーブル４１１は、プレイヤ毎の情報を管理し、図示するように、個別のプレイヤを識別する「プレイヤアカウント」に対応付けて、クエストの実行（ステージのクリア）に応じて増加する「経験値」、当該経験値が所定の値に到達する都度、段階的に増加する「ランク」、プレイヤのデッキに関する情報である「デッキ情報」、プレイヤが保有するキャラクタに関する情報である「保有キャラクタ情報」、プレイヤのデッキの分類に関する情報である「デッキ分類情報」、対戦相手のマッチングを待機中であるか否かを示す「マッチング待機中フラグ」、マッチングの待機を開始した時刻である「マッチング待機開始時刻」等の情報を管理する。 FIG. 4 illustrates information managed by the player information table 411 in this example. The player information table 411 manages information for each player, and as shown in the figure, the "experience points" that increase according to the execution of quests (clearing stages) are associated with "player accounts" that identify individual players. ", "Rank" that increases step by step each time the experience value reaches a predetermined value, "Deck information" that is information about the player's deck, "Owned character information" that is information about the characters owned by the player, "Deck classification information" which is information about the classification of the player's deck, "Matching waiting flag" which indicates whether or not the player is waiting for matching with the opponent, "Matching waiting start time" which is the time when waiting for matching started. ” and other information.
この例において、デッキは、２以上の所定数のキャラクタによって構成され、プレイヤは、自身が保有するキャラクタの中から所定数のキャラクタを選択してデッキを構成する。プレイヤ情報テーブル４１１のデッキ情報は、デッキに含まれる複数のキャラクタの各々を特定可能な情報（例えば、キャラクタＩＤ）を含む。この例において、プレイヤは、１つのデッキのみを設定することができる。しかしながら、本実施形態の他の例においては、プレイヤは、複数のデッキ（デッキの複数のバリエーション）を設定することができ、クエスト又は対戦を実行する際には、設定されている複数のデッキの中から使用するデッキを選択することができる。 In this example, the deck is made up of a predetermined number of two or more characters, and the player selects the predetermined number of characters from among the characters he/she owns to form the deck. The deck information in the player information table 411 includes information (for example, character ID) that can identify each of the plurality of characters included in the deck. In this example, a player may only set up one deck. However, in other examples of the present embodiment, the player can set multiple decks (multiple variations of decks), and when executing a quest or battle, the player can set multiple decks (multiple variations of decks), and when executing a quest or a match, the player You can choose which deck to use.
保有キャラクタ情報は、プレイヤが保有する複数のキャラクタの各々に関するキャラクタ情報を含む。当該キャラクタ情報は、例えば、個別のキャラクタを識別するキャラクタＩＤ、並びに、当該キャラクタの経験値及びレベル等が含まれる。当該経験値は、例えば、キャラクタの強化によって増加し、レベルは、当該経験値が所定の値に到達する都度、段階的に増加する。 The possessed character information includes character information regarding each of the plurality of characters possessed by the player. The character information includes, for example, a character ID for identifying an individual character, and the experience value and level of the character. The experience value increases, for example, by strengthening the character, and the level increases in stages each time the experience value reaches a predetermined value.
図５は、プレイヤの対戦相手のマッチングの際にシステム１０が実行する処理を例示するフロー図である。この例におけるプレイヤ間の対戦は、リアルタイムで行われるリアルタイム対戦として構成されている。図５に例示する処理は、当該リアルタイム対戦を各プレイヤが要求する都度、実行される。
FIG. 5 is a flow diagram illustrating the processing performed by the
任意のプレイヤによってリアルタイム対戦が要求されると、まず、システム１０は、図５に示すように、対象プレイヤ（リアルタイム対戦を要求したプレイヤ）のデッキの分類情報を取得する（ステップＳ１００）。この例において、デッキの分類情報を取得するための学習済みモデル４１２は、トピックモデルとして構成されており、当該トピックモデルを介して出力されるトピックの確率分布（複数のトピックの各々の割合）がデッキの分類情報として取得される。
When a real-time battle is requested by an arbitrary player, the
図６は、典型的なトピックモデルの概念を説明するための図である。トピックモデルは、文書が複数の潜在的なトピックから確率的に生成されると仮定したモデルであって、文書内の各単語はトピックが有する単語の確率分布に従って出現すると仮定される。図示するように、多量の文書データを訓練データとして機械学習が行われると、潜在的な複数のトピックが抽出される（図６の例では、トピック１（政治）、トピック２（経済）、及び、トピック３（スポーツ）の３つのトピックが抽出されている。）。抽出された各トピックは、対応する単語の確率分布を有している。また、訓練データは、「Ｂａｇ ｏｆ Ｗｏｒｄｓ」の形式（文書毎に複数の単語の各々の出現回数が表現されたもの）で準備される。 FIG. 6 is a diagram for explaining the concept of a typical topic model. The topic model is a model that assumes that a document is probabilistically generated from a plurality of potential topics, and each word in the document is assumed to appear according to the probability distribution of words that the topic has. As shown in the figure, when machine learning is performed using a large amount of document data as training data, multiple potential topics are extracted (in the example in Figure 6, topic 1 (politics), topic 2 (economy), and , Topic 3 (Sports) are extracted.). Each extracted topic has a probability distribution of corresponding words. Further, the training data is prepared in a "Bag of Words" format (in which the number of occurrences of each of a plurality of words is expressed for each document).
図７は、この例において、デッキの分類に適用されるトピックモデルの概念を説明するための図である。この例のトピックモデルは、デッキ内のキャラクタが、典型的なトピックモデルにおける文書内の単語として取り扱われる。つまり、この例のトピックモデルは、デッキ内の各キャラクタはトピックが有するキャラクタの確率分布に従って出現すると仮定され、多量のデッキ情報（例えば、この例のソーシャルゲームにおいて過去に実際に用いられたデッキに関するデッキ情報）を訓練データとして機械学習が行われると、潜在的な複数のトピックが抽出される（図７の例では、トピック１（攻撃型）、トピック２（回復型）、及び、トピック３（トラップ型）の３つのトピックが抽出されている。）。抽出された各トピックは、対応する複数のキャラクタの確率分布を有している。また、訓練データは、「Ｂａｇ ｏｆ Ｗｏｒｄｓ」の形式（デッキ毎に複数のキャラクタの各々の出現回数が表現されたもの）で準備される。 FIG. 7 is a diagram for explaining the concept of a topic model applied to classifying decks in this example. This example topic model treats characters in the deck as words in a document in a typical topic model. In other words, the topic model in this example assumes that each character in the deck appears according to the probability distribution of characters that the topic has, and uses a large amount of deck information (e.g., information about decks actually used in the past in the social game in this example). When machine learning is performed using deck information) as training data, multiple potential topics are extracted (in the example in Figure 7, topic 1 (attack type), topic 2 (recovery type), and topic 3 ( Three topics (trap type) were extracted. Each extracted topic has a probability distribution of a plurality of corresponding characters. Further, the training data is prepared in a "Bag of Words" format (expressing the number of appearances of each of a plurality of characters for each deck).
また、この例において、トピックモデルは、ＬＤＡ（Ｌａｔｅｎｔ Ｄｉｒｉｃｈｌｅｔ Ａｌｌｏｃａｔｉｏｎ：潜在的ディリクレ配分法）を用いて実装される。図８は、ＬＤＡのグラフィカルモデルを例示する。当該グラフィカルモデルにおいて、Ｄは文書（デッキ）の数であり、Ｔはトピックの数であり、Ｎｄは文書ｄにおける単語（キャラクタ）の数である。また、Ｗは単語自体であり、Ｚは単語の潜在トピックであり、θは各文書におけるトピックの確率分布であり、αはθを決めるためのディリクレ分布のパラメータである。また、φは各トピックにおける単語の確率分布であり、βはφを決めるためのディリクレ分布のパラメータである。 Further, in this example, the topic model is implemented using LDA (Latent Dirichlet Allocation). FIG. 8 illustrates a graphical model of LDA. In the graphical model, D is the number of documents (deck), T is the number of topics, and Nd is the number of words (characters) in document d. Furthermore, W is the word itself, Z is the latent topic of the word, θ is the probability distribution of topics in each document, and α is a parameter of the Dirichlet distribution for determining θ. Further, φ is the probability distribution of words in each topic, and β is a parameter of the Dirichlet distribution for determining φ.
こうしたＬＤＡを用いて機械学習を行う際には、ハイパーパラメータであるトピック数Ｔ、並びに、ディリクレ分布のパラメータα及びβについては人手で調整される。そして、機械学習の結果、各文書（デッキ）におけるトピックの確率分布θ、及び、各トピックにおける単語（キャラクタ）の確率分布（φ）が得られ、学習済みモデル４１２として保存される。
When performing machine learning using such LDA, the number of topics T, which is a hyperparameter, and the parameters α and β of the Dirichlet distribution are manually adjusted. As a result of machine learning, a probability distribution θ of topics in each document (deck) and a probability distribution (φ) of words (characters) in each topic are obtained and saved as a learned
図５のフロー図に戻り、ステップＳ１００においては、対象プレイヤのデッキ情報（プレイヤ情報テーブル４１１において管理されている。）が「Ｂａｇ ｏｆ Ｗｏｒｄｓ」の形式で学習済みモデル４１２に入力され、当該モデル４１２から、トピックの確率分布が分類情報として出力される。取得された分類情報（トピックの確率分布）は、プレイヤ情報テーブル４１１のデッキ分類情報に設定される。
Returning to the flowchart of FIG. 5, in step S100, the target player's deck information (managed in the player information table 411) is input to the learned
続いて、システム１０は、分類情報の類似度が所定の値以下である待機中の他のプレイヤを対象プレイヤの対戦相手としてマッチングする（ステップＳ１１０）。この例では、マッチングを待機中の他のプレイヤ（プレイヤ情報テーブル４１１のマッチング待機中フラグの値を参照することによって特定される。）であって、対象プレイヤとの間のデッキの分類情報（トピックの確率分布）のコサイン類似度が所定の値以下である（つまり、似ていない）他のプレイヤのうち、マッチング待機開始時刻が最も早い（つまり、待機時間が最も長い）プレイヤが対戦相手として決定される。
Subsequently, the
具体的には、待機中のプレイヤのうち、待機時間の長いプレイヤから順に、対象プレイヤとの間のデッキの分類情報のコサイン類似度が計算され、当該コサイン類似度が所定の値以下である場合には、当該プレイヤが対戦相手としてマッチングされる一方、コサイン類似度が所定の値を超える場合には、次のプレイヤのコサイン類似度の計算へと進む。例えば、図９に例示するように、まず、待機中のプレイヤのうち、待機時間の最も長いプレイヤＡと対象プレイヤＸとの間のデッキの分類情報のコサイン類似度が計算され（１）、当該コサイン類似度が所定の値を超える場合にはマッチングが成立せず、次に待機時間の長いプレイヤＢと対象プレイヤＸとの間のデッキの分類情報のコサイン類似度が計算され（２）、当該コサイン類似度が所定の値以下である場合にはマッチングが成立し、プレイヤＢが対象プレイヤＸの対戦相手としてマッチングされる。 Specifically, among waiting players, the cosine similarity of the deck classification information with the target player is calculated in order from the player with the longest waiting time, and if the cosine similarity is less than or equal to a predetermined value. In this case, the player is matched as an opponent, and if the cosine similarity exceeds a predetermined value, the process proceeds to calculation of the cosine similarity of the next player. For example, as illustrated in FIG. 9, first, the cosine similarity of deck classification information between player A, who has waited the longest among waiting players, and target player X is calculated (1), and the If the cosine similarity exceeds a predetermined value, matching is not established, and the cosine similarity of the deck classification information between player B, who has the next longest waiting time, and target player X is calculated (2), and the corresponding If the cosine similarity is less than or equal to a predetermined value, matching is established, and player B is matched with target player X as an opponent.
そして、何れのプレイヤともマッチングが成立しない場合には（ステップＳ１２０においてＮＯ）、システム１０は、対象プレイヤを待機中に設定する（ステップＳ１３０）。具体的には、デッキの分類情報の類似度が所定の値以下である待機中のプレイヤが存在しない場合に、対象プレイヤについて、プレイヤ情報テーブル４１１のマッチング待機中フラグ、及び、マッチング待機開始時刻が設定される。待機中に設定されたプレイヤは、その後の他のプレイヤによるリアルタイム対戦の要求に応じて行われるマッチングにおいて、対戦相手の候補となる。
If matching is not established with any player (NO in step S120), the
本実施形態の他の例において、キャラクタは、アイテム又はスキル等の他の種類のゲームコンテンツが関連付けられるように構成され、デッキ情報は、デッキに含まれるキャラクタに関する情報に加えて、当該キャラクタに関連付けられるアイテム等に関する情報を含むように構成される。この場合、デッキに含まれるキャラクタ及びアイテム等がトピックモデルにおける文書に含まれる単語として取り扱われる。 In other examples of this embodiment, the character is configured to have other types of game content associated with it, such as items or skills, and the deck information is associated with the character in addition to information about the character included in the deck. It is configured to include information regarding items etc. In this case, characters, items, etc. included in the deck are treated as words included in the document in the topic model.
本実施形態のさらに他の例では、学習済みモデル４１２としてオーサートピックモデルが適用される。この場合、デッキ情報に対して、例えば、プレイヤのランク（対応するデッキのプレイヤのその時点におけるランク）が付加情報として付加され、当該ランクがオーサートピックモデルの著者として取り扱われる。図１０は、オーサートピックモデルのグラフィカルモデルを例示する。図１０のグラフィカルモデルにおいて、Ａは著者（プレイヤのランク）の数であり、ａｄは文書（デッキ）ｄの著者であり、Ｘは単語の著者である。また、オーサートピックモデルにおいては、トピックの確率分布であるθは、文書毎ではなく、著者毎に設定される。このように、プレイヤのランクが著者として取り扱われるオーサートピックモデルを適用することによって、プレイヤのランクが考慮されたデッキの分類情報（トピックの確率分布）が得られる。なお、著者として取り扱われる情報は、ランク以外のプレイヤに関する他の情報（属性）であっても良いし、プレイヤに関する情報以外の情報（例えば、対応するデッキが使用されたゲームステージに関する情報等）であっても良い。
In yet another example of the present embodiment, an author topic model is applied as the trained
上述した例では、プレイヤ間での対戦における１の対戦相手のマッチングが例示されているが、本実施形態の他の例では、複数の対戦相手のマッチング（例えば、複数のプレイヤによる同時対戦のマッチング、又は、複数のプレイヤによるリーグ戦のマッチング等）が行われ、又は、１又は複数の協力プレイの相手のマッチングが行われる。 In the above example, matching of one opponent in a match between players is illustrated, but in other examples of this embodiment, matching of multiple opponents (for example, matching of simultaneous matches between multiple players) is illustrated. , or matching of league matches between multiple players), or matching of one or more cooperative play partners is performed.
上述した例では、分類情報の類似度が所定の値以下である（似ていない）待機中の他のプレイヤを対象プレイヤの対戦相手としてマッチングするようにしたが、分類情報の類似度が所定の値以上である（似ている）待機中の他のプレイヤを対象プレイヤの対戦相手としてマッチングするようにしてもよい。 In the above example, other waiting players whose classification information similarity is less than or equal to a predetermined value (not similar) are matched as opponents of the target player. Other waiting players who are equal to or higher than the value (similar) may be matched as opponents of the target player.
また、本実施形態のさらに他の例では、マッチングされる複数のプレイヤの各々のトピックの確率分布に基づいて算出される当該複数のプレイヤ全体のトピックの確率分布が所定の範囲となるように、マッチングが行われる。例えば、図１１に例示するように、マッチング候補となる複数のプレイヤ（Ｘ、Ａ、Ｂ、Ｃ）の各トピックの割合を合算することによって、マッチング候補全体のトピックの確率分布（比率）を算出し、当該マッチング候補全体のトピックの比率と、基準となるトピックの比率（例えば、ゲームの設計者等によって予め設定される。）と、を比較し、両者の差分が所定の範囲内であればマッチングを成立させる。または、マッチング候補となる複数のプレイヤの各々のトピックの確率分布のばらつきを評価するための関数を用意し、当該関数を用いた評価結果が所定値以上である（ばらついている）場合にマッチングを成立させるようにしても良い。 In still another example of the present embodiment, the probability distribution of the topics of all the players, which is calculated based on the probability distribution of the topics of each of the players to be matched, is within a predetermined range. Matching is done. For example, as illustrated in FIG. 11, by summing the proportions of each topic of multiple players (X, A, B, C) who are matching candidates, the probability distribution (ratio) of topics for all matching candidates is calculated. Then, compare the topic ratio of all matching candidates with the reference topic ratio (for example, set in advance by a game designer, etc.), and if the difference between the two is within a predetermined range, Establish matching. Alternatively, you can prepare a function to evaluate the dispersion of the probability distribution of each topic of multiple players who are matching candidates, and perform matching if the evaluation result using the function is greater than a predetermined value (varies). It may be made to be established.
以上説明した本実施形態に係るゲーム提供システム１０は、デッキの分類情報（例えば、トピックの確率分布）に基づいてプレイヤをマッチングするから、デッキの特徴に基づく多様なマッチングが可能となり、例えば、同じようなタイプの（又は、過剰に特徴の異なる）デッキのプレイヤ同士がマッチングされてしまうことが抑制される。また、デッキの分類情報は、学習済みモデル４１２（例えば、トピックモデル）を用いて取得されるから、例えば、分類情報の取得をルールベースの仕組みで実装するのが適切でない場合であってもデッキの分類が容易に実現され得る。このように、システム１０は、プレイヤの適切なマッチングを支援する。
Since the
本明細書で説明された処理及び手順は、明示的に説明されたもの以外にも、ソフトウェア、ハードウェア又はこれらの任意の組み合わせによって実現される。例えば、本明細書で説明される処理及び手順は、集積回路、揮発性メモリ、不揮発性メモリ、磁気ディスク等の媒体に、当該処理及び手順に相当するロジックを実装することによって実現される。また、本明細書で説明された処理及び手順は、当該処理・手順に相当するコンピュータプログラムとして実装し、各種のコンピュータに実行させることが可能である。 The processes and procedures described herein may be implemented by software, hardware, or any combination thereof, other than those explicitly described. For example, the processes and procedures described herein are implemented by implementing logic corresponding to the processes and procedures in a medium such as an integrated circuit, volatile memory, nonvolatile memory, magnetic disk, or the like. Further, the processes and procedures described in this specification can be implemented as a computer program corresponding to the processes and procedures, and can be executed by various computers.
本明細書中で説明された処理及び手順が単一の装置、ソフトウェア、コンポーネント、モジュールによって実行される旨が説明されたとしても、そのような処理又は手順は複数の装置、複数のソフトウェア、複数のコンポーネント、及び／又は複数のモジュールによって実行され得る。また、本明細書において説明されたソフトウェア及びハードウェアの要素は、それらをより少ない構成要素に統合して、又はより多い構成要素に分解することによって実現することも可能である。 Even if processes and procedures described herein are described as being performed by a single device, software, component, or module, such processes or procedures may be performed by multiple devices, software, components, or modules. components and/or multiple modules. The software and hardware elements described herein can also be implemented by combining them into fewer components or decomposing them into more components.
本明細書において、発明の構成要素が単数もしくは複数の何れか一方として説明された場合、又は、単数もしくは複数の何れとも限定 せずに説明された場合であっても、文脈上別に解すべき場合を除き、当該構成要素は単数又は複数の何れであってもよい。 In this specification, even if a constituent element of the invention is described as either singular or plural, or without limitation as either singular or plural, there are cases where it should be interpreted differently depending on the context. Except for , the component may be singular or plural.
１０ ゲーム提供システム
２０ 通信ネットワーク
３０ プレイヤ端末
４１ 情報記憶管理部
４１１ プレイヤ情報テーブル
４１２ 学習済みモデル
４３ 基本機能制御部
４５ ゲーム進行制御部
４７ マッチング処理部
10
Claims (11)
前記１又は複数のコンピュータプロセッサは、読取可能な命令の実行に応じて、
複数のプレイヤの各々の１のデッキの分類に関する分類情報を取得する処理と、
前記複数のプレイヤの各々の前記分類情報に少なくとも基づいて、前記複数のプレイヤの各々の一緒にプレイする１又は複数の他のプレイヤをマッチングする処理と、を実行し、
前記分類情報を取得する処理は、デッキに含まれるゲームコンテンツに関するコンテンツ情報を少なくとも含むデッキ情報が入力されると前記分類情報を出力するように構成された学習済みモデルを用いて、前記複数のプレイヤの各々の前記分類情報を取得することを含む、
システム。 A system for providing a game using a deck including one or more computer processors and including a plurality of game contents, the system comprising:
In response to executing readable instructions, the one or more computer processors:
a process of acquiring classification information regarding the classification of one deck of each of the plurality of players;
matching each of the plurality of players with one or more other players to play with, based at least on the classification information of each of the plurality of players;
The process of acquiring the classification information is performed by the plurality of players using a trained model configured to output the classification information when deck information including at least content information regarding game content included in the deck is input. obtaining the classification information for each of the
system.
請求項１のシステム。 The learned model is configured to be generated through unsupervised learning using a plurality of deck information as training data,
The system of claim 1.
請求項２のシステム。 The trained model is configured as a topic model configured to treat game content included in the deck as words included in a document, and output a probability distribution of topics as the classification information.
3. The system of claim 2.
前記学習済みモデルは、前記付加情報が著者情報として取り扱われるオーサートピックモデルとして構成されている、
請求項３のシステム。 The deck information includes, in addition to the content information, additional information including at least one of player information regarding the corresponding player and stage information regarding the corresponding game stage,
The trained model is configured as an author topic model in which the additional information is treated as author information.
4. The system of claim 3.
請求項３又は４のシステム。 The matching process is performed such that the probability distribution of topics of all the players to be matched is within a predetermined range, which is calculated based on the probability distribution of topics as the classification information of each of the players to be matched. including matching, such as
The system according to claim 3 or 4.
請求項１ないし４何れかのシステム。 The matching process includes matching players whose deck similarities are within a predetermined range based on at least the classification information.
The system according to any one of claims 1 to 4.
請求項６のシステム。 The matching process includes matching players whose deck similarity based at least on the classification information is less than or equal to a predetermined value.
7. The system of claim 6.
請求項６のシステム。 The matching process includes matching players whose decks have a similarity of at least a predetermined value based on the classification information.
7. The system of claim 6.
請求項１ないし８何れかのシステム。 The game content includes first content and second content associated with the first content.
The system according to any one of claims 1 to 8.
複数のプレイヤの各々の１のデッキの分類に関する分類情報を取得する工程と、
前記複数のプレイヤの各々の前記分類情報に少なくとも基づいて、前記複数のプレイヤの各々の一緒にプレイする１又は複数の他のプレイヤをマッチングする工程と、を備え、
前記分類情報を取得する工程は、デッキに含まれるゲームコンテンツに関するコンテンツ情報を少なくとも含むデッキ情報が入力されると前記分類情報を出力するように構成された学習済みモデルを用いて、前記複数のプレイヤの各々の前記分類情報を取得することを含む、
方法。 A method for providing a game using a deck executed by one or more computers and including a plurality of game contents, the method comprising:
obtaining classification information regarding the classification of one deck of each of the plurality of players;
Matching each of the plurality of players with one or more other players to play with, based at least on the classification information of each of the plurality of players,
In the step of acquiring the classification information, the plurality of players use a trained model configured to output the classification information when deck information including at least content information regarding game content included in the deck is input. obtaining the classification information for each of the
Method.
複数のプレイヤの各々の１のデッキの分類に関する分類情報を取得する処理と、
前記複数のプレイヤの各々の前記分類情報に少なくとも基づいて、前記複数のプレイヤの各々の一緒にプレイする１又は複数の他のプレイヤをマッチングする処理と、を実行させ、
前記分類情報を取得する処理は、デッキに含まれるゲームコンテンツに関するコンテンツ情報を少なくとも含むデッキ情報が入力されると前記分類情報を出力するように構成された学習済みモデルを用いて、前記複数のプレイヤの各々の前記分類情報を取得することを含む、
プログラム。 A program for providing a game using a deck containing a plurality of game contents, the program comprising:
a process of acquiring classification information regarding the classification of one deck of each of the plurality of players;
performing a process of matching each of the plurality of players with one or more other players to play with, based at least on the classification information of each of the plurality of players;
The process of acquiring the classification information is performed by the plurality of players using a trained model configured to output the classification information when deck information including at least content information regarding game content included in the deck is input. obtaining the classification information for each of the
program.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019124058A JP7349833B2 (en) | 2019-07-02 | 2019-07-02 | Systems, methods, and programs for providing games |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019124058A JP7349833B2 (en) | 2019-07-02 | 2019-07-02 | Systems, methods, and programs for providing games |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2021007704A JP2021007704A (en) | 2021-01-28 |
| JP7349833B2 true JP7349833B2 (en) | 2023-09-25 |
Family
ID=74199029
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019124058A Active JP7349833B2 (en) | 2019-07-02 | 2019-07-02 | Systems, methods, and programs for providing games |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7349833B2 (en) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018015502A (en) | 2016-07-30 | 2018-02-01 | 株式会社コロプラ | Matching method, server device, terminals and game program |
| JP2019093035A (en) | 2017-11-28 | 2019-06-20 | 株式会社 ディー・エヌ・エー | Data analysis device and data analysis program |
| JP2019154914A (en) | 2018-03-15 | 2019-09-19 | 株式会社コナミデジタルエンタテインメント | Game tendency analysis system and computer program thereof |
-
2019
- 2019-07-02 JP JP2019124058A patent/JP7349833B2/en active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018015502A (en) | 2016-07-30 | 2018-02-01 | 株式会社コロプラ | Matching method, server device, terminals and game program |
| JP2019093035A (en) | 2017-11-28 | 2019-06-20 | 株式会社 ディー・エヌ・エー | Data analysis device and data analysis program |
| JP2019154914A (en) | 2018-03-15 | 2019-09-19 | 株式会社コナミデジタルエンタテインメント | Game tendency analysis system and computer program thereof |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2021007704A (en) | 2021-01-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108888958B (en) | Virtual object control method, device, equipment and storage medium in virtual scene | |
| JP6351671B2 (en) | Program, system, and method for adjusting neural network structure and parameters using neuro evolution | |
| JP6900530B2 (en) | Information processing equipment, control methods and programs | |
| KR20180044191A (en) | Multiplayer video game matchmaking system and methods | |
| KR20190003355A (en) | Interactive voice-controlled companion application for a video game | |
| KR20170104940A (en) | Multiplayer video game matchmaking optimization | |
| US11738267B2 (en) | Program and information processing device | |
| US11020673B2 (en) | Method for providing battle game, server device, and computer-readable recording medium | |
| JP6957242B2 (en) | Program and game system | |
| WO2015153878A1 (en) | Modeling social identity in digital media with dynamic group membership | |
| CN110215710B (en) | In-game event determination method and device, electronic equipment and storage medium | |
| JP7344053B2 (en) | Systems, methods, and programs for providing predetermined games and methods for creating deck classifications | |
| CN112402986A (en) | Training method and device for reinforcement learning model in battle game | |
| JP7031811B2 (en) | A method and system for training player characters in sports games using spatial dualization | |
| JP7349833B2 (en) | Systems, methods, and programs for providing games | |
| JP7335739B2 (en) | SYSTEM, METHOD AND PROGRAM FOR PROVIDING A GAME | |
| CN113946604B (en) | Staged go teaching method and device, electronic equipment and storage medium | |
| CN116943204A (en) | Virtual object control method and device, storage medium and electronic equipment | |
| JP7394284B2 (en) | Program, information processing method, and information processing device | |
| JP6412667B1 (en) | Server, method, and program for providing game | |
| JP2022064810A (en) | Game system, program and information processing method | |
| JP2022135265A (en) | Information processor, program and reward application method | |
| JP7093568B2 (en) | Information processing equipment | |
| JP7171843B1 (en) | Game system, game program and information processing method | |
| JP2022106424A (en) | Game system, program, and information processing method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220628 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230621 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230704 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230823 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230905 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230912 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7349833 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |