本发明实施例提供了一种游戏操作指引方法、装置、电子设备和存储介质,所述方法包括：进入游戏对局,获取所述游戏对局对应的游戏协议并运行；在所述游戏协议为非指引协议时,在所述游戏对局中提供与所述非指引协议对应的对局表现；在所述游戏协议为指引协议时,在所述游戏对局中提供所述指引协议对应的操作指引信息,以指引所述客户端的玩家完成指定游戏操作。本发明实施例在提供对局表现时无需玩家操作,在提供操作指引信息时可以指引玩家完成指定游戏操作,如此玩家有一定操作空间,参与感强,在保证玩家正常完成指定游戏操作的基础上给玩家提供了更高的自由度。

本公开关于一种虚拟对象的获取控制方法、装置、电子设备和存储介质,属于游戏技术领域,该方法中,获取账户属性信息满足预设属性条件的各第一账户在预设时长内对游戏中各类虚拟对象的实际获取率,按照每个第一账户对每类虚拟对象的实际获取率与对该类虚拟对象的设定获取率之间的差值的绝对值小于预设值的规则,确定提高获取率或降低获取率的获取率调整方式,进而基于获取率调整方式调整第一账户对该类虚拟对象的设定获取率。这样,可使第一账户对游戏中每类虚拟对象的实际获取率逼近第一账户对该类虚拟对象的设定获取率,既利于适当降低设定获取率提升游戏难度又利于避免实际获取率过低而打击用户积极性,所以可较好地平衡游戏收益和用户粘性。

本发明公开了一种FPS游戏的AI模型训练方法,包括：获取样本数据；其中,所述样本数据包括虚拟角色的游戏状态数据和实际奖励；将所述游戏状态数据输入到所述FPS游戏的AI模型中,以生成所述虚拟角色的预测奖励；根据所述预测奖励和实际奖励计算所述FPS游戏的AI模型的损失函数；其中,所述实际奖励通过预设的奖励机制计算得到；根据所述损失函数对所述FPS游戏的AI模型进行优化,直至所述损失函数收敛。本发明还公开了一种FPS游戏的AI模型训练装置、系统和设备。采用本发明实施例,能够针对复杂的游戏场景能够进行有效的局面分析,给出合理的奖励机制,避免虚拟角色在某一位置停留过久。

本发明公开了一种FPS游戏的AI模型训练架构的数据存储方法,包括：获取FPS游戏的AI模型训练架构在训练FPS游戏的AI模型的过程中产生的训练数据；获取训练数据的数据类型；其中,所述数据类型包括：单条数据占用存储空间大于预设的存储阈值的大内存数据以及单条数据占用存储空间小于或等于所述存储阈值的小内存数据；针对所述训练数据的数据类型获取对应的存储方式；根据所述训练数据对应的存储方式将所述训练数据存储。本发明公开了一种FPS游戏的AI模型训练架构的数据存储装置、一种FPS游戏的AI模型训练架构的数据存储设备和一种计算机可读存储介质。采用本发明实施例,能够针对不同类型数据采用不同的存储方式,提高FPS游戏的AI模型训练架构的训练效率。

本申请提供了一种游戏玩家技能升级方法、装置、设备及存储介质,包括：在游戏玩家升级之后,判断游戏玩家的待升级技能是被动技能或主动技能；若待升级技能是被动技能,则播放被动技能由当前等级升级到预设等级的升级动画；若待升级技能是主动技能,则显示第一技能图标对应的第一光点,第一技能图标是主动技能对应的技能图标；若在第一预设时长内获取到针对第一光点的选中操作,则对主动技能进行升级,若在第一预设时长内未获取到针对第一光点的选中操作,则控制第一光点进入屏幕的容纳区域,以将主动技能的第一信息写入容纳区域,从而可以提高玩家体验感。