买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉清华大学深圳国际研究生院申请的专利一种面向游戏研发阶段的强化学习关卡测试方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118170666B 。

龙图腾网通过国家知识产权局官网在2025-09-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410357809.3，技术领域涉及：G06F11/3668；该发明授权一种面向游戏研发阶段的强化学习关卡测试方法是由袁春;王阳设计研发完成，并于2024-03-27向国家知识产权局提交的专利申请。

本一种面向游戏研发阶段的强化学习关卡测试方法在说明书摘要公布了：一种面向游戏研发阶段的强化学习关卡测试方法，其特征在于，包括：在游戏关卡测试过程中进行多样性驱动的强化学习，多样性驱动的强化学习算法设置有针对于交互环境的任务目标奖励rex和对当前策略的多样性评估产生的多样性奖励rin，其中，当当前策略的多样性大于等于阈值δin且任务目标奖励rex小于阈值δex时，使学习目标侧重于获取更多的任务目标奖励rex；而当当前策略的多样性小于阈值δin时，使学习目标侧重于获取更多的多样性奖励rin，以促使智能体选择之前没有采取的策略。本发明提高了训练目标的针对性，提高了使用强化学习算法进行游戏测试时对游戏环境探索的覆盖率以及产生的数据的有效性，更好地满足了工业化游戏研发管线中的测试需求。

本发明授权一种面向游戏研发阶段的强化学习关卡测试方法在权利要求书中公布了：1.一种面向游戏研发阶段的强化学习关卡测试方法，其特征在于，包括：在游戏关卡测试过程中进行多样性驱动的强化学习，多样性驱动的强化学习算法设置有针对于交互环境的任务目标奖励和对当前策略的多样性评估产生的多样性奖励，其中，当当前策略的多样性大于等于阈值且任务目标奖励小于阈值时，使学习目标侧重于获取更多的任务目标奖励；而当当前策略的多样性小于阈值时，使学习目标侧重于获取更多的多样性奖励，以促使智能体选择之前没有采取的策略； 当当前策略的多样性大于等于阈值且任务目标奖励大于等于阈值时，总体奖励由任务目标奖励和多样性奖励共同决定，且二者对总体奖励的贡献的权重通过超参数来调整； 还包括：形成一个用于集中管理奖励模块的统一挂载点，并形成被统一管理的可在任意物件上挂载的稀疏奖励脚本，以便在关卡设计师设计关卡流程时，在关卡交互物上挂载稀疏奖励脚本，配置对应的任务目标奖励；在训练时，所述统一的挂载点提供对挂载的所有奖励脚本的统一管理，从而简化阈值和的估计与奖励函数的设计。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人清华大学深圳国际研究生院，其通讯地址为：518000 广东省深圳市南山区西丽街道深圳大学城清华校区A栋二楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。