棋类图像数据清洗方法及电子设备与流程

本技术涉及人工智能游戏对弈，更具体的说，是涉及一种人机对弈ai落子控制方法及电子设备。

背景技术：

1、在棋类人机对弈场景中，ai引擎（如katago、alphago等）通常能够针对当前棋盘局面输出多个候选落点，并为每个候选点赋予胜率、目差、策略概率、访问次数等评价信息，其中排名靠前的候选点通常为ai引擎认为较优的落子选择。

2、然而，在智能陪练、儿童围棋训练、对战练习等应用场景中，若ai始终选择排名第一的最优候选点进行落子，普通用户将长期处于明显劣势，对局体验差。为此，现有技术普遍采用候选点后处理方式来降低ai棋力：即在ai引擎输出候选点序列后，不再直接选择最优点，而是根据目标强度（如目标胜率或目标目差）选择与该目标强度相匹配的候选点作为最终落子。例如，选择胜率接近50%的候选点以保持局面均势。

3、然而，现有依靠强度筛选落点的方式极易选出候选顺位靠后、策略概率偏低、胜率/目差损失过大的离群候选点。此类低质量落点虽能满足目标强度匹配要求，但是在棋理上属于明显恶手或废棋的落子，破坏棋局的正常行棋逻辑，造成ai棋力调节效果波动剧烈，严重降低对局质量和用户陪练体验。

技术实现思路

1、鉴于上述问题，提出了本技术以便提供一种人机对弈ai落子控制方法及电子设备，以实现ai棋力强度调节适配玩家水平与落子质量管控的双重兼顾，提升对局质量。具体方案如下：

2、第一方面，提供了一种人机对弈ai落子控制方法，包括：

3、获取ai引擎对当前棋盘局面输出的候选点集合、每个候选点对应的引擎评价指标，以及目标强度参数，所述目标强度参数用于表征当前对局期望ai呈现的棋力水平；

4、对所述候选点集合中每个候选点，根据所述目标强度参数和所述候选点的强度特征，计算所述候选点的棋力适配分，所述棋力适配分用于衡量所述候选点所呈现的棋力水平与所述目标强度参数所表征的棋力水平之间的匹配程度；

5、根据所述候选点对应的引擎评价指标计算所述候选点的质量约束分，所述质量约束分用于衡量所述候选点作为合理落子的可靠程度；

6、根据所述候选点的所述棋力适配分和所述质量约束分，计算所述候选点的综合评分，并根据所述综合评分从所述候选点集合中选择最终落子。

7、在一种可能的设计中，在本技术实施例的第一方面的另一种实现方式中，根据所述候选点对应的引擎评价指标计算所述候选点的质量约束分的过程，包括：

8、根据所述候选点对应的引擎评价指标计算所述候选点的候选可靠性分，所述候选可靠性分用于衡量所述候选点在ai引擎评价中的可靠程度；

9、根据所述候选点的落子位置与当前棋盘状态计算所述候选点的棋块风险约束分，所述棋块风险约束分用于衡量所述候选点落子后导致局部风险的程度；

10、根据所述候选可靠性分和所述棋块风险约束分，计算所述候选点的质量约束分。

11、在一种可能的设计中，在本技术实施例的第一方面的另一种实现方式中，根据所述候选点对应的引擎评价指标计算所述候选点的候选可靠性分的过程，包括：

12、获取以下引擎评价指标中的至少一种：所述候选点在所述候选点集合中的排列位置、所述候选点对应的策略概率、所述候选点对应的搜索访问次数、所述候选点对应的胜率损失、所述候选点对应的目差损失；

13、根据所获取的引擎评价指标计算所述候选可靠性分。

14、在一种可能的设计中，在本技术实施例的第一方面的另一种实现方式中，根据所述候选点的落子位置与当前棋盘状态计算所述候选点的棋块风险约束分的过程，包括：

15、获取当前棋盘上棋块的气数信息；

16、根据所述候选点的落子位置与所述棋块的位置关系，计算以下风险项中的至少一种：所述候选点是否靠近己方低气棋块、所述候选点是否靠近对方低气棋块、所述候选点落子后己方相邻棋块的气数是否低于预设阈值、所述候选点是否位于预设手数内发生提子变化的位置区域；

17、根据所计算的风险项确定所述棋块风险约束分。

18、在一种可能的设计中，在本技术实施例的第一方面的另一种实现方式中，根据所述候选点对应的引擎评价指标计算所述候选点的质量约束分的过程，还包括：

19、根据所述候选点对应的引擎评价指标判断所述候选点是否满足预设异常条件，并根据判断结果计算异常惩罚项；

20、将所述异常惩罚项纳入所述质量约束分。

21、在一种可能的设计中，在本技术实施例的第一方面的另一种实现方式中，根据所述候选点对应的引擎评价指标判断所述候选点是否满足预设异常条件，并根据判断结果计算异常惩罚项的过程，包括：

22、获取以下引擎评价指标中的至少一种：所述候选点对应的策略概率、搜索访问次数、胜率损失、目差损失，以及所述候选点在所述候选点集合中的排列位置；

23、将获取的各引擎评价指标分别与对应的预设阈值进行比较，根据比较结果确定满足条件的异常项，将各异常项对应的预设惩罚值累加，得到所述异常惩罚项。

24、在一种可能的设计中，在本技术实施例的第一方面的另一种实现方式中，根据所述候选点对应的引擎评价指标计算所述候选点的质量约束分的过程，还包括：

25、获取参考坐标集合，所述参考坐标集合包括以下至少一种：用户上一手落子坐标、ai上一手落子坐标、最近若干手落子坐标集合、所述候选点对应的变化图中的落子坐标集合、预设手数内发生提子变化的位置集合；

26、根据所述候选点的落子位置与所述参考坐标集合之间的距离，计算所述候选点的位置参考分；

27、将所述位置参考分纳入所述质量约束分。

28、在一种可能的设计中，在本技术实施例的第一方面的另一种实现方式中，在计算所述候选点的棋力适配分之前，还包括：

29、获取用户局势压力参数，所述用户局势压力参数用于表征当前对局中用户的受压力程度；

30、根据所述用户局势压力参数调整所述目标强度参数。

31、在一种可能的设计中，在本技术实施例的第一方面的另一种实现方式中，获取用户局势压力参数的过程，包括：

32、基于所述引擎评价指标获取以下至少一种类型的指标：

33、反映用户局面走势的局面变化类指标、反映用户单步走子水平的落子质量类指标、用户操作行为类指标、反映用户局部战斗得失的提子变化类指标；

34、根据所获取的指标计算所述用户局势压力参数。

35、在一种可能的设计中，在本技术实施例的第一方面的另一种实现方式中，根据所述用户局势压力参数调整所述目标强度参数的过程，包括：

36、当所述用户局势压力参数升高时，降低所述目标强度参数，当所述用户局势压力参数降低时，提高所述目标强度参数；

37、获取上一手落子时使用的有效目标强度参数；

38、根据所述上一手落子时使用的有效目标强度参数对当前手调整后的所述目标强度参数进行平滑处理。

39、在一种可能的设计中，在本技术实施例的第一方面的另一种实现方式中，所述候选点的质量约束分基于所述候选点的所述棋力适配分和所述质量约束分的加权相加结果得到；在计算所述候选点的综合评分之前，还包括：

40、获取用户局势压力参数，所述用户局势压力参数用于表征当前对局中用户的受压力程度；

41、根据所述用户局势压力参数，调整所述棋力适配分和/或所述质量约束分的权重，其中，当所述用户局势压力参数升高时，提高所述质量约束分的权重；当所述用户局势压力参数降低时，提高所述棋力适配分的权重。

42、在一种可能的设计中，在本技术实施例的第一方面的另一种实现方式中，在根据所述综合评分从所述候选点集合中选择最终落子之前，还包括：

43、对所述候选点集合中的候选点执行质量过滤，将不满足预设质量条件的候选点从所述候选点集合中移除。

44、在一种可能的设计中，在本技术实施例的第一方面的另一种实现方式中，还包括：

45、识别当前棋盘局面所处的对局阶段、所述对局阶段包括开局阶段、中盘阶段和收官阶段；

46、根据所识别的对局阶段，调整以下至少一种参数：所述棋力适配分的计算参数、所述质量约束分的计算参数、所述综合评分的计算权重。

47、第二方面，提供了一种电子设备，包括：存储器和处理器；

48、所述存储器，用于存储程序；

49、所述处理器，用于执行所述程序，实现如前述第一方面任一项所述的人机对弈ai落子控制方法的各个步骤。

50、第三方面，提供了一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如前述第一方面任一项所述的人机对弈ai落子控制方法的各个步骤。

51、第四方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时，实现如前述第一方面任一项所述的人机对弈ai落子控制方法的各个步骤。

52、借由上述技术方案，本技术通过将棋力适配分（衡量候选点与目标强度的匹配程度）与质量约束分（基于ai引擎评价指标衡量候选点作为合理落子的可靠程度）作为两个独立的评分项共同参与综合评分，使最终落子的选择不再单纯依赖胜率、目差等单一数值指标。即使某一候选点在胜率或目差上恰好符合目标强度要求，若其在ai引擎评价指标中的表现不佳，其质量约束分将偏低，无法获得较高的综合评分，从而确保最终落子既在强度上匹配目标水平，又在棋理上属于合理落子，实现ai棋力强度下调适配玩家水平与落子质量管控的双重兼顾，从根源上避免仅追求棋力匹配而选出违背正常棋理的低质量候选落点，稳定ai棋力强度调节后的行棋表现。

53、此外，本技术完全基于ai引擎已输出的候选点信息进行后处理，无需修改或重新训练底层的ai引擎模型，可便捷地接入各类棋类ai引擎（围棋、象棋、国际象棋等），适用于本地端、云端及智能棋盘设备。