人机对弈方法及装置、电子设备和存储介质与流程

1.本公开涉及计算机技术领域，尤其涉及一种人机对弈方法及装置、电子设备和存储介质。


背景技术：

2.随着互联网、人工智能(artificial intelligence，ai)和智能终端技术的高速发展，借助智能终端实现的线下的人与机器人下棋、线上的人机交互对弈等方式，已经广泛的应用于娱乐、教学、比赛等诸多场景中。
3.在人机对弈的时候，为了让参与对弈的用户能够持续将对弈玩下去，如何使人工智能引擎成为一个比较好的陪练选手，能够与参与对弈的用户旗鼓相当的对弈下棋会比较重要。


技术实现要素：

4.本公开提出了一种人机对弈技术方案。
5.根据本公开的一方面，提供了一种人机对弈方法，包括：获取当前棋局中对弈玩家当前棋步落子的第一落子点数据；获取智能棋手根据所述对弈玩家当前棋步落子之前的棋盘数据所推荐生成的当前棋步落子的第二落子点数据；根据所述第一落子点数据和所述第二落子点数据，调整所述智能棋手的棋力水平，所述棋力水平确定所述智能棋手下一棋步落子的第三落子点数据。
6.在一种可能的实现方式中，所述方法还包括：在当前棋局开局之前，根据所述对弈玩家上一棋局的棋局信息，调整当前棋局中所述智能棋手的初始棋力水平，所述棋局信息包括交互对弈过程中，所述智能棋手记录的所述对弈玩家的下棋过程。
7.在一种可能的实现方式中，所述根据所述第一落子点数据和所述第二落子点数据，调整所述智能棋手的棋力水平，包括：根据所述第一落子点数据和所述第二落子点数据，确定所述第一落子点数据的走法和所述第二落子点数据的走法的差距，所述差距表示走法之间棋力水平优劣的等级的差距；根据所述差距和所述初始棋力水平，确定下一棋步落子对应的所述智能棋手的棋力水平。
8.在一种可能的实现方式中，所述根据所述第一落子点数据和所述第二落子点数据，调整所述智能棋手的所述棋力水平，包括：根据所述第一落子点数据和所述第二落子点数据，确定所述第一落子点数据的走法和所述第二落子点数据的走法的差距，所述差距表示走法之间棋力水平优劣的等级的差距；根据所述差距和上一棋步落子对应的所述智能棋手的棋力水平，确定下一棋步落子对应的所述智能棋手的棋力水平。
9.在一种可能的实现方式中，所述获取智能棋手根据所述对弈玩家当前棋步落子之前的棋盘数据所推荐生成的当前棋步落子的第二落子点数据，包括：根据对弈玩家当前棋步落子之前的所述棋盘数据，所述智能棋手生成当前棋步落子对应的m种推荐走法；对所述m种推荐走法排序，选择第k位排序走法对应的落子点数据作为第二落子点数据，其中，k为
大于或等于1，小于或等于m的整数。
10.在一种可能的实现方式中，所述获取智能棋手根据所述对弈玩家当前棋步落子之前的棋盘数据所推荐生成的当前棋步落子的第二落子点数据，包括：所述智能棋手按照历史最优棋力水平，根据对弈玩家当前棋步落子之前的所述棋盘数据，推荐生成当前棋步落子的第二落子点数据。
11.在一种可能的实现方式中，所述根据所述对弈玩家上一棋局的棋局信息，调整当前棋局中所述智能棋手的初始棋力水平，包括：根据所述对弈玩家上一棋局的所述棋局信息，确定所述对弈玩家的棋力水平；根据所述对弈玩家的棋力水平，调整当前棋局的所述智能棋手的所述初始棋力水平。
12.在一种可能的实现方式中，所述棋局信息包括所述对弈玩家上一棋局的全部的第一落子点数据，所述根据所述对弈玩家上一棋局的所述棋局信息，确定所述对弈玩家的棋力水平，包括：分别确定与对弈玩家的每一棋步第一落子点数据对应的所述智能棋手推荐的第二落子点数据；确定对弈玩家的每一棋步第一落子点数据的走法与对应的所述智能棋手推荐的第二落子点数据的走法的差距；根据对弈玩家的每一棋步第一落子点数据的走法的所述差距，确定所述对弈玩家的棋力水平。
13.在一种可能的实现方式中，所述根据所述对弈玩家上一棋局的棋局信息，调整当前棋局中所述智能棋手的初始棋力水平，包括：在上一棋局的所述棋局信息为对弈平局的情况下，提高当前棋局的所述智能棋手的所述初始棋力水平；或者，在上一棋局的所述棋局信息为所述对弈玩家胜局的情况下，提高当前棋局的所述智能棋手的所述初始棋力水平；或者，在上一棋局的所述棋局信息为所述对弈玩家败局的情况下，降低当前棋局的所述智能棋手的所述初始棋力水平。
14.根据本公开的一方面，提供了一种人机对弈装置，包括：第一获取模块，用于获取当前棋局中对弈玩家当前棋步落子的第一落子点数据；第二获取模块，用于获取智能棋手根据所述对弈玩家当前棋步落子之前的棋盘数据所推荐生成的当前棋步落子的第二落子点数据；调整模块，用于根据所述第一落子点数据和所述第二落子点数据，调整所述智能棋手的棋力水平，所述棋力水平确定所述智能棋手下一棋步落子的第三落子点数据。
15.在一种可能的实现方式中，所述装置还包括：全局调整模块，用于在当前棋局开局之前，根据所述对弈玩家上一棋局的棋局信息，调整当前棋局中所述智能棋手的初始棋力水平，所述棋局信息包括交互对弈过程中，所述智能棋手记录的所述对弈玩家的下棋过程。
16.在一种可能的实现方式中，所述调整模块用于：根据所述第一落子点数据和所述第二落子点数据，确定所述第一落子点数据的走法和所述第二落子点数据的走法的差距，所述差距表示走法之间棋力水平优劣的等级的差距；根据所述差距和所述初始棋力水平，确定下一棋步落子对应的所述智能棋手的棋力水平。
17.在一种可能的实现方式中，所述调整模块用于：根据所述第一落子点数据和所述第二落子点数据，确定所述第一落子点数据的走法和所述第二落子点数据的走法的差距，所述差距表示走法之间棋力水平优劣的等级的差距；根据所述差距和上一棋步落子对应的所述智能棋手的棋力水平，确定下一棋步落子对应的所述智能棋手的棋力水平。
18.在一种可能的实现方式中，所述第二获取模块用于：根据对弈玩家当前棋步落子之前的所述棋盘数据，所述智能棋手生成当前棋步落子对应的m种推荐走法；对所述m种推
荐走法排序，选择第k位排序走法对应的落子点数据作为第二落子点数据，其中，k为大于或等于1，小于或等于m的整数。
19.在一种可能的实现方式中，所述第二获取模块用于：所述智能棋手按照历史最优棋力水平，根据对弈玩家当前棋步落子之前的所述棋盘数据，推荐生成当前棋步落子的第二落子点数据。
20.在一种可能的实现方式中，所述全局调整模块用于：根据所述对弈玩家上一棋局的所述棋局信息，确定所述对弈玩家的棋力水平；根据所述对弈玩家的棋力水平，调整当前棋局的所述智能棋手的所述初始棋力水平。
21.在一种可能的实现方式中，所述棋局信息包括所述对弈玩家上一棋局的全部的第一落子点数据，所述根据所述对弈玩家上一棋局的所述棋局信息，确定所述对弈玩家的棋力水平，包括：分别确定与对弈玩家的每一棋步第一落子点数据对应的所述智能棋手推荐的第二落子点数据；确定对弈玩家的每一棋步第一落子点数据的走法与对应的所述智能棋手推荐的第二落子点数据的走法的差距；根据对弈玩家的每一棋步第一落子点数据的走法的所述差距，确定所述对弈玩家的棋力水平。
22.在一种可能的实现方式中，所述全局调整模块用于：在上一棋局的所述棋局信息为对弈平局的情况下，提高当前棋局的所述智能棋手的所述初始棋力水平；或者，在上一棋局的所述棋局信息为所述对弈玩家胜局的情况下，提高当前棋局的所述智能棋手的所述初始棋力水平；或者，在上一棋局的所述棋局信息为所述对弈玩家败局的情况下，降低当前棋局的所述智能棋手的所述初始棋力水平。
23.根据本公开的一方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
24.根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。
25.在本公开实施例中，能够获取当前棋局中对弈玩家当前棋步落子的第一落子点数据；获取智能棋手根据所述对弈玩家当前棋步落子之前的棋盘数据所推荐生成的当前棋步落子的第二落子点数据；根据所述第一落子点数据和所述第二落子点数据，调整所述智能棋手的棋力水平，所述棋力水平确定所述智能棋手下一棋步落子的第三落子点数据。
26.通过这种方式，在每一棋局的对弈过程中，通过分析对弈玩家每一步棋步的走法和智能棋手推测的该棋步的走法，可逐步地动态调整智能棋手下棋的棋力水平，使智能棋手在棋局中也能够动态匹配玩家的棋力水平，有利于实现智能棋手与对弈玩家均衡地、旗鼓相当地对弈。
27.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
28.此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
29.图1示出根据本公开实施例的人机对弈方法的流程图。
30.图2示出根据本公开实施例的人机对弈装置的框图。
31.图3示出根据本公开实施例的一种电子设备800的框图。
32.图4示出根据本公开实施例的一种电子设备1900的框图。
具体实施方式
33.以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
34.在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
35.本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括a、b、c中的至少一种，可以表示包括从a、b和c构成的集合中选择的任意一个或多个元素。
36.另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
37.相关技术中，将智能棋手设置为包括多组棋力的ai引擎，在完整的一局对弈结束后，可判断当前对弈玩家是否赢了当前组棋力的ai引擎来评判当前对弈玩家的能力。大多数情况需要至少三局才可以判定当前参与对弈玩家的棋力水平。
38.在此情况下，在相关技术中，判断一个玩家的棋力，需要完整的对弈三局以上，才可以通过胜率比例来判断对弈玩家的棋力水平，这种阶段性(整棋局)的确定棋力水平的方法，对于评判一个对弈玩家的棋力存在一定的不足，无法在对弈过程中实现与对弈玩家棋力水平相当的对弈调节。通过不同整局的棋艺对弈情况来调整智能棋手的棋力水平，调整后的智能棋手的棋力水平在整个棋局中就被固定了，无法在棋局中对棋力水平进行动态地调整。
39.有鉴于此，本公开的实施例提供的人机对弈方法，可获取当前棋局中对弈玩家当前棋步落子的第一落子点数据；获取智能棋手根据所述对弈玩家当前棋步落子之前的棋盘数据所推荐生成的当前棋步落子的第二落子点数据；根据所述第一落子点数据和所述第二落子点数据，调整所述智能棋手的棋力水平，所述棋力水平确定所述智能棋手下一棋步落子的第三落子点数据。
40.通过这种方式，在每一棋局的对弈过程中，通过分析对弈玩家每一步棋步的走法和智能棋手推测的该棋步的走法，可逐步地动态调整智能棋手下棋的棋力水平，使智能棋手在棋局中也能够动态匹配玩家的棋力水平，有利于实现智能棋手与对弈玩家均衡地、旗鼓相当地对弈。
41.图1示出根据本公开实施例的人机对弈方法的流程图，所述人机对弈方法可以由终端设备或服务器等电子设备执行，终端设备可以为用户设备(user equipment，ue)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(personal digital assistant，
pda)、手持设备、计算设备、车载设备、可穿戴设备等，所述方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者，可通过服务器执行所述方法。
42.如图1所示，所述人机对弈方法包括：
43.在步骤s1中，获取当前棋局中对弈玩家当前棋步落子的第一落子点数据。
44.在步骤s2中，获取智能棋手根据所述对弈玩家当前棋步落子之前的棋盘数据所推荐生成的当前棋步落子的第二落子点数据。
45.在步骤s3中，根据所述第一落子点数据和所述第二落子点数据，调整所述智能棋手的棋力水平，所述棋力水平确定所述智能棋手下一棋步落子的第三落子点数据。
46.在一种可能的实现方式中，人机对弈进行的棋类可以包括象棋、围棋、军棋、五子棋、跳棋、厕棋、脚区棋、旋回棋、策反棋、赶虎棋、飞行棋等等，本公开对人机交互对弈的棋类不作限制。
47.在一种可能的实现方式中，人机对弈的方式可以是线下的人机对弈，也可以是线上的人机对弈，本公开对此不作限制。
48.其中，线下人机对弈即人与智能棋手(例如机器人设备)直接在物理世界的棋盘上进行对弈，对弈玩家可直接在棋盘上进行落子动作，智能棋手可以通过图像采集装置(例如摄像头)拍摄的至少一帧棋盘图像识别出对弈玩家的落子，智能棋手还可以根据对弈玩家的落子，控制智能棋手的机械臂在棋盘上进行下一棋步的落子动作。
49.线上的人机对弈即对弈玩家和智能棋手(例如软件程序)在电子设备(例如手机、电脑等)上进行对弈，对弈玩家可以通过鼠标、键盘、触摸屏、语音输入等方式进行落子动作，智能棋手收到对弈玩家的落子可在电子设备的显示界面(例如屏幕)上显示下一棋步的落子。本公开对人机对弈的具体方式不作限制。
50.在一种可能的实现方式中，步骤s1获取的第一落子点数据可用于记录对弈玩家当前棋步落子在棋盘上的位置。
51.对于线下的人机对弈场景，智能棋手可以通过图像采集装置(例如摄像头)拍摄的至少一帧棋盘图像，对至少一帧棋盘图像进行图像识别，确定当前棋局中对弈玩家当前棋步落子的第一落子点数据。比如，可通过分析当前棋棋步落子的棋盘图像与上一棋棋步落子的棋盘图像的区别，识别出当前棋步落子的第一落子点数据；或者，也可以通过分析当前棋棋步落子的至少一帧棋盘图像(例如包含对弈玩家落子动作信息的帧图像)，识别出弈玩家当前棋步落子的落子动作，确定当前棋步落子的第一落子点数据。
52.对于线上的人机对弈场景，在对弈玩家通过鼠标、键盘、触摸屏、语音输入等方式落子，可根据对弈玩家的落子操作，确定当前棋步在棋盘中的位置，得到对弈玩家当前棋步落子的第一落子点数据。
53.在一种可能的实现方式中，在步骤s2中，智能棋手可根据对弈玩家当前棋步落子之前的棋盘数据，推荐生成对应当前棋步落子的第二落子点数据。
54.其中，智能棋手可以是预先设置的对弈程序或软件，可以是预先训练好的具有对弈功能的机器学习模型，可以是人工智能引擎，还可以是加载了对弈程序或软件的硬件设备(例如终端设备、服务器等)。棋盘数据用于记录棋盘上存在的全部棋子的分布状态。第二落子点数据用于记录智能棋手以对弈玩家的立场(或角色)，推测出的当前棋步的推荐走法对应的落子在棋盘上的位置，该第二落子点数据可作为对照数据，用于评估对弈玩家第一
落子点数据的走法的棋力水平。
55.应当理解，本公开对步骤s1与步骤s2的先后逻辑顺序不作限制，可以先执行步骤s1获取第一落子点数据，再执行步骤s2获取第二落子点数据；也可以先执行步骤s2获取第二落子点数据，再执行步骤s1获取第一落子点数据；还可以并行地执行步骤s1和步骤s2，同步获取第一落子点数据和第二落子点数据。
56.在一种可能的实现方式中，在步骤s1～s2获取了第一落子点数据和第二落子点数据，可在步骤s3中，根据第一落子点数据和第二落子点数据，调整智能棋手的棋力水平，使智能棋手按照调整后的棋力水平确定下一棋步落子的第三落子点数据。
57.其中，第三落子点数据用于记录下一棋步智能棋手落子在棋盘上的位置，也即智能棋手以和对弈玩家对抗的立场(角色)，在对弈玩家落子后下的棋步。
58.其中，棋力水平可以是一个用于表征智能棋手下棋专业程度的参数或系数。例如，假设参数c代表棋力水平，参数c的取值越大，棋力水平也越优，参数c的取值范围可以为c∈[c
min
，c
max
]。比如，智能棋手可按照不同的c值(即不同棋力水平)确定匹配该棋力水平的落子的走法。应当理解，棋力水平c的取值范围可根据实际场景进行设置，本公开对此不作限制。
[0059]
为了便于理解，下面以围棋和象棋为例，对步骤s1～s3进行说明。
[0060]
举例来说，对于围棋，可使用长方形格状棋盘及黑白二色圆形棋子进行对弈，假设对弈玩家执白棋，智能棋手执黑棋，第n步轮到对弈玩家出棋，可在步骤s1中，获取对弈玩家当前棋步落子的第一落子点数据，也即第n步的白棋落子位置在棋盘中的坐标。
[0061]
同步地，在步骤s2中，智能棋手可根据第n步的白棋落子前(即第n-1步的黑棋落子后)的棋盘数据，确定当前棋步(第n步)白棋落子的第二落子点数据，该第二落子点数据可以是智能棋手以白棋方的立场(或角色)，基于最优棋力水平推测出的推荐走法。
[0062]
在步骤s3中，可根据对弈玩家第n步的白棋第一落子点数据的走法，和智能棋手推测出的第n步的白棋第二落子点数据的走法，获取对弈玩家棋步的走法和智能棋手推测的棋步走法之间的差距，进而利用该差距调整智能棋手的棋力水平，使智能棋手可按照调整后的棋力水平确定下一棋步(即第n 1步)黑棋落子的第三落子点数据。
[0063]
又例如，对于象棋，使用方形格状棋盘，在棋盘的中间也即棋盘的第五，第六两横线之间未画竖线的空白地带称为“河界”，象棋以红黑二色圆形棋子进行对弈，红色棋子上标识有帅、车、马、炮、相、仕、兵，黑色棋子上标识有将、车、马、炮、象、士、卒。
[0064]
假设对弈玩家执红棋，智能棋手执黑棋，第n步轮到对弈玩家出棋，在步骤s1中，可获取对弈玩家当前棋步(第n步)落子的第一落子点数据。考虑到在象棋中，不同棋子代表不同的功能(例如马走日，象飞田)，第一落子点数据可包括第n棋步的红棋落子的标识，及对应该标识红棋落子位置在棋盘中的坐标。
[0065]
同步地，在步骤s2中，智能棋手可根据第n步的红棋落子前(即第n-1步的黑棋落子后)的棋盘数据，确定当前棋步(第n步)红棋落子的第二落子点数据，该第二落子点数据可以是智能棋手以红棋方的立场(或角色)，基于最优棋力水平推测出的推荐走法，该第二落子点数据可包括第n步推测的红棋落子的标识，及对应该标识红棋落子位置在棋盘中的坐标。
[0066]
在步骤s3中，可根据对弈玩家第n棋步的红棋第一落子点数据的走法，和智能棋手
推测出的第n步的红棋第二落子点数据的走法，可获取对弈玩家棋步的走法和智能棋手推测的棋步走法之间的差距，进而可利用该差距调整智能棋手的棋力水平，智能棋手可按照调整后的棋力水平确定下一棋步(即第n 1步)黑棋落子的第三落子点数据，该第三落子点数据可包括黑棋标识，及对应该标识黑棋落子位置在棋盘中的坐标。
[0067]
上述仅以围棋和象棋作为示例，本公开对棋类不作限制，其他棋类在当前棋局人机对弈过程中，动态调整当前棋局的棋力水平的方法可参考上文，此处不再赘叙。
[0068]
应当理解，上述步骤可交替循环进行，可自适应地动态调整智能棋手的棋力水平。
[0069]
通过步骤s1～s3，在每一棋局的对弈过程中，通过分析对弈玩家每一步棋步的走法和智能棋手推测的该棋步的走法，可逐步地动态调整智能棋手下棋的棋力水平，使智能棋手在棋局中也能够动态匹配玩家的棋力水平，有利于实现智能棋手与对弈玩家均衡地、旗鼓相当地对弈。
[0070]
本公开的实施例除了可以在每一棋局的对弈过程中，动态调整智能棋手下棋的棋力水平，还可以根据棋局信息，全局调整智能棋手下棋的棋力水平。
[0071]
在一种可能的实现方式中，在当前棋局开局之前，根据所述对弈玩家上一棋局的棋局信息，调整当前棋局中所述智能棋手的初始棋力水平，所述棋局信息包括交互对弈过程中，所述智能棋手记录的所述对弈玩家的下棋过程。
[0072]
在当前棋局的人机交互对弈之前，如果智能棋手与对弈玩家没有对弈过，可将预设棋力水平确定为智能棋手的初始棋力水平。该预设棋力水平可以是系统默认值，可以是按照大多数用户的棋力设置的，可以是随机设置的，还可以是棋力水平取值范围内的最大、最小或平均值，本公开对此不作限制。
[0073]
如果智能棋手与对弈玩家对弈过，智能棋手记录过对弈玩家的下棋过程，可根据对弈玩家上一棋局的棋局信息，调整当前棋局的智能棋手的初始棋力水平，也即当前棋局的初始难度。
[0074]
其中，棋局信息可包括人机交互对弈过程中智能棋手记录的对弈玩家的下棋过程，例如可包括对弈玩家每一棋步的落子点数据、对弈玩家每一棋步落子前的棋盘数据、对弈的胜负结果信息等。
[0075]
通过这种方式，可以根据对弈玩家上一棋局的棋局信息，调整当前棋局中所述智能棋手的初始棋力水平，实现整局调整智能棋手下棋的棋力水平，有利于实现智能棋手与人均衡地对弈。
[0076]
在一种可能的实现方式中，在上一棋局的所述棋局信息为对弈平局的情况下，提高当前棋局的所述智能棋手的所述初始棋力水平；或者，在上一棋局的所述棋局信息为所述对弈玩家胜局的情况下，提高当前棋局的所述智能棋手的所述初始棋力水平；或者，在上一棋局的所述棋局信息为所述对弈玩家败局的情况下，降低当前棋局的所述智能棋手的所述初始棋力水平。
[0077]
举例来说，对于专业棋手(对弈玩家)与智能棋手进行围棋对弈的场景，假设棋力水平c的取值范围可以为[0,9)，其中，棋力水平c∈[0,1)可对应专业初段，棋力水平c∈[1,2)可对应专业二段，棋力水平c∈[2,3)可对应专业三段，棋力水平c∈[3,4)可对应专业四段，棋力水平c∈[4,5)可对应专业五段，棋力水平c∈[5,6)可对应专业六段，棋力水平c∈[6,7)可对应专业七段，棋力水平c∈[7,8)可对应专业八段，棋力水平c∈[8,9)可对应专业
九段。
[0078]
如果第k-1局(上一棋局)为专业棋手与智能棋手平局，说明专业棋手与智能棋手两者的棋力水平旗鼓相当，在这种情况下，可以提高第k局的智能棋手的初始棋力水平。比如，假设当前的智能棋手的初始棋力水平为c为1.2，可以提高0.1，使第k局的智能棋手的初始棋力水平c为1.3。其中，对于平局的场景，可以小幅度提高智能棋手的初始棋力水平，也即在相同段位内适当地提高智能棋手的初始棋力水平c，使得调整后的智能棋手的初始棋力水平与对弈玩家处于同一段位。
[0079]
如果第k-1局为专业棋手打败了智能棋手，赢得棋局，说明专业棋手的棋力水平高于智能棋手的棋力水平，在这种情况下，可以提高第k局的智能棋手的初始棋力水平。而且，可根据第k-1局的棋局信息确定第k局的智能棋手的初始棋力水平提高的幅度。在第k-1局的棋局信息指示了专业棋手以较少的棋步数就赢得比赛的情况下，可以大幅度的提高(例如包括跨段提高)第k局的智能棋手的初始棋力水平c，比如，假设当前的智能棋手的初始棋力水平为c为1.2，可以提高1，使第k局的智能棋手的初始棋力水平c为2.2。在第k-1局的棋局信息指示了专业棋手以较多的棋步数就赢得到了比赛的情况下，可以小幅度的提高(例如段内提高)第k局的智能棋手的初始棋力水平，比如，假设当前的智能棋手的初始棋力水平为c为1.2，可以提高0.3，使第k局的智能棋手的初始棋力水平c为1.5。
[0080]
如果第k-1局为智能棋手打败了专业棋手，赢得棋局，说明专业棋手的棋力水平低于智能棋手的棋力水平，在这种情况下，可以降低第k局的智能棋手的初始棋力水平。而且，可根据第k-1局的棋局信息确定第k局的智能棋手的初始棋力水平降低的幅度。在第k-1局的棋局信息指示了专业棋手以较少的棋步数就输了比赛的情况下，可以大幅度的降低(例如包括跨段降低)第k局的智能棋手的初始棋力水平c，比如，假设当前的智能棋手的初始棋力水平为c为2.2，可以降低1，使第k局的智能棋手的初始棋力水平c为1.2。在第k-1局的棋局信息指示了专业棋手以较多的棋步数输了比赛的情况下，可以小幅度的降低(例如段内降低)第k局的智能棋手的初始棋力水平，比如，假设当前的智能棋手的初始棋力水平为c为1.2，可以降低0.2，使第k局的智能棋手的初始棋力水平c为1。
[0081]
应当理解，本公开对初始棋力水平为c值的大小，以及提高或降低的具体幅度大小不作限制，上文中的c值仅作示例。
[0082]
通过这种方式，可以根据对弈玩家上一棋局的棋局信息，整局地调整智能棋手下棋的棋力水平，有利于实现智能棋手与人均衡地对弈。
[0083]
下面分别从基于整盘棋局动态调整智能棋手对弈的棋力水平，以及基于棋局内的棋棋步动态调整智能棋手对弈的棋力水平两方面，对本公开的实施例的人机对弈方法进行展开说明。
[0084]
在当前棋局开局之前，可根据对弈人上一棋局的棋局信息，调整当前棋局中智能棋手的初始棋力水平。
[0085]
在一种可能的实现方式中，可根据所述对弈玩家上一棋局的所述棋局信息，确定所述对弈玩家的棋力水平；根据所述对弈玩家的棋力水平，调整当前棋局的所述智能棋手的所述初始棋力水平。
[0086]
举例来说，所述棋局信息包括所述对弈玩家上一棋局的全部的第一落子点数据，所述根据所述对弈玩家上一棋局的所述棋局信息，确定所述对弈玩家的棋力水平，包括：分
别确定与对弈玩家的每一棋步第一落子点数据对应的所述智能棋手推荐的第二落子点数据；确定对弈玩家的每一棋步第一落子点数据的走法与对应的所述智能棋手推荐的第二落子点数据的走法的差距；根据对弈玩家的每一棋步第一落子点数据的走法的所述差距，确定所述对弈玩家的棋力水平。
[0087]
举例来说，假设对弈玩家执白棋，智能棋手执黑棋，假设第一步对弈玩家执白棋先行，记录第一落子点数据x[1]，(同步地，智能棋手可基于历史最优棋力水平确定推荐的第一步白棋落子，记录第二落子点数据y[1])，第二步智能棋手执黑棋落子，第三步对弈玩家执白棋落子，记录第一落子点数据x[2]，(同步地，智能棋手可基于历史最优棋力水平确定推荐的第三步白棋落子，记录第二落子点数据y[2])，第四步智能棋手执黑棋落子，以此类推，直至第p步对弈玩家执白棋落子，记录第一落子点数据x[(p 1)/2]，(同步地，智能棋手可基于最优棋力水平确定推荐的第p步白棋落子，记录第二落子点数据y[(p 1)/2])，棋局结束。在此过程中，对弈玩家执白棋共落子(p 1)/2棋步，该棋局的棋局信息包括了(p 1)/2个对弈玩家的第一落子点数据x[1]～x[(p 1)/2]，以及对应的(p 1)/2个智能棋手推荐的第二落子点数据y[1]～y[(p 1)/2]。
[0088]
确定对弈玩家的第一落子点数据x[1]的走法，与智能棋手推荐的第二落子点数据y[1]走法之间棋力水平优劣的差距1；确定对弈玩家第一落子点数据x[2]的走法，与智能棋手推荐的第二落子点数据y[2]走法之间棋力水平优劣的差距2；以及类推，确定对弈玩家第一落子点数据x[(p 1)/2]的走法，与智能棋手推荐的第二落子点数据y[(p 1)/2]走法之间棋力水平优劣的差距(p 1)/2。
[0089]
可综合分析差距1～差距(p 1)/2，确定对弈玩家的棋力水平。例如，智能棋手推荐的第二落子点数据对应最优棋力水平为c
max
。可利用根据历史差距1～历史差距(p 1)/2得到的平均差距c’(或最大差距、最小差距等)，确定对弈玩家的棋力水平，即：c
max-c’。
[0090]
通过这种方式，综合考虑了对弈玩家在棋局内所有棋步的信息，有利于更准确地确定对弈玩家的棋力水平。
[0091]
根据对弈玩家上一棋局的棋局信息确定了对弈玩家的棋力水平，可根据对弈玩家的棋力水平，调整当前棋局的智能棋手的初始棋力水平。
[0092]
其中，可以直接将对弈玩家的棋力水平确定为智能棋手的初始棋力水平，也可以将对弈玩家的棋力水平与某一预设系数进行数学运算(例如包括相加、相乘等)，将运算结果确定为智能棋手的初始棋力水平，本公开对数学运算的具体方式不作限制。
[0093]
通过这种方式，能够根据对弈玩家上一棋局的棋局信息，在综合考虑了对弈玩家在上一棋局中所有棋步的信息的情况下，调整智能棋手下棋的棋力水平，有利于实现智能棋手与人均衡地对弈。
[0094]
下面介绍可基于棋局内的棋步动态调整智能棋手对弈的棋力水平。
[0095]
在步骤s1～s2中，可获取对弈玩家当前棋步落子的第一落子点数据(步骤s1)，并根据对弈玩家当前棋步落子前的棋盘数据，获取智能棋手推荐的当前棋步落子的第二落子点数据(步骤s2)。
[0096]
在一种可能的实现方式中，步骤s2可包括：根据对弈玩家当前棋步落子之前的所述棋盘数据，所述智能棋手生成当前棋步落子对应的m种推荐走法；对所述m种推荐走法排序，选择第k位排序走法对应的落子点数据作为第二落子点数据，其中，k为大于或等于1，小
于或等于m的整数。
[0097]
举例来说，假设对弈玩家执白棋，智能棋手执黑棋，第n步轮到对弈玩家出棋，可以获取对弈玩家第n步白棋落子前的棋盘数据(即第n-1步黑棋落子后的棋盘数据)，该棋盘数据可包括棋盘上存在的全部棋子的分布状态，例如可包括棋盘上每个白棋对应的位置坐标、每个黑棋对应的位置坐标、棋盘上每个空闲棋位的位置坐标等。
[0098]
可以利用智能棋手的软件接口，将对弈玩家第n步白棋落子前的棋盘数据输入至智能棋手，以使智能棋手对该棋盘数据进行数据分析，得到第n棋步白棋落子的m种走法(每种走法可对应一个白棋落子坐标)，并按照棋力水平优劣对m种走法排序，即：走法1～走法m，其中，作为首位排序的走法1(k＝1)对应的棋力水平最高，作为末尾排序的走法m对应的棋力水平最低。
[0099]
智能棋手可以从m种走法中选择一种走法(第k位排序走法)的落子点作为第n步白棋落子的第二落子点数据，该第二落子点数据可作为用于评估对弈玩家第n步白棋对应的棋力水平的参考标准。
[0100]
在提高智能棋手的棋力水平的情况下，可选择首位排序的走法1(k＝1)对应的落子点数据作为第二落子点数据，其中，走法1对应的棋力水平为最优棋力水平。
[0101]
提高或降低智能棋手的棋力水平，可根据对弈玩家的身份或棋力水平来确定。智能棋手可通过对弈系统的人机交互界面，直接获取到对弈玩家的身份或棋力水平，也即可以通过查询或分析历史数据获取对弈玩家的身份或棋力水平。
[0102]
比如，在实际的应用中，如果对弈玩家为专业选手，对弈玩家之前棋棋步的第一落子点数据(第1步～第n-1步中对弈玩家执白棋所走的每一棋步)的棋力水平高于或大多高于其对应的第二落子点数据，可提高智能棋手的棋力水平，可将智能棋手中首位排序的走法1对应的落子点数据作为第二落子点数据，以使用于评估对弈玩家棋力水平的第二落子点数据处于最优的棋力水平，有利于更高效地评估对弈玩家的棋力水平，进而有利于后续对智能棋手的棋力水平进行动态的调整。
[0103]
或者，在降低智能棋手的棋力水平的情况下，选择非首位排序的走法(例如走法2，k＝2)对应的落子点数据作为第二落子点数据，其中，选择的走法的排序越靠后，智能棋手的棋力水平降低的幅度越大。
[0104]
比如，在实际的应用中，如果对弈玩家为业余选手，对弈玩家之前棋棋步的第一落子点数据(第1步～第n-1步中对弈玩家执白棋所走的每一棋步)的棋力水平低于或大多低于其对应的第二落子点数据，可降低智能棋手的棋力水平，可将排序相对靠后的走法(例如走法5)对应的落子点数据作为第二落子点数据，以使用于评估对弈玩家棋力水平的第二落子点数据处于接近对弈玩家的棋力水平，有利于更高效地评估对弈玩家的棋力水平，进而有利于后续对智能棋手的棋力水平进行动态的调整。
[0105]
通过这种方式，可以根据智能棋手推荐的当前棋步落子的走法推荐排序，确定第二落子点数据，有利于更高效地评估对弈玩家的棋力水平，进而有利于后续对智能棋手的棋力水平进行动态的调整。
[0106]
在一种可能的实现方式中，步骤s2可包括：所述智能棋手按照历史最优棋力水平，根据对弈玩家当前棋步落子之前的所述棋盘数据，推荐生成当前棋步落子的第二落子点数据。
[0107]
举例来说，智能棋手可包括利用顶尖棋手的对弈数据对神经网络进行训练后，得到的能够基于最优棋力水平进行走法推荐的神经网络模型，可将对弈玩家当前棋步落子之前的所述棋盘数据输入该神经网络模型，输出当前棋步落子的第二落子点数据。
[0108]
通过这种方式，智能棋手能够一直以最优的棋力水平推荐第二落子点数据，使得用于评价对弈玩家棋力水平的参考标准一直处于最优水平。
[0109]
在步骤s1～s2获取到第一落子点数据和第二落子点数据之后，可在步骤s3中，可根据第一落子点数据和第二落子点数据调整智能棋手的棋力水平，智能棋手可按照调整后的棋力水平确定下一棋步落子的第三落子点数据。
[0110]
在一种可能的实现方式中，棋步骤s3中，可包括：
[0111]
在步骤s31中，根据所述第一落子点数据和所述第二落子点数据，确定所述第一落子点数据的走法和所述第二落子点数据的走法的差距，所述差距表示走法之间棋力水平优劣的等级的差距；
[0112]
举例来说，可将第一落子点数据和第二落子点数据输入预先训练好的神经网络模型，可以通过该神经网络模型对第一落子点数据走法和第二落子点数据走法的棋力水平进行比较，确定第一落子点数据的走法和第二落子点数据的走法的差距。还可以通过智能棋手获取所有的推荐走法，并按照棋力水平的高低对推荐走法进行排序(最优棋力水平对应的走法可以是第二落子点数据的走法)，可通过分析第一落子点数据走法在其中的排位，确定第一落子点数据的走法和第二落子点数据的走法的差距。本公开对确定第一落子点数据的走法和第二落子点走法差距的具体方法不作限制。
[0113]
在棋步骤s31确定了第一落子点数据的走法和第二落子点数据的走法的差距，可在步骤s32中，根据所述差距和所述初始棋力水平，确定下一棋步落子对应的所述智能棋手的所述棋力水平。
[0114]
举例来说，假设当前棋局的初始棋力水平为c[0]，可以根据初始棋力水平c[0]，以及当前棋步(第n步)第一落子点数据的走法和第二落子点数据的走法间的差距p[n]，确定下一棋步(第n 1步)落子对应的智能棋手的棋力水平c[n 1]，即：c[n 1]＝c[0] p[n]。
[0115]
通过步骤s31～s32方法，可应用于智能棋手与对弈玩家为业余棋手进行对弈的场景。由于业余棋手的棋力水平相对稳定，短时间内业余棋手的棋力水平不会发生太大的变化，可以利用对弈玩家棋步的走法(第一落子点数据)和智能棋手推测的棋步走法(第二落子点数据)之间的差距，以及初始的棋力水平，调整智能棋手的棋力水平，使智能棋手的棋力水平可以在初始棋力水平上下浮动，适合对弈玩家棋力水平相对稳定的应用场景，可实现在棋局对弈过程中实现对弈者的棋力水平的精细化评估，并利用评估棋力的结果来调整智能棋手的棋力水平，实现胜率均衡的对弈。
[0116]
或者，在步骤s31确定了第一落子点数据的走法和第二落子点数据的走法的差距，可在步骤s32’中，根据所述差距和上一棋步落子对应的所述智能棋手的所述棋力水平，确定下一棋步落子对应的所述智能棋手的所述棋力水平。
[0117]
举例来说，也可以根据上一棋步(第n-1步)落子对应的智能棋手的棋力水平c[n-1]，以及当前棋步(第n步)第一落子点数据的走法和第二落子点数据的走法间的差距p[n]，调整下一棋步(第n 1步)落子对应的智能棋手的棋力水平c[n 1]，即：c[n 1]＝c[n-1] p[n]。
[0118]
通过步骤s31～s32’方法，可应用于智能棋手与对弈玩家为专业棋手进行对弈的场景。在此场景下，专业棋手对智能棋手的棋力水平比较敏感，而且在对弈的过程中，可能会存在专业棋手因某一步棋而水平大幅提升的情况，利用对弈玩家棋步的走法(第一落子点数据)和智能棋手推测的棋步走法(第二落子点数据)之间的差距，以及上一棋步智能棋手的棋力水平，调整下一棋步智能棋手落子的棋力水平，这种叠代式的调整方式，可以自适应调整智能棋手的棋力水平，可以使智能棋手更高效地匹配对弈玩家的棋力，实现胜率均衡的对弈。
[0119]
在具体的应用过程，可以将人工智能引擎设置为智能棋手，所述人工智能引擎可包括第一服务和第二服务。所述第一服务用于确定第二落子点，其中，第一服务可以是利用顶尖棋手的对弈数据对神经网络进行训练后，得到的能够基于最优棋力水平进行走法推荐的神经网络模型。该第一服务可作为用于评估对弈玩家棋力水平的参考标准，第一服务可推荐多种走法(每种走法可对应一个落子点)，多种走法之间仍然有棋力水平上的相对差异，第一服务可按照棋力水平的高低对多种走法排序，首位排序的推荐走法可对应最优棋力水平走法。
[0120]
所述第二服务用于确定第三落子点，也即匹配对弈玩家的棋力水平确定下一棋步落子的走法。比如，第二服务可以是利用各类棋手(可包括各段位/级位的专业/业余棋手)的对弈数据对神经网络进行训练后，得到的能够基于棋力水平进行落子的神经网络模型。
[0121]
应当理解，人工智能引擎为了实现人机对弈，人工智能引擎不仅可以包括第一服务、第二服务，还可以包括其它用于不同功能的不同服务，每个服务可以为执行某一具体功能的程序、例程、进程等，本公开对人工智能引擎包括服务的数量不作限制。
[0122]
根据本公开的实施例，可以根据对弈玩家上一棋局的棋局信息，能够全棋局地调整智能棋手下棋的棋力水平，而且，在每一棋局人机对弈过程中，可评估对弈玩家每一步走棋的棋力水平，可根据对弈玩家每一步走棋的落子，使智能棋手推荐相应的棋步，通过分析对弈玩家每一棋步的走法和智能棋手推测的对应该棋步走法差距，通过判断对弈玩家每一棋步走棋落子的得分，动态调整智能棋手的棋力水平。综上，本公开的实施例可根据人机对弈双方的棋子走法，可自适应评估对弈双方的棋力水平，自适应调整智能棋手的棋力水平，实现对弈双方旗鼓相当的趣味顺畅对弈。
[0123]
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各棋步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
[0124]
此外，本公开还提供了人机对弈装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种人机对弈方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。
[0125]
图2示出根据本公开实施例的人机对弈装置的框图，如图2所示，所述装置包括：
[0126]
第一获取模块21，用于获取当前棋局中对弈玩家当前棋步落子的第一落子点数据；
[0127]
第二获取模块22，用于获取智能棋手根据所述对弈玩家当前棋步落子之前的棋盘数据所推荐生成的当前棋步落子的第二落子点数据；
[0128]
调整模块23，用于根据所述第一落子点数据和所述第二落子点数据，调整所述智能棋手的棋力水平，所述棋力水平确定所述智能棋手下一棋步落子的第三落子点数据。
[0129]
在一种可能的实现方式中，所述装置还包括：全局调整模块，用于在当前棋局开局之前，根据所述对弈玩家上一棋局的棋局信息，调整当前棋局中所述智能棋手的初始棋力水平，所述棋局信息包括交互对弈过程中，所述智能棋手记录的所述对弈玩家的下棋过程。
[0130]
在一种可能的实现方式中，所述调整模块23用于：根据所述第一落子点数据和所述第二落子点数据，确定所述第一落子点数据的走法和所述第二落子点数据的走法的差距，所述差距表示走法之间棋力水平优劣的等级的差距；根据所述差距和所述初始棋力水平，确定下一棋步落子对应的所述智能棋手的棋力水平。
[0131]
在一种可能的实现方式中，所述调整模块23用于：根据所述第一落子点数据和所述第二落子点数据，确定所述第一落子点数据的走法和所述第二落子点数据的走法的差距，所述差距表示走法之间棋力水平优劣的等级的差距；根据所述差距和上一棋步落子对应的所述智能棋手的棋力水平，确定下一棋步落子对应的所述智能棋手的棋力水平。
[0132]
在一种可能的实现方式中，所述第二获取模块22用于：根据对弈玩家当前棋步落子之前的所述棋盘数据，所述智能棋手生成当前棋步落子对应的m种推荐走法；对所述m种推荐走法排序，选择第k位排序走法对应的落子点数据作为第二落子点数据，其中，k为大于或等于1，小于或等于m的整数。
[0133]
在一种可能的实现方式中，所述第二获取模块22用于：所述智能棋手按照历史最优棋力水平，根据对弈玩家当前棋步落子之前的所述棋盘数据，推荐生成当前棋步落子的第二落子点数据。
[0134]
在一种可能的实现方式中，所述全局调整模块用于：根据所述对弈玩家上一棋局的所述棋局信息，确定所述对弈玩家的棋力水平；根据所述对弈玩家的棋力水平，调整当前棋局的所述智能棋手的所述初始棋力水平。
[0135]
在一种可能的实现方式中，所述棋局信息包括所述对弈玩家上一棋局的全部的第一落子点数据，所述根据所述对弈玩家上一棋局的所述棋局信息，确定所述对弈玩家的棋力水平，包括：分别确定与对弈玩家的每一棋步第一落子点数据对应的所述智能棋手推荐的第二落子点数据；确定对弈玩家的每一棋步第一落子点数据的走法与对应的所述智能棋手推荐的第二落子点数据的走法的差距；根据对弈玩家的每一棋步第一落子点数据的走法的所述差距，确定所述对弈玩家的棋力水平。
[0136]
在一种可能的实现方式中，所述全局调整模块用于：在上一棋局的所述棋局信息为对弈平局的情况下，提高当前棋局的所述智能棋手的所述初始棋力水平；或者，在上一棋局的所述棋局信息为所述对弈玩家胜局的情况下，提高当前棋局的所述智能棋手的所述初始棋力水平；或者，在上一棋局的所述棋局信息为所述对弈玩家败局的情况下，降低当前棋局的所述智能棋手的所述初始棋力水平。
[0137]
该方法与计算机系统的内部结构存在特定技术关联，且能够解决如何提升硬件运算效率或执行效果的技术问题(包括减少数据存储量、减少数据传输量、提高硬件处理速度等)，从而获得符合自然规律的计算机系统内部性能改进的技术效果。
[0138]
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这
里不再赘述。
[0139]
本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是易失性或非易失性计算机可读存储介质。
[0140]
本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
[0141]
本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备的处理器中运行时，所述电子设备中的处理器执行上述方法。
[0142]
电子设备可以被提供为终端、服务器或其它形态的设备。
[0143]
图3示出根据本公开实施例的一种电子设备800的框图。例如，电子设备800可以是用户设备(user equipment，ue)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(personal digital assistant，pda)、手持设备、计算设备、车载设备、可穿戴设备等终端设备。
[0144]
参照图3，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(i/o)接口812，传感器组件814，以及通信组件816。
[0145]
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
[0146]
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。
[0147]
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
[0148]
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
[0149]
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克
风(mic)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
[0150]
i/o接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
[0151]
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如互补金属氧化物半导体(cmos)或电荷耦合装置(ccd)图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
[0152]
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如无线网络(wi-fi)、第二代移动通信技术(2g)、第三代移动通信技术(3g)、第四代移动通信技术(4g)、通用移动通信技术的长期演进(lte)、第五代移动通信技术(5g)或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。
[0153]
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
[0154]
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
[0155]
图4示出根据本公开实施例的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器或终端设备。参照图4，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
[0156]
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(i/o)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如微软服务器操作系统(windows server
tm
)，苹果公司推出的基于图形用户界面操作系统(mac os x
tm
)，多用户多进程的计算机操作系统(unix
tm
),自由和开放原代码的类unix操作系统
(linux
tm
)，开放原代码的类unix操作系统(freebsd
tm
)或类似。
[0157]
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
[0158]
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
[0159]
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、静态随机存取存储器(sram)、便携式压缩盘只读存储器(cd-rom)、数字多功能盘(dvd)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
[0160]
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
[0161]
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如smalltalk、c 等，以及常规的过程式编程语言—诸如“c”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(fpga)或可编程逻辑阵列(pla)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
[0162]
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
[0163]
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据
处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
[0164]
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
[0165]
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0166]
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(software development kit，sdk)等等。
[0167]
上文对各个实施例的描述倾向于强调各个实施例之间的不同之处，其相同或相似之处可以互相参考，为了简洁，本文不再赘述。
[0168]
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
[0169]
若本技术技术方案涉及个人信息，应用本技术技术方案的产品在处理个人信息前，已明确告知个人信息处理规则，并取得个人自主同意。若本技术技术方案涉及敏感个人信息，应用本技术技术方案的产品在处理敏感个人信息前，已取得个人单独同意，并且同时满足“明示同意”的要求。例如，在摄像头等个人信息采集装置处，设置明确显著的标识告知已进入个人信息采集范围，将会对个人信息进行采集，若个人自愿进入采集范围即视为同意对其个人信息进行采集；或者在个人信息处理的装置上，利用明显的标识/信息告知个人信息处理规则的情况下，通过弹窗信息或请个人自行上传其个人信息等方式获得个人授权；其中，个人信息处理规则可包括个人信息处理者、个人信息处理目的、处理方式以及处理的个人信息种类等信息。
[0170]
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。