(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210517832.5 (22)申请日 2022.05.12 (71)申请人 网易 （杭州） 网络有限公司 地址 310000 浙江省杭州市滨江区长河街 道网商路59 9号4幢7层 (72)发明人 徐侃　徐博磊　叶均杰　 (74)专利代理 机构 北京市京大律师事务所 11321 专利代理师 何少岩 (51)Int.Cl. A63F 13/56(2014.01) A63F 13/57(2014.01) G06V 10/762(2022.01) (54)发明名称 虚拟角色的运动控制方法、 装置及电子设备 (57)摘要 本发明提供了一种虚拟角色的运动控制方 法、 装置及电子设备， 获取受控虚拟角色在虚拟 场景中的当前位置； 基于当前位置确定受控虚拟 角色是否位于虚拟场景中的目标区域； 如果受控 虚拟角色位于目标区域， 基于受控虚拟角色的当 前位置， 从目标区域预设的关键位置中确定目标 位置； 其中， 关键位置基于目标区域中的障碍物 的位置， 以及历史对局记录中， 第一虚拟角色在 虚拟场景中的位置确定； 控制受控虚拟角色从当 前位置移动至目标位置。 上述方式中， 关键位置 基于历史对局记录中与受控虚拟角色的角色属 性相同的虚拟角色在虚拟场景中的位置确定， 基 于从关键位置中确定的目标位置控制虚拟角色 运动， 提高了游戏AI的拟人化及智能化程度， 提 高了玩家的游戏 体验。 权利要求书3页 说明书14页 附图3页 CN 115120977 A 2022.09.30 CN 115120977 A 1.一种虚拟角色的运动控制方法， 其特 征在于， 方法包括： 获取受控虚拟角色在虚拟场景中的当前位置； 基于所述当前位置确定所述受控虚拟角色是否位于所述虚拟场景中的目标区域； 其 中， 所述目标区域预先基于历史对局记录中， 与所述受控虚拟角色的角色属 性相同的第一 虚拟角色在所述虚拟场景中的位置确定； 如果所述受控虚拟角色位于所述目标区域， 基于所述受控虚拟角色的当前位置， 从所 述目标区域预设的关键位置中确定目标位置； 其中， 所述关键位置基于所述 目标区域中的 障碍物的位置， 以及历史对局记录中， 所述第一虚拟角色在所述虚拟场景中的位置确定； 控制所述受控虚拟角色从所述当前位置移动至所述目标位置 。 2.根据权利要求1所述的方法， 其特 征在于， 所述目标区域具体通过以下 方式确定： 从所述历史对局记录 中， 获取所述第 一虚拟角色的满足预设条件的第 一位置； 其中， 所 述预设条件包括： 所述第一虚拟角色位于所述第一位置时， 第二虚拟角色与所述第一虚拟 角色的距离小于第一距离阈值； 所述第二虚拟角色与所述第一虚拟角色具有对抗关系； 基于所述第一 位置确定所述目标区域。 3.根据权利要求2所述的方法， 其特征在于， 所述第一位置包括多个； 所述基于所述第 一位置确定所述目标区域的步骤， 包括： 对所述第 一位置进行聚类处理， 得到第一 聚类结果； 其中， 所述第一聚类结果包括至少 一组初始位置组合； 每组所述初始位置组合包括聚类中心以及至少一个第一 位置； 基于所述第一聚类结果确定所述目标区域。 4.根据权利要求3所述的方法， 其特征在于， 基于所述第 一聚类结果确定所述目标区域 的步骤， 包括： 对所述至少一组初始位置组合进行筛选处理， 和/或， 对所述初始位置组合中的第一位 置进行筛 选处理， 得到至少一组最终位置组合； 基于每组所述最终位置组合的聚类中心， 以及所述最终位置组合中第一位置， 确定所 述目标区域。 5.根据权利要求1所述的方法， 其特 征在于， 所述关键位置具体通过以下 方式确定： 对位于所述目标区域中的第 一位置进行聚类处理， 得到第 二聚类结果； 其中， 所述第二 聚类结果包括至少一组位置小组； 每组所述位置小组包括聚类中心以及至少一个第一位 置； 所述目标区域中的第一 位置基于所述历史对局记录中， 所述第一虚拟角色的位置确定； 基于所述目标区域中的障碍物的位置及所述第二聚类结果， 确定所述关键位置 。 6.根据权利要求5所述的方法， 其特征在于， 基于所述目标区域中的障碍物的位置及所 述第二聚类结果， 确定所述关键位置的步骤， 包括： 基于目标区域中的障碍物的位置， 确定所述障碍物的轮廓区域； 其中， 所述轮廓区域包 括： 所述障碍物的边 缘线条， 和/或， 距离所述障碍物预设距离范围内的区域； 在所述障碍物轮廓区域进行位置采样， 得到多个采样位置； 基于所述第二聚类结果， 从所述多个采样位置中确定关键位置 。 7.根据权利要求6所述的方法， 其特征在于， 基于所述第二聚类结果， 从所述多个采样 位置中确定关键位置的步骤， 包括： 从所述多个采样位置中确定当前采样位置；权　利　要　求　书 1/3 页 2 CN 115120977 A 2针对所述当前采样位置， 从所述第二聚类结果中查找设定数量的相邻位置； 所述相邻 位置包括： 与所述当前采样位置的距离小于预设的第二距离阈值的第一 位置； 如果查找到所述当前采样位置的设定数量的相邻位置， 基于所述相邻位置和所述当前 采样位置确定关键位置 。 8.根据权利要求7所述的方法， 其特征在于， 基于所述相邻位置和所述当前采样位置确 定关键位置的步骤， 包括： 基于所述相邻位置所属的位置小组， 确定所述当前采样位置所属的位置小组； 从所述第二聚类结果中剔除所述当前采样位置所属的位置小组； 继续执行从所述多个采样位置 中确定当前采样位置的步骤， 直至所述第 二聚类结果中 不存在任一 位置小组； 将所述第二聚类结果中， 各个位置小组对应的采样位置确定为关键位置 。 9.根据权利要求5所述的方法， 其特征在于， 基于所述目标区域中的障碍物的位置及所 述第二聚类结果， 确定所述关键位置的步骤之后， 所述方法还 包括： 从所述历史对局记录中， 获取所述第 一虚拟角色在所述目标区域中的每个所述第 一位 置之间的移动顺序信息； 基于所述移动顺序信息， 以及所述第一位置与所述关键位置之间的距离关系， 确定所 述目标区域中所述关键位置之间的移动顺序信息； 基于所述关键位置之间的移动 顺序信息， 统计任意两个所述关键位置之间发生移动关 系的次数； 其中， 任意两个所述关键位置包括第一关键位置和 第二关键位置； 任意两个所述 关键位置之间发生移动关系， 包括： 所述第一虚拟角色从所述第一关键位置直接移动至所 述第二关键位置， 或者， 从所述第二关键位置直接移动至所述第一关键位置 。 10.根据权利要求1所述的方法， 其特征在于， 所述关键位置包括多个； 所述关键位置预 设有移动关系统计结果； 所述移动关系统计结果包括： 任意两个所述关键位置之间发生移 动关系的次数； 所述基于所述受控虚拟角色的当前位置， 从所述目标区域预设的关键位置 中确定目标 位置的步骤， 包括： 基于所述受控虚拟角色的当前位置， 从多个所述关键位置 中确定距离所述受控虚拟角 色最近的最近关键位置； 从所述移动关系统计结果中， 确定所述受控虚拟角色从所述最近关键位置， 移动至所 述最近关键位置以外的关键位置的概 率； 基于所述 概率， 从最近关键位置以外的关键位置中确定所述目标位置 。 11.根据权利要求1所述的方法， 其特征在于， 控制所述受控虚拟角色从所述当前位置 移动至所述目标位置的步骤， 包括： 控制所述受控虚拟角色从所述当前位置移动至距离所述当前位置最近的关键位置， 再 从距离所述当前位置最近的关键位置移动至所述目标位置 。 12.一种虚拟角色的运动控制装置， 其特 征在于， 所述装置包括： 当前位置获取模块， 用于获取受控虚拟角色在虚拟场景中的当前位置； 当前位置区域确定模块， 用于基于所述当前位置确定所述受控虚拟角色是否位于所述 虚拟场景中的目标区域； 其中， 所述目标区域预先基于历史对局记录中， 与所述受控虚拟角权　利　要　求　书 2/3 页 3 CN 115120977 A 3