(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 202210907493.1 (22)申请日 2022.07.29 (71)申请人 北京市商汤科技 开发有限公司 地址 100080 北京市海淀区北四环西路58 号11层1101-1117室 (72)发明人 宋言　刘英卓　陈磊　卢乐炜　 (74)专利代理 机构 北京林达刘知识产权代理事 务所(普通 合伙) 11277 专利代理师 刘新宇 (51)Int.Cl. G06F 16/2455(2019.01) G06N 5/04(2006.01) A63F 3/00(2006.01) A63F 13/67(2014.01) (54)发明名称 棋谱生成方法、 装置、 电子设备、 存储介质和 程序产品 (57)摘要 本公开涉及一种棋谱生成方法、 装置、 电子 设备、 存储介质和程序产品。 所述方法包括： 获得 棋局的初始局面信息； 通过具有至少两种搜索深 度的推理引擎， 基于所述初始局面信息进行自对 弈， 得到候选局面信息， 其中， 所述搜索深度表示 棋步决策时的预测步数； 基于所述候选局面信 息， 生成棋谱数据。 权利要求书3页 说明书20页 附图7页 CN 115292368 A 2022.11.04 CN 115292368 A 1.一种棋谱生成方法， 其特 征在于， 包括： 获得棋局的初始局面信息； 通过具有至少两种搜索深度的推理引擎， 基于所述初始局面信息进行自对弈， 得到候 选局面信息， 其中， 所述搜索深度表示棋步决策时的预测步数； 基于所述 候选局面信息， 生成 棋谱数据。 2.根据权利要求1所述的方法， 其特征在于， 所述通过具有至少两种搜索深度的推理引 擎， 基于所述初始局面信息进行自对弈， 得到候选局面信息， 包括： 通过具有至少两种搜索深度的推理引擎， 基于所述初始局面信息重复进行自对弈， 得 到至少两项候选局面信息 。 3.根据权利要求2所述的方法， 其特征在于， 所述通过具有至少两种搜索深度的推理引 擎， 基于所述初始局面信息 重复进行自对弈， 得到 至少两项候选局面信息， 包括： 采用至少两个处理器， 通过具有至少两种搜索深度的推理引擎， 基于所述初始局面信 息进行自对弈， 得到 至少两项候选局面信息 。 4.根据权利要求1至 3中任意一项所述的方法， 其特 征在于， 任意一局自对弈中的任意 一棋步对应的搜索深度， 基于预设概 率分布随机确定； 或者， 任意一局自对弈中的任意一棋手对应的推理引擎的搜索深度， 基于所述预设概率分布 随机确定； 或者， 任意一局自对弈对应的搜索深度， 基于所述预设概 率分布随机确定 。 5.根据权利要求1至4中任意一项所述的方法， 其特征在于， 在任意一局自对弈中的任 意一棋步的决策中， 从所述棋步对应的至少 两个最优走子策略中， 随机确定所述棋步对应 的走子策略。 6.根据权利要求1至5中任意一项所述的方法， 其特征在于， 所述初始局面信息对应的 局面为未下过任何棋子的局面； 所述通过具有至少两种搜索深度的推理引擎， 基于所述初始局面信息进行自对弈， 得 到候选局面信息， 包括： 通过具有至少两种搜索深度的推理引擎， 基于所述初始局面信 息进行宽度优先的自对 弈， 得到候选局 面信息， 其中， 在任意一局自对弈中的任意一棋步的决策中， 生成预设数量 的棋步， 其中， 所述预设数量大于或等于2。 7.根据权利要求1至5中任意一项所述的方法， 其特征在于， 所述初始局面信息对应的 局面为残局局面； 所述通过具有至少两种搜索深度的推理引擎， 基于所述初始局面信息进行自对弈， 得 到候选局面信息， 包括： 通过具有至少两种搜索深度的推理引擎， 基于所述初始局面信 息进行宽度优先的自对 弈， 得到候选局 面信息， 其中， 在任意一局自对弈中的任意一棋步的决策中， 生成预设数量 的棋步， 其中， 所述预设数量大于或等于2。 8.根据权利要求1至4、 6、 7中任意 一项所述的方法， 其特 征在于， 所述方法还 包括： 确定所述棋局的棋手的评估值；权　利　要　求　书 1/3 页 2 CN 115292368 A 2响应于所述棋局的不同棋手的评估值之间的差异信 息满足预设的非均衡局面条件， 调 整所述棋局的棋手的棋力水平。 9.根据权利要求8所述的方法， 其特征在于， 所述调整所述棋局的棋手的棋力水平， 包 括： 调整所述棋局的棋手对应的推理引擎的搜索深度， 以使调整后的搜索深度与 所述评估 值负相关。 10.根据权利要求8或9所述的方法， 其特征在于， 所述调整所述棋局的棋手的棋力水 平， 包括： 调整所述棋局的棋手对应的推理引擎的棋步选择策略， 其中， 评估值较高的棋手对应 的推理引擎从可选棋步中选择的棋步的优先级， 低于评估值较低的棋手对应的推理引擎从 可选棋步中选择的棋步的优先级。 11.根据权利要求8至10中任意一项所述的方法， 其特征在于， 所述确定所述棋局的棋 手的评估值， 包括： 根据以下至少之一， 确定所述棋局的任一棋手的评估值： 所述棋手的棋子的价值信 息、 所述棋手的棋子的位置信息、 所述棋手的棋子的机动性信息、 所述棋手的不同棋子之间的 关系信息、 所述棋手的棋子与其 他棋手的棋子之间的关系信息 。 12.根据权利要求1至11中任意一项所述的方法， 其特征在于， 所述基于所述候选局面 信息， 生成 棋谱数据， 包括： 对所述候选局面信息进行重复性检测和/或合理性检测， 得到所述候选局面信息对应 的检测结果； 根据所述检测结果， 对所述 候选局面信息进行筛 选， 得到目标局面信息； 基于所述目标局面信息， 生成 棋谱数据。 13.根据权利要求12所述的方法， 其特征在于， 所述棋谱数据包括以下至少之一： 所述 目标局面信息对应的预设棋手的局面信息， 从所述初始局面信息至所述目标局面信息的走 子策略， 所述目标局面信息对应的局面中、 棋手的评估值。 14.一种棋谱生成装置， 其特 征在于， 包括： 获得模块， 用于获得棋局的初始局面信息； 自对弈模块， 用于通过具有至少两种搜索深度的推理引擎， 基于所述初始局面信息进 行自对弈， 得到候选局面信息， 其中， 所述搜索深度表示棋步决策时的预测步数； 生成模块， 用于基于所述 候选局面信息， 生成 棋谱数据。 15.一种电子设备， 其特 征在于， 包括： 一个或多个处 理器； 用于存储可执行指令的存 储器； 其中， 所述一个或多个处理器被配置为调用所述存储器存储的可执行指令， 以执行权 利要求1至13中任意 一项所述的方法。 16.一种计算机可读存储介质， 其上存储有计算机程序指令， 其特征在于， 所述计算机 程序指令被处 理器执行时实现权利要求1至13中任意 一项所述的方法。 17.一种计算机程序产品， 其特征在于， 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中运行时， 所述权　利　要　求　书 2/3 页 3 CN 115292368 A 3