Implementation of Intelligent Characters adapting to Action Patterns of Opponent Characters

This paper proposes an implementation method of intelligent characters that can properly adapt to action patterns of opponent characters in fighting games by using genetic algorithm. For this intelligent characters, past actions patterns of opponent characters should be included in the learning process. To verify the effectiveness of the proposed method, two types of experiments are performed and their results are compared. In first experiment(exp-1), intelligent characters consider current action and its step of an opponent character. In second experiment (exp-2), on the other hands, they take past actions of an opponent characters into account additionally. As a performance index, the ratio of score obtained by an intelligent character to that of an opponent character is adopted. Experimental results shows that even if the performance index of exp-1 is better than that of exp-2 at the beginning of stages, but the performance index of exp-2 outperforms that of exp-1 as stages go on. Moreover, optimum solutions are always found in all experimental cases in exp-2. Futhermore, intelligent characters in exp-2 could learn moving actions (forward and backward) and waiting actions for getting more scores through self evolution.

상대캐릭터의 행동패턴에 적응하는 지능캐릭터의 구현

본 논문에서는 유전자 알고리즘을 이용하여 특정 행동 패턴을 보이는 상대 캐릭터에 적절히 적응할 수 있는 대전 액션 게임용 지능캐릭터의 구현 방법을 제안한다. 이를 위하여 현재 행동과 단계뿐 만 아니라 과거행동까지 고려하여 학습한다. 제안한 방법이 얼마나 효과가 있는지 알아보기 위하여 현재의 행동과 단계만을 적용한 실험(실험-1)과 과거 행동을 추가한 행동패턴을 적용한 실험(실험-2) 결과를 비교 분석하였다. 실험 평가는 두 캐릭터가 획득한 점수를 측정하여 그 비로써 평가하였다. 실험 결과 초기에는 실험-1에서 높은 점수비로 시작하지만 일정 세대 이후부터는 실험-2의 점수비가 좋아지며, 실험-2에서는 모두 최적해를 찾을 수 있었다. 또한 실험-2에서 지능 캐릭터는 행동이 완료되는 시점에서 최대의 점수를 얻기 위해 이동(전진,후진)이나 시간 지연 동작을 하여 스스로 진화하면서 게임 규칙을 학습함을 보았다.