• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.598-600
• /
• 2004

기존의 연구 논문 중 비결정론적인 알고리즘인 유전자 알고리즘이나 인공신경망 등을 오델로 게임에 적용하여 자동학습을 시킨 예는 많으나 면역알고리즘을 모델로 게임에 적용한 예는 찾기가 어렵다 본 논문에서는 생리학의 면역시스템의 특징을 그대로 적용한 면역알고리즘을 모델로 게임에 적용하여 게임전략 생성에 관하여 연구한다. 생리학의 면역시스템은 자기조절능력이 있다는 외과 재 감염시 빠르게 대응할 수 있다는 특징이 있다. 면역알고리즘을 이용하여 탐색된 전략을 유전자알고리즘 그리고 기존에 연구되어진 게임전략 등과 실험하여 그 결과를 비교.연구한 결과 면역알고리즘을 적용하여 탐색된 모델로 게임전략이 가장 높은 승률을 보인다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2013.07a
• /
• pp.293-294
• /
• 2013

다양한 생물체의 행동 원리를 이용하여 모델링한 알고리즘을 생체모방 알고리즘(Biologically Inspired Algorithm)이라고 한다. 본 논문에서는 생체모방 알고리즘 중 동물 집단의 행동을 모델링한 플로킹 알고리즘(Flocking Algorithm)을 이용한 집단 게임 캐릭터의 길찾기 방법을 제안한다. 플로킹 알고리즘의 조타행동은 크게 분리(Separation), 정렬(Alignment), 응집(Cohesion), 회피(Avoidance)로 구성되어 있다. 게임에서의 기존 플로킹 알고리즘은 주로 여러 개의 몬스터나 NPC 들로 구성된 몇 개의 그룹 단위로 독자적인 집단 행동을 하는 경우에 적합하다. 그러나, 게임플레이어가 제어하는 캐릭터가 많은 경우, 기존 알고리즘은 플레이어가 선택한 캐릭터 그룹을 목표지점으로 이동하는 방법으로 적합하지 않다. 따라서 본 논문에서는 게임 플레이어가 제어하는 집단 게임캐릭터의 목표 지점까지의 길찾기를 위한 수정된 정렬 조타행동 알고리즘을 제안한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.167-170
• /
• 2023

게임 플랫폼의 고도화와 게임 구현 기술의 발전을 통해 이루어지고 있는 개발 환경의 효율성 제고를 통해 이전에 게임의 구현 자체에 소요하는 시간을 게임 콘텐츠의 질적 향상을 위해 투입할 수 있는 여건이 형성되고 있다. 본 논문은 게임에서 등장하는 NPC가 보다 사실적인 추론을 통해 플레이어를 추적하도록 지정하는 알고리즘을 고수준의 카테고리로 구분하여 구현하여, 개발 과정에서의 NPC 구현에 효율성을 제고하는 기법을 제안한다. NPC가 플레이를 추적하는 스토리를 기반으로 하는 게임에서 NPC가 플레이어의 위치에 도달하기 위한 길찾기 알고리즘은 필수적이다. 일반적으로 사용되는 최단 거리 길찾기 알고리즘인 다익스트라(Dijkstra)의 경우, 효율적이지만 플레이어가 NPC의 경로를 예측 가능할 수 있기에 게임의 재미 향상에 걸림돌이 되는 단점이 있다. 본 논문에서는 최단 거리 길찾기를 구현하면서 다양한 게임 스토리 상의 설정으로 지정할 수 있는 다양한 방법론을 연구하였으며, 이를 구현하기 위한 고수준 길찾기에 대한 방법을 제시한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.07a
• /
• pp.265-268
• /
• 2018

컴퓨팅 사고력의 함양을 위해서는 알고리즘을 설계하는 단계가 선행되어야 한다. 그러나 알고리즘 설계와 프로그래밍 구현 활동으로 이루어지는 소프트웨어 교육에서 구체적 조작기에 해당하는 초등학생들에게 추상적인 개념을 필요로 하는 알고리즘은 어려울 수밖에 없다. 학습자들의 흥미를 유도하기 위한 전략 중 하나로 게임 프로그래밍을 활용할 수 있다. 게임 프로그래밍은 또한 문제해결력, 학업성취도, 자기효능감을 향상시킨다. 따라서 본 연구에서는 엔트리와 자연어 알고리즘을 활용하여 초등학생의 컴퓨팅 사고력 향상을 위한 게임 프로그래밍 수업을 설계하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05b
• /
• pp.1063-1066
• /
• 2003

지능형 게임 개발을 위하여 게임 이론의 정의, 게임의 구성요소, 전략적 게임의 분석을 통해 게임에 대한 배경 환경을 살펴보고, 보다 사실적 느낌 전달을 위한 게임 애니메이션과 게임에 적용되는 인공지능 기술을 퍼지 이론, 뉴럴네트웍으로 분류하여 적용 현황을 살펴보았다. 즉 게임처럼 수학적 표현이 어려운 경우 해결점을 퍼지 이론에서, 캐릭터의 움직임을 제어하는 퍼지 Rule Base를 찾아내는 연구를 신경망 인공지능을 통해 해결하는 과정을 살펴보고 국부해의 단점을 갖는 신경망 인공지능의 불투명성 해결 방법을 유전자 알고리즘에서 찾았다. 결론적으로 게임에서 이루어지는 물리적 특성인 충돌에 대한 충돌검사 알고리즘, 충돌반응에 대한 최적화를 유전자 알고리즘을 적용하여 해결하였다.

• Proceedings of the Korea Contents Association Conference
• /
• 2015.05a
• /
• pp.55-56
• /
• 2015

근래에 게임이론 분야에서 진화계산 기법을 사용한 분석은 중요한 이슈이다. 본 논문에서는 교섭게임에서 입자군집최적화와 차분진화알고리즘 간의 공진화 과정을 관찰하고 상호 경쟁에서 얻는 이득을 비교하여 두 알고리즘의 성능을 분석한다. 실험결과 입자군집최적화가 차분진화알고리즘에 비해 교섭게임에서 더 우수한 성능을 보임을 확인하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.395-398
• /
• 2002

본 논문에서는 ‘다목적 함수 최적화 문제(Multi-objective Optimization Problem MOP)’를 풀기 위하여 유전자 알고리즘을 진화적 게임 이론 적용시킨 ‘내쉬 유전자 알고리즘(Nash GA)’과 본 논문에서 새로이 제안하는 공진화 알고리즘의 구조를 설명하고 이 두 알고리즘의 결과를 시뮬레이션을 통하여 비교 검토함으로써 ‘진화적 게임 이론(Evolutionary Game Theory : EGT)’의 두 가지 아이디어 -‘내쉬의 균형(Equilibrium)’과 ‘진화적 안정전략(Evolutionary Stable Strategy . ESS)’-에 기반한 최적화 알고리즘들이 다목적 함수 문제의 최적해를 탐색할 수 있음을 확인한다.

• Journal of Korea Game Society
• /
• v.19 no.3
• /
• pp.25-32
• /
• 2019

This paper proposes a automatic generation method of Match-3 game levels through genetic algorithm. It takes a lot of time and effort if persons have to control the level in the game. In this paper, the genetic algorithm is applied to create an appropriate block combination. We create block combination from integer DNA. Fitness is high if success probability played by computer is closer to given probability. Experiments have shown that computer-determined levels of difficulty have a significant impact on the results of game played persons.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.07a
• /
• pp.317-318
• /
• 2014

유전자 알고리즘은 문제 크기가 커짐에 따라 해집합이 폭발적으로 늘어나 최적해를 찾기 힘든 최적화 문제에 주로 적용되는 알고리즘으로, 최근에는 게임에서의 경로찾기, 인공지능 및 레벨디자인 문제에 많이 적용되고 있다. 본 논문에서는 퍼즐게임에서의 레벨디자인 문제의 해법으로 유전자 알고리즘의 적용 방법을 제안한다. 본 논문에서 적용한 퍼즐게임은 주어진 그림에 도형 조각을 가능한 빠른 시간 내에 맞추는 게임으로, 스테이지가 진행됨에 따라 높은 난이도의 퍼즐이 나타나도록 하는 것이 중요하다. 제안된 알고리즘을 통해 퍼즐게임의 유의미한 레벨 조절이 가능함을 확인할 수 있었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2012.01a
• /
• pp.189-192
• /
• 2012

게임 인공지능에서 경로 찾기는 매우 중요한 분야이다. 캐릭터나 NPC(Non Player Charater)가 목적지까지의 경로를 탐색하기 위해서는 복잡하게 구성된 게임 맵에서 오브젝트나 벽 등의 장애물을 회피하면서 가능한 최단 경로를 찾아야 한다. 기존의 일반적인 경로 찾기 알고리즘은 캐릭터의 움직임이 자유로운 간단한 게임 맵에서는 전역 최소해 탐색이 가능하다. 그러나 다양한 오브젝트 등이 배치된 큰 규모의 게임 맵에서는 캐릭터가 목적지까지의 경로를 탐색하는 과정에서 지역 최소해(Local Minima)로의 수렴이 발생함으로써 이를 탈피하는 것이 어렵고, 결국에는 목적지까지 도달하지 못하는 상황이 발생하게 된다. 본 논문에서는 이러한 기존 경로 찾기 알고리즘의 단점을 해결하기 위해 시뮬레이티드 어닐링 알고리즘을 제안하였다.