• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.09b
• /
• pp.35-38
• /
• 2003

최근 컴퓨터 게임의 확산과 함께 보다 나은 가상환경 생성을 위한 기술에 대한 필요성이 증가하고 있다 다양한 환경에서 지능적으로 행동하는 인공 캐릭터의 설계를 위해 다양한 인공지능 기술이 적용되고 있다. 하지만 게임의 캐릭터 설계에 적용된 휴리스틱이나 규칙기반 시스템 등의 기존 인공지능 기술은 게임 개발자에 의존적이기 때문에 플레이어가 쉽게 캐릭터의 행동패턴을 파악하여 게임의 흥미를 저하시키는 단점이 있다 따라서 진화연산이나 신경망 등의 학습기반 인공지능 기술의 게임에의 적용이 모색되고 있다 특히 진화를 이용한 지능기술은 자연계의 복잡성과 의외성을 모방하여 최적화된 지능보다는 속임수/의외성 등의 창의적인 지능행동의 생성을 가능하게 하며 새로운 게임전략의 생성, 게임 캐릭터의 성격형성 및 다양한 행동 생성 등에 매우 유용하다. 본 논문에서는 진화기술의 게임에의 효과적인 적용을 위해 진화엔진을 설계 및 제작하고 인공지능 시뮬레이터에 적용하여 그 유용성을 확인하였다.

• Journal of Internet Computing and Services
• /
• v.8 no.5
• /
• pp.91-97
• /
• 2007

Game program had been classed by 3D or on-line game etc, and engine and game programming simply, But, game programmer's kind more classified new, Artifical Intelligence game programmer's role is important. This paper makes game character study and moved by intelligence using reinforcement learning algorithm. Fought with character enemy using developed game, Confirmed whether embodied game character is facile by intelligence, As result of an experiment, we know, studied character defends excellently than randomly moved character.

• Digital Contents
• /
• no.9 s.124
• /
• pp.97-99
• /
• 2003

초기의 컴퓨터 게임은 하드웨어, 그래픽, 사운드 등의 제약때문에 인공지능에 있어서는 거의 전부가 게임 프로그래머의 단순한 하드코딩에 의존해 단순하게 처리됐다. 그러나 그래픽이나 사운드의 기능이 일정한 수준에 도달하자 게이머들은 보다 자연스럽고 재미있는 게임을 요구하게 됐으며, 이로 인해 1990년대 후반부터 인공지능 기술이 게임에서 중요한 역할을 하기 시작했다.'게임 인공지능'이란 고전적인 의미에서는 게임 내에서 컴퓨터에 의해 제어되는 캐릭터나 에이전트로 정의하기도 하지만 최근에는 좀더 구체적으로 스스로 생각할 수 있고 주변 환경이나 과거의 경험 등에 따라서 지능적으로 행동할 수 있는 자율성을 가진 캐릭터나 에이전트라고 정의하기도 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2008.06a
• /
• pp.325-329
• /
• 2008

최근 게임 산업은 상호 작용 성을 높이는 방향으로 하드웨어와 소프트웨어적으로 접근하고 있다. 그 중 게임 속 캐릭터에 적용되는 인공지능은 소프트웨어적인 접근으로서 게임의 분위기와 특징에 커다란 영향을 미친다. 하지만 기존의 인공지능이 캐릭터의 시시각각 변하는 감정에 따라 변하지 않고, 간략한 메커니즘에 의해 행동이 제어되고, 움직였기 때문에 실제 캐릭터들이 가지는 감정 상태를 제대로 표현하지 못했다. 따라서 본 논문에서는 맥시스사의 'The Sims'의 캐릭터인 sim들이 감정을 표현하지 못하는 한계점을 분석하고, 이를 극복할 수 있는 인공감정을 만들어 시뮬레이션 게임보다 제작하기 간단하고, 비슷하게 환경을 조작할 수 있는 비행 슈팅게임에 적용한다.

• The KIPS Transactions:PartB
• /
• v.11B no.7 s.96
• /
• pp.831-840
• /
• 2004

In this paper, we propose a scheme to implement intelligent game characters based on neural networks. Neural networks that implement in-telligent game character receive the action of an opponent character and the distance between them, decide intelligent character's action, and output the decision. The neural networks are trained by reinforcement learning using the scores acquired by the actions of two characters as reinforcement values. To show the usefulness of the proposed scheme, a simple fighting action game is implemented and various experiments are performed. Experimental results show that proposed intelligent characters can learn the rule of the game. The proposed scheme can be ap-plied to massively multiple online games as well as fighting action games.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.435-438
• /
• 2005

현재 인공지능 기법은 우리 주위의 여러 분야에서 사용되고 있으며, 그 중요도가 점점 높아지고 있다. 이러한 분야 중에 하나가 바로 컴퓨터 게임 분야로 전통적인 인공지능 기법부터 근래에 게임과의 결합이 시도되고 있는 비전통적 기법에 이르기까지 다양한 종류의 방법이 시도되었고, 시도될 예정이다. 본 논문에서는 게임내에서 그 비중이 커져가고 있는 인공지능을 통한 캐릭터의 지능화 방안으로 신경망 기반의 지능 캐릭터를 제안하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.469-472
• /
• 2005

이 논문은 게임물리엔진에서 게임세계의 물리적인 요소를 통하여 게임에 존재하는 캐릭터들에게 인공지능을 부여하기 위한 연구에 관해서 다룬다. 게임속에서의 물리적인 상황을 자동인식하기 위해서 신경망을 이용하였다. 게임속에서의 인공지능의 적용은 게임의 속도저하를 가져오게 되는데 이 논문에서는 그러한 단점을 보완하기 위하여 물리엔진에서 캐릭터의 움직임을 계산하는 수치적분 메서드들에 대한 각 물리상황에 따른 최적의 성능을 분석하여 각각의 물리 상황마다 다른 수치 적분 메서드를 적용하는 내부 구조를 취하였다. 수치적분 메서드에 대한 각각의 성능 분석은 세가지의 물리적 상황을 구분하여 그에 기반하여 실험되었다. 인공지능 캐릭터에 대한 실험은 신경망의 토폴로지에 대한 변화와 학습 횟수에 대한 변화 및 은닉층에 대한 변화로 신경망에서의 최적의 성능에 대한 평가를 실시하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.35 no.12A
• /
• pp.1181-1187
• /
• 2010

This paper proposes a mobile AI (Artificial Intelligence) conducting decision-making in the game through education for intelligent character on the basis of Neural Network. Neural Network is learned through the input/output value of the algorithm which defines the game rule and the problem solving method. The learned character is able to perceive the circumstances and make proper action. In this paper, the mobile AI using Neural Network has been step-by-step designed, and a simple game has been materialized for its functional experiment. In this game, the goal, the character, and obstacles exist on regular 2D space, and the character, evading obstacles, has to move where the goal is. The mobile AI can achieve its goals in changing environment by learning the solution to several problems through the algorithm defined in each experiment. The defined algorithm and Neural Network are designed to make the input/output system the same. As the experimental results, the suggested mobile AI showed that it could perceive the circumstances to conduct action and to complete its mission. If mobile AI learns the defined algorithm even in the game of complex structure, its Neural Network will be able to show proper results even in the changing environment.

• The KIPS Transactions:PartB
• /
• v.12B no.3 s.99
• /
• pp.329-336
• /
• 2005

This paper proposes a method to provide intelligence for characters in fighting action games by using genetic algorithm. The proposed characters without any knowledge on the rules of the game learn the rules and techniques for generations, and have the capability of evolving. To evaluate adaptability for varying circumstances, we changed the rules and compared the results. The experimental results show that the intelligent characters can adapt to the new rules. An advantage of the proposed method is that it can be easily applied to characters for other category of games such as PC games and internet online games.

• Journal of Digital Contents Society
• /
• v.7 no.1
• /
• pp.35-40
• /
• 2006

Game AI(Artificial Intelligence) technologies implement the movement of autonomous characters and control the movement of Non-Player Characters(NPC). In this paper, we present several types of game AI control systems such as Movement Scripts, FSM(Finite State Machines), Hierarchical State Machines, fuzzy State Machines, and Pathfinding techniques and their limitations.