• 교육시설
• /
• 제17권2호
• /
• pp.3-12
• /
• 2010

The purpose of this study was to provide the planning guideline for the multi-purposed classroom in the elementary school and middle school using questionnaire and user participation method. As the user participation method, the design workshop in the study contains participation techniques, community action planning, and participation game. The design workshop used the design kit as a communication tool. Four user groups, selected from teachers and child in the elementary school and middle school, to be reconstructed, participated in a design workshop with design kit, and each group produced their own plans. The result of this study is as follows; (1) Teachers wanted multi-purposed classroom to be used by two classes. (2) The size of the multi-purposed classroom was preferred 1.5 times(30 py.) of the regular classroom. (3) By considering the characteristics of students it was required the open space in elementary, but required it to be separated from the regular classroom in middle school. (4) Through the analysis, we could grasp the processes that the users' needs were practically applied to design. Our design workshop method should be hereafter modified and advanced, but showed the usefulness in many aspects.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2008년도 춘계 종합학술대회 논문집
• /
• pp.19-23
• /
• 2008

컴퓨터 그래픽스 기술의 발달은 영화, 게임 등 각종 엔터테인먼트 산업의 발전으로 이어졌으며, 가상의 공간상에 다양한 객체를 생성하고 동작을 제어하는 기술들도 급속도로 발달하고 있다. 특히 객체(캐릭터)는 컴퓨터 애니메이션 분야에 있어서 가상공간에 생기를 불어넣는데 아주 중요한 역할을 하고 있다. 가상의 공간상에서 많은 수의 객체가 애니메이션 될 경우 고정지형이나 객체 간의 충돌 등의 원치 않는 일이 발생하게 된다. 이런 문제의 해결을 위해서는 세부적인 제어기법이 필요하다. 본 논문에서는 가상의 수족관을 배경으로 하여 해저 지형과의 충돌 회피와 또 다른 객체와의 충돌 회피에 대한 제어 기법을 제시하고 구현한다.

• 대한전자공학회논문지TE
• /
• 제42권3호
• /
• pp.31-38
• /
• 2005

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.

• 정보처리학회논문지B
• /
• 제9B권2호
• /
• pp.139-146
• /
• 2002

로봇 축구 시뮬레이션 게임은 하나의 동적 다중 에이전트 환경이다. 본 논문에서는 그러한 환경 하에서 각 에이전트의 동적 위치 결정을 위한 새로운 강화학습 방법을 제안한다. 강화학습은 한 에이전트가 환경으로부터 받는 간접적 지연 보상을 기초로 누적 보상값을 최대화할 수 있는 최적의 행동 전략을 학습하는 기계학습 방법이다. 따라서 강화학습은 입력-출력 쌍들이 훈련 예로 직접 제공되지 않는 다는 점에서 교사학습과 크게 다르다. 더욱이 Q-학습과 같은 비-모델 기반의 강화학습 알고리즘들은 주변 환경에 대한 어떤 모델도 학습하거나 미리 정의하는 것을 요구하지 않는다. 그럼에도 불구하고 이 알고리즘들은 에이전트가 모든 상태-행동 쌍들을 충분히 반복 경험할 수 있다면 최적의 행동전략에 수렴할 수 있다. 하지만 단순한 강화학습 방법들의 가장 큰 문제점은 너무 큰 상태 공간 때문에 보다 복잡한 환경들에 그대로 적용하기 어렵다는 것이다. 이런 문제점을 해결하기 위해 본 연구에서는 기존의 모듈화 Q-학습방법(MQL)을 개선한 적응적 중재에 기초한 모듈화 Q-학습 방법(AMMQL)을 제안한다. 종래의 단순한 모듈화 Q-학습 방법에서는 각 학습 모듈들의 결과를 결합하는 방식이 매우 단순하고 고정적이었으나 AMMQL학습 방법에서는 보상에 끼친 각 모듈의 기여도에 따라 모듈들에 서로 다른 가중치를 부여함으로써 보다 유연한 방식으로 각 모듈의 학습결과를 결합한다. 따라서 AMMQL 학습 방법은 큰 상태공간의 문제를 해결할 수 있을 뿐 아니라 동적인 환경변화에 보다 높은 적응성을 제공할 수 있다. 본 논문에서는 로봇 축구 에이전트의 동적 위치 결정을 위한 학습 방법으로 AMMQL 학습 방법을 사용하였고 이를 기초로 Cogitoniks 축구 에이전트 시스템을 구현하였다.

• 한국시뮬레이션학회논문지
• /
• 제24권4호
• /
• pp.107-118
• /
• 2015

군 워게임 분야에서 많은 에이전트 협력과 관련된 연구들이 제시되었고, 그러한 연구들은 주어진 목표를 달성하기 위해 존재하는 한 팀을 이루는 모의개체간 협업을 위한 기법들을 다루고 있다. 급격히 변화하는 전장을 모의하기 위해서, 실제 전장상황에서 빈발하는 임무 인계를 반영하기 위해 하나의 모의개체는 다른 개체의 역할을 인계 받을 수 있어야 하며, 이를 위해 개체는 자신의 과업과 느슨하게 연결되어 있어야 한다. 이 요건을 만족함으로써 모의상황에서 파괴된 개체가 자신의 과업을 수행하지 못할 경우 다른 개체에게 자신의 과업을 전달하는 것을 가능케 한다. 그러나 개체와 과업간의 긴밀한 연결은 긴박한 전장상황에서의 임무 승계를 반영하는 것을 저해한다. 기존의 문제점으로서, 기존의 연구 및 워게임들은 설계단계에서 과업을 개체에 엄격하게 지정함으로써 그러한 느슨한 연계를 어렵게 한다. 이 결함을 극복하기 위해 역할기반명령계층(ROCH) 모델은 실행상태에서 개체의 주변 상황에 근거하여 역할을 동적으로 할당한다. 이 모델에서 역할(Role)은 개체와 과업을 분리한다. 본 논문에서는 하나의 개체와 다른 부하 개체들 간의 역할과의 연결이 긴밀하지 않도록 출판/구독(publish/subscribe)패턴을 활용하여 ROCH 모델을 하나의 컴포넌트로 구현한다.

• 한국산학기술학회논문지
• /
• 제15권8호
• /
• pp.4831-4843
• /
• 2014

전문잡지들은 복잡도가 높고 다이내믹하며 심한 불확실성을 보이는 잡지산업 생태계에 대한 적응 전략으로서, 지식과 아이디어를 기반으로 가치를 극대화하기 위해 유연화되고 개방된 협업적, 동료적, 집합적 생산체계를 작동시키고 있다. 본 논문은 사례연구방법을 적용하였고, 자료수집방법으로서 직접 관찰, 전문가 심층면접, 전문가 설문조사를 실행하였다. 이를 통한 '잡지산업', '전문잡지사 커뮤니티 사용자간의 협업체계', '전문잡지의 생태계 모델'에 대한 분석 결과는 다음과 같다. 첫째, 전문잡지 생태계는 잡지사들의 다양하고 새로운 생산 참여자와 잡지 플랫폼이 결합되는 가치 네트워크의 개방적 혁신의 협업 모델로서 진화/적응하고 있었다. 둘째, 전문잡지사들은 스마트 디바이스의 환경 변화에 힘입어 커뮤니티, 전문가 사회집단/조직, 창조적 사용자의 다양한 행위/상호작용이 핵심적으로 작동되는 협업체계를 구축하고 있었다. 셋째, 전문잡지 생태계 모델은 콘텐츠 공급 영역의 다양한 잡지 생산 주체들이 플랫폼 영역에서 상품군과 플랫폼 유형에 적합한 상호작용을 하며 스마트 디바이스를 통해 사용자/독자와 상호작용하는 체계이다. 전문잡지의 모델은 게임, 출판, 드라마, 영화, 만화, 애니메이션 등의 디지털 콘텐츠 산업과 같은 패턴의 프랙탈 구조를 보이고 있으며, 상호작용성과 사용자 참여의 수준이 가장 높은 창조 친화적 기술 혁신 모델로 수렴되고 있다.

• 한국엔터테인먼트산업학회논문지
• /
• 제14권3호
• /
• pp.285-294
• /
• 2020

영화 <남산의 부장들>은 다른 10.26 사건 소재의 콘텐츠와 달리 대립되는 인물 간의 치열한 심리 대결을 표방한 연극적 성격이 짙은 '분노 캐릭터' 영화라는 점에 착안해 본 연구에서는 라코프와 코브시스(Lakoff & Kövecses) 등이 제시한 '분노의 5단계 모델'을 적용해 장면을 단위로 설정해 서사구조를 내용 분석하였다. 그 결과 이 영화는 심리학의 분노 5단계 이론을 잘 반영해 주인공의 분노 결행에 대한 인과성과 개연성을 한층 높인 것으로 나타났다. 특히 분노조절(25분)에 가장 긴 시간을 할애해 응징·보복의 동기를 정당화한 반면 통제력 상실(14분)에 가장 짧은 시간을 부여해 응징 행동의 긴박감을 극대화 하고자한 것으로 분석되었다. 각 단계에서 분노를 유발하는 기폭제 역할은 무시, 모멸, 오만, 과시, 놀림, 조롱, 무단 개입, 수군거림, 비아냥, 말 가로채기 언행으로 각 단계마다 2~6회씩 배치되었다. 특히 '경호실장'역의 경우 조롱 발언이, '박통'역의 경우 친구도 죽인 무도한 인간이란 극심한 모멸감을 야기하는 발언이 주인공으로 하여금 복수를 실행하도록 하는 결정적인 '분노 방아쇠'로 작용하였다. 결론적으로 이 영화는 서사구조가 분노이론을 정교하게 따랐다. '정치극'이라서 서사의 전개에서 분노의 공적(公的) 사유를 많이 설정하는 것이 일반적인데도 분노유발목록(PI)과 24%나 일치할 정도로 관객들이 흔히 겪는 일상의 분노사례를 적잖이 반영한 것으로 확인되었다. 이상과 같이 제작진이 이 영화에 심리학의 분노이론을 정교하게 반영하고 분노의 공적·사적 동인(動因)을 균형 있게 안배한 것은 분위기가 무겁고 낯설기 마련인 정치영화에 대한 관객들의 이해도와 흡인력을 높이려는 소통강화 의도에서 비롯된 것이라 평가된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2012년도 춘계학술대회
• /
• pp.521-523
• /
• 2012

가상현실이나 게임 제작 분야에서는 사실적이고 실시간으로 캐릭터의 동작을 생성해야 하는 경우가 빈번하다. 특히, 인체를 비롯한 다관절체의 동작 생성에 있어서는 지형이나 다른 주변 환경에 의한 적응적인 동작의 필요성이 증가하고 있다. 본 논문은 지형의 변화나 다른 주변 환경에 의한 적응적인 동작을 구현해 어떠한 동작이 가장 자연스럽고 실시간으로 적응될 수 있는지 분석하고 캐릭터 애니메이션을 구현한다. 이를 위해 캐릭터의 다양한 움직임을 제어하기 위해 인체의 주요 관절들을 부각시켜 인체 모형 캐릭터를 키네마틱 애니메이션 방식으로 생성하기로 한다. 지형의 변화는 고저차이가 발생할 수 있는 계단 환경에서의 동작을 분석하고 다른 주변 환경에 의한 적응적인 동작은 경사면을 올라가는 동작을 분석하여 이를 토대로 캐릭터 애니메이션을 구현한다.

• 한국콘텐츠학회논문지
• /
• 제13권5호
• /
• pp.37-47
• /
• 2013

본 연구의 목적은 소셜 게임플레이에 대한 행동패턴을 분석하여 과업의 상호의존적인 게임플레이 법칙을 발견하는 것이다. 이를 위해 게임플레이와 관련된 선행연구를 고찰하고 과업의 상호의존적인 게임플레이에 적합한 게임을 선정하였다. 본 실험은 5명이 한 팀이 되는 파티를 구성하여 게임플레이를 실시하고 동시조서를 실시하며 플레이어들의 행동과 구두보고에 대한 비디오/오디오 데이터를 수집 하였다. 데이터 분석을 위해 비디오 관찰과 구두조서를 분석하고 결합 시퀀스 모형 과제 분석법을 중심으로 객관적인 코딩스킴을 개발하고 이를 토대로 플레이어의 행동을 분석하였다. 그 결과 4가지 패턴과 4가지 변형된 패턴 총 8가지 행동패턴이 발견되었다. 본 연구를 통해 5명의 게임플레이에 대한 통합형 행동그래프를 작성하여 협업이 적절한 지점과 잦은 실수와 실패가 발생한 지점을 파악 할 수 있었다. 이러한 소셜 게임플레이 행동그래프는 게임의 레벨 디자인과 밸런스 디자인이 적절한지를 평가하는 중요한 실무 디자인 지침이 될 것으로 기대된다.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 2001년도 The Seoul International Simulation Conference
• /
• pp.321-324
• /
• 2001

The robot soccer simulation game is a dynamic multi-agent environment. In this paper we suggest a new reinforcement learning approach to each agent's dynamic positioning in such dynamic environment. Reinforcement Beaming is the machine learning in which an agent learns from indirect, delayed reward an optimal policy to choose sequences of actions that produce the greatest cumulative reward. Therefore the reinforcement loaming is different from supervised teaming in the sense that there is no presentation of input-output pairs as training examples. Furthermore, model-free reinforcement loaming algorithms like Q-learning do not require defining or loaming any models of the surrounding environment. Nevertheless it can learn the optimal policy if the agent can visit every state-action pair infinitely. However, the biggest problem of monolithic reinforcement learning is that its straightforward applications do not successfully scale up to more complex environments due to the intractable large space of states. In order to address this problem, we suggest Adaptive Mediation-based Modular Q-Learning(AMMQL) as an improvement of the existing Modular Q-Learning(MQL). While simple modular Q-learning combines the results from each learning module in a fixed way, AMMQL combines them in a more flexible way by assigning different weight to each module according to its contribution to rewards. Therefore in addition to resolving the problem of large state space effectively, AMMQL can show higher adaptability to environmental changes than pure MQL. This paper introduces the concept of AMMQL and presents details of its application into dynamic positioning of robot soccer agents.