• 한국게임학회 논문지
• /
• 제8권3호
• /
• pp.87-95
• /
• 2008

본 논문에서는 임의적으로 움직이고 미리 정해진 위치가 없는 보이드들의 효율적인 무리짓기 대한 알고리즘을 제안한다. 하나의 보이드에 대하여 근사적으로 kNN을 찾고 행위특성의 값을 계산함으로써 제안하는 알고리즘은 기존의 공간 분할 알고리즘을 개선한다. 이를 위하여, 본 논문은 보이드들의 한 그룹에 대하여 평균 방향과 위치를 갖는 대표 보이드를 정의하여 사용한다. 제안하는 알고리즘은 구현되었으며 기존의 알고리즘과 실험적으로 비교되었다. 실험적 비교 결과로부터 제안하는 알고리즘이 기존의 알고리즘에 비하여 초당 렌더링 프레임 수 관점에서 약 $-5{\sim}130%$까지의 개선 효과가 있음을 알 수 있었다.

• 한국게임학회 논문지
• /
• 제9권2호
• /
• pp.115-123
• /
• 2009

논문에서는 무리 짓기에 대한 공간분할 방법의 성능을 개선하는 알고리즘을 제안한다. 핵심 개념은 무리 속에서 움직이는 개체인 보이드가 지속적으로 자신의 방향과 위치를 변경시키나 자신의 다음 방향의 결정에 영향을 주는 k개의 가장 가까운 이웃인 kNN은 자주 바뀌지 않는다는 사실을 이용하여 성능을 개선하는 것이다. 본 논문에서 이전의 kNN을 이용하여 새로운 kNN이 변경되었는지를 판별하는 방법이 제안되었고, 제안된 방법의 정당성은 정리를 통하여 증명되었다. 제안된 방법은 구현되었으며, 기존의 공간분할 방법과 성능이 비교되었다. 비교 결과로부터 제안된 알고리즘이 초당 프레임 수 관점에서 기존의 알고리즘보다 약 30% 개선 효과를 주는 것을 알 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (1)
• /
• pp.73-75
• /
• 2003

게임 세계에 존재하는 수많은 보이드들의 지능적인 집단 행동을 모델링하기 위한 방법으로 플로킹 기법이 많이 사용되고 있다. 특히 생태계에 존재하는 객체들의 행동을 재현하기 위한 연구가 활발하게 진행되고 있는 실정이다. 따라서 본 연구에서는 생태계에서 흔히 볼 수 있는 먹고 먹히는 관계를 퍼지 논리를 통해 게임의 보이드 행동을 모델링하고 구현한다.

• 한국시뮬레이션학회논문지
• /
• 제18권4호
• /
• pp.49-58
• /
• 2009

로봇의 지능화에서 기존의 하향식 접근 방식은 단일 개체 지능화에 중점을 두어 왔으나 이러한 접근은 첫째, 센싱, 연산, 통신에 소모되는 비용과 시간이 크다는 것 그리고 둘째, 예측 불가능한 환경변화에 민감하게 대응하는데 어려움이 있다. 본 연구는 이러한 단점을 극복하는 상향식 접근 방식의 집단적 지능화를 위한 알고리즘과 이를 적용한 에이전트 모델을 제안하고 시뮬레이션을 통해 검증하였다. 본 연구에서 제안한 수정된 플로킹 알고리즘은 그래픽이나 게임에서 집단이동을 보이는 생명체를 모델링 하는데 주로 사용되어온 플로킹(Flocking, Craig Reynolds)의 개념을 단순화시킴으로써 기존 플로킹의 연산과정을 단순화하여 보다 많은 수의 집단 로봇에 적용하기 용이 하도록 수정한 알고리즘이다. 시뮬레이션을 통해 수정된 플로킹 알고리즘의 집단화 적용 가능성을 검증하였고, 이를 위한 보이드 에이전트를 모델링 하였다. 또한 실질적 검증을 위하여 실제 집단로봇에 대한 사례 연구를 진행하였다.

• 한국지능시스템학회논문지
• /
• 제14권2호
• /
• pp.195-200
• /
• 2004

컴퓨터 게임은 보이드들의 군집 행동 모델링을 위하여 플로킹이라는 지능적인 기법을 사용하고 있다. 플로킹은 약간의 컴퓨터 자원만을 이용하여 조류나 물고기와 같은 예측할 수 없는 형태의 군집 행동 패턴을 자연스럽게 모델링 할 수 있다. 단 논문에서 우리는 사실적인 수중 생태계 군집 행동 모델링을 위하여, 포식자 및 먹이로 구성되는 생태계를 구현하였다. 또한 퍼지 논리를 생태계 요소들의 본능적인 욕망을 구현하기 위하여 적용하였다 그 결과 본 모델은 생태계의 파괴를 극복하고, 자연스럽게 생태계 행동을 모델링 할 수 있다는 것을 확인하였다.