• 디지털융복합연구
• /
• 제12권1호
• /
• pp.555-561
• /
• 2014

게임에서 인공 지능은 주로 NPC(Non Player Character)와 적의 행동 패턴을 결정하거나 길 찾기에 사용된다. 이러한 인공 지능을 구현하는 경우에 FSM(Finite State Machine)과 플로킹(Flocking) 방법이 사용된다. FSM 방법에서는 상태 개수에 따라 NPC의 행동 개수에도 제한을 받는다. 상태 개수가 너무 적은 경우 플레이어들이 쉽게 NPC의 행동 패턴을 알 수 있으며 너무 많은 경우에는 구현이 복잡하게 된다. Flocking 방법에서는 리더의 결정에 따라 NPC들의 행동이 결정되기 때문에 NPC들의 이동 패턴이나 공격 방향을 쉽게 플레이어들이 알 수 있다. 본 논문에서는 이 문제를 개선하기 위하여 동물의 세력 투쟁 행동(공격, 위협, 의례적인 보여줌, 기피, 복종)들을 NPC에 적용하는 것을 제안하고 이를 Unity3D 엔진을 이용하여 구현한다. 이 논문은 실제감 있는 NPC 인공 지능 제작에 도움을 줄 수 있다.

• 정보처리학회논문지B
• /
• 제12B권3호
• /
• pp.329-336
• /
• 2005

본 논문에서는 유전자 알고리즘을 이용하여 대전형 액션 게임의 캐릭터를 지능화 하는 방법을 제안한다. 초기에 게임 규칙을 전혀 모르는 캐릭터가 학습이 진행되면 세대를 거듭하면서 스스로 게임규칙을 학습하고 기술을 습득하며 진화할 수 있는 지능을 갖추게 된다. 제안한 캐릭터가 환경변화에 잘 적응하는지를 평가하기 위하여 게임 도중에 게임규칙을 바꾸어 규칙 변경 전후의 결과를 비교 검토하였다. 실험결과 게임규칙이 변경된 후에도 빠르게 새로운 규칙에 적응하였다. 본 논문에서 제안한 방법은 대전형 액션게임뿐만 아니라 PC게임이나 인터넷 온라인 게임 등의 캐릭터 구현에도 쉽게 적용가능한 장점이 있다.

• 한국게임학회 논문지
• /
• 제19권2호
• /
• pp.23-32
• /
• 2019

VR 콘텐츠의 대중화가 더딘 것은 시각적인 새로운 경험 즉, '흥미' 이상의 '효용'을 만들어내지 못했기 때문이다. 가상현실 콘텐츠의 효용은 기능적 현실감에서 출발하며 그것을 증진시키기 위해서 사실적인 인터랙션이 요구된다. 본 연구는 구체적으로 네트워크 플레이, 캐릭터 인공지능, 햅틱 구현의 3가지 방법을 제시하고 있다. 가설을 확인하기 위하여 기획에서부터 콘텐츠 제작, 플레이 테스트, 기술 검증까지 야구를 소재로 한 VR 콘텐츠 제작의 전 단계를 수행하였다. 최종 결과물에 대한 사용자 및 평가 기관의 테스트를 통하여 사실적인 시각 효과와 플레이 연출, 진동에 의한 타격감까지 콘텐츠의 현실감을 높이는 데 기여한 것으로 평가되었다.

• 한국게임학회 논문지
• /
• 제8권4호
• /
• pp.95-105
• /
• 2008

게임 사용자와 자주 소통하는 게임 요소는 NPC이다. 최근 게임에서 사용되는 인공지능 알고리즘은 많은 발전을 이루었지만, NPC의 행동은 과거 게임 내의 단순한 행동을 하는 수준에서 머물러 있다. 사람과 비슷한 NPC의 행동 관찰을 주된 목적으로 하는 라이프 게임의 경우, 단순한 행동의 NPC는 게임을 지루하게 만드는 요인이 되고 있다. 이것은 NPC를 생성할 때 사람과 같은 다양한 성격과 그에 따른 행동을 보여주는 방법이 미흡하기 때문이다. 사람과 비슷한 행동을 하는 NPC를 생성하려면 사람과 같은 다양한 성격과 그에 따른 다양한 행동 생성이 필요하다. 본 논문에서는 확률 분포를 이용하여 캐릭터의 성격에 따라 다양한 감정을 표현하고, 그에 따른 행동 생성 방법에 관해 기술한다. 본 논문에서 기술한 행동 생성 방법을 실제 3D환경의 게임에 적용함으로써, 본 연구에서 제시한 연구 방법에 대한 성능을 입증하였다.

• 한국게임학회 논문지
• /
• 제9권3호
• /
• pp.139-150
• /
• 2009

본 논문에서는 가상 에이전트의 행동 계획을 위한 인터렉티브 지식베이스 구축과 인터렉티브 지식베이스를 바탕으로 하는 계획시스템에 관한 방법을 제안한다. 고정적인 지식베이스는 고정적인 계획 수립만 가능하기 때문에 환경의 변화에 잘 대처하지 못한다. 그래서 이 논문에서는 다양한 환경에서 적용이 가능한 인터렉티브한 지식베이스의 구축과 인터렉티브 지식베이스를 활용할 수 있는 인공지능 계획시스템을 제안한다. 본 연구에서 제안한 인터렉티브 지식베이스는 동기, 행동, 사물, 실행의 4가지로 이루어지며 지식베이스의 입력과 지식베이스들 사이의 연관관계는 개발된 자동화 툴을 사용하여 설정한다. 이 툴을 사용하여 사용자는 쉽게 지식베이스에 구성요소들을 추가 또는 수정할 수 있다. 이 지식베이스를 바탕으로 캐릭터는 행동가능한 모든 항목들을 계획을 세우게 되며 이 중 한 가지를 선택하여 행동을 하게 된다. 후에 캐릭터의 환경이 변하게 되더라도 지식베이스의 업데이트를 통해 새로운 행동을 적용시킬 수가 있기 때문에 가상현실 콘텐츠제작자의 입장에서는 상당히 유용하다. 본 논문에서는 확장성이 있는 인터렉티브 지식베이스 구성요소와 구성요소들 사이의 관계설정 그리고 이를 쉽게 입력할 수 있는 툴과 인터렉티브 지식베이스에 적합한 계획시스템의 알고리즘을 제안하여 가상도서관이라는 가상환경에서 실험을 통해 결과를 검증하였다.

• 스마트미디어저널
• /
• 제5권2호
• /
• pp.33-41
• /
• 2016

FPS게임은 플레이어가 1인칭 캐릭터의 시점에서 게임레벨의 목표에 따라 상대방을 타격하는 전투형태를 주된 게임플레이 구조로 가진다. 이러한 플레이 상황에서 플레이어의 행동을 유도하는 의사결정은 시각적 인지정보와 이전의 플레이경험을 통한 직 간접적 정보 수집을 통해 이루어진다. 특히 플레이어와 게임레벨간의 즉각적인 상호작용을 주된 플레이로 하는 FPS게임에서 플레이어의 시각적 인지정보에 대한 분석은 특정 게임레벨을 설계하고 수정할 수 있는 정보를 제공할 수 있다. 본 논문에서는 FPS게임의 플레이 경험수준에 따라 플레이어를 초보자와 숙련자 그룹으로 나누고 아이트래킹 장비를 사용하여 대표적인 FPS게임 레벨에 대한 그룹별 시선경로 데이터를 수집하였다. 플레이어의 행동이 발생하는 시점인 전투시작 전후의 시선경로를 500개의 플레이영상으로 기록하고 그룹별 고유한 시선경로 패턴을 도출하였다. 이러한 결과를 통해 FPS게임 레벨의 난이도조절과 플레이가능성을 향상시킬 수 있는 방법을 모색하고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2005년도 춘계학술발표대회
• /
• 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.

• 한국멀티미디어학회논문지
• /
• 제12권5호
• /
• pp.745-756
• /
• 2009

자율 가상 캐릭터는 인공시각을 이용하여 가상 환경을 인지하고 인지한 정보를 바탕으로 상황에 맞게 판단하여 지능적인 인간처럼 행동한다. 자율 가상 캐릭터는 주로 인공 시각을 이용하여 환경을 인식하며 현재까지 연구된 대부분의 인공 시각은 정해진 시야각에 들어온 정보를 여과 없이 모두 인지하는 방법을 사용하고 었다. 그러나 이러한 시각 체계는 한 번에 너무 많은 정보를 저장함으로 시스템의 효율성과 현실성을 떨어뜨리며, 게임과 같은 동적 환경에서는 실시간 처리가 어렵다. 따라서 실제 인간과 같은 시각 체계를 구현하려면 주목한 정보만 저장하는 시각적 주목 알고리즘이 필요하다. 본 논문에서는 인공 시각을 통해 얻은 정보 중에서 시각적으로 중요한 정보만올 저장하는 주목 시각 기법을 연구하고 이를 구현하기 위해 기존 주목 맵을 향상시켜 적용하였다. 특히 주목 맵 요소 중에서 처리 속도가 느린 방위 랩을 제거하고 침입자 검출을 적용한 동적 특정 맵을 추가하여 향상된 주목 맵을 제안하였다. 실험을 통해 자율 가상 캐릭터가 3차원 가상 환경에서 정적 동적 객체에 대한 주목 영역을 정확하게 찾는 것을 확인하였으며, 처리 속도 또한 기존 연구보다 1.6배 정도 향상되었음을 확인하였다.

• 지능정보연구
• /
• 제11권1호
• /
• pp.153-167
• /
• 2005

본 논문에서는 이동 로봇이나 자율 캐릭터 에이전트로 미지의 환경을 탐사하는 문제를 다룬다 전통적으로 공간탐사 문제를 해결하기 위한 연구노력들은 주로 그래프기반의 공간 표현법들과 그래프 탐색법들에 초점을 맞추어 왔다. 최근 들어, 공간탐사를 위한 가장 효율적인 그래프 탐색법들 중 최대 $min(mn, d^2+m)$에지들만을 탐색하는 EXPLORE알고리즘이 발견되었다. 이때 d는 그래프의 부족도(deficiency)를 나타내고, m은 그래프 에지들의 수를, n은 그래프 노드들의 수를 나타낸다. 본 논문에서는 자율 에이전트에 의해 미지의 공간을 탐사하는 실시간 그래프 탐색 알고리즘 DFS-RTA*와 DFS-PHA*를 제안한다. 두 알고리즘들은 모두 EXPLORE 알고리즘과 같이 깊이-우선 탐색(DFS)을 기초로 하고 있으며, 직전 노드로의 빠른 후진을 위해 각각 실시간 최단 경로 탐색 방법인 RTA*와 PHA*를 적용하는 것이 특징이다. 본 논문에서는 대표적인 3차원 온라인 게임 환경인 Unreal Tournament게임과 지능형 캐릭터 에이전트인 KGBot를 이용한 실험을 통해 두 탐색 알고리즘의 완전성과 효율성을 분석해본다.

• 한국지능시스템학회논문지
• /
• 제14권4호
• /
• pp.383-389
• /
• 2004

본 논문에서는 신경망을 이용하여 대전 액션 게임의 캐릭터들을 지능화하는 방법을 제안한다. 일반적인 대전 액션 게임에서 어떤 행동은 여러 개의 시간 단위에 걸쳐 이루어진다. 그러므로 캐릭터의 어떤 행동에 대한 결과는 곧바로 나타나지 않고 몇 개의 시간 단위가 지난 후에 나타난다. 이러한 캐릭터들에 적합한 신경망을 설계하기 위해서는 신경망을 학습시키는 시점을 결정하는 것과 더불어 학습 시에 사용되는 입력과 출력 값을 선정하는 것이 매우 중요하다. 본 논문에서는 캐릭터의 행동의 적합도를 게임 점수의 변화로 평가한다. 그러므로 게임 점수의 변화가 생길 때마다 신경망은 학습된다. 학습을 위해서는 우선 그 변화를 야기한 이전의 결정을 파악하고, 그 당시의 입력값, 출력값, 그리고 현재의 점수의 변화를 이용하여 신경망을 학습시킨다. 제안된 알고리즘의 성능을 평가하기 위하여 여러 실험을 간단한 (하지만 실제 게임과 매우 유사한) 게임 환경에서 수행하였다. 실험 결과 학습 초기에는 무작위의 캐릭터에 대해 점수를 획득하지 못하던 지능 캐릭터가 제안된 알고리즘으로 학습하면 최대 3.6 배의 점수를 획득하는 성능을 보였다. 그러므로 제안된 지능 캐릭터가 게임의 규칙과 기술을 학습하는 능력이 있는 것으로 결론지을 수 있다. 제안된 알고리즘은 온라인 게임과 같이 캐릭터들이 서로 대결하는 게임들에 적용할 수 있다.