• 한국지능시스템학회논문지
• /
• 제16권3호
• /
• pp.259-265
• /
• 2006

학습과 감정은 지능형 시스템을 구현하는데 있어 가장 중요한 요소이다. 본 논문에서는 강화학습을 이용하여 사용자와 상호작용을 하면서 학습을 수행하고 내부적인 감정모델을 가지고 있는 지능적인 가상 캐릭터를 구현하였다. 가상 캐릭터는 여러 가지 사물들로 이루어진 3D의 가상 환경 내에서 내부상태에 의해 자율적으로 동작하며, 또한 사용자는 가상 캐릭터에게 반복적인 명령을 통해 원하는 행동을 학습시킬 수 있다. 이러한 명령은 인공신경망을 사용하여 마우스의 제스처를 인식하여 수행할 수 있고 감정의 표현을 위해 Emotion-Mood-Personality 모델을 새로 제안하였다. 그리고 실험을 통해 사용자와 상호작용을 통한 감정의 변화를 살펴보았고 가상 캐릭터의 훈련에 따른 학습이 올바르게 수행되는 것을 확인하였다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2006년도 학술대회 1부
• /
• pp.1168-1174
• /
• 2006

본 논문에서는 실감형 Networked Virtual Environment (NVE)의 사실성 증진을 위한 Non Player Character (NPC)의 지능적 제어 프레임워크를 제안한다. 이 프레임워크는 반응의 다양성, 실시간성 그리고 NPC의 능동성면에서 기존 게임에서 사용되는 NPC 구현 기법과 차이가 있다. 기존 NPC 제어구조의 경우, 휴먼 사용자의 행동에 따른 NPC의 반응이 일정 스크립트나 규칙에 따르기 때문에 정형적이며, 또한 NPC의 반응시간에 대한 실시간성을 고려하지 않고 있다. 또한 NPC는 휴먼 사용자의 액션에 반응하는 종속적이고 수동적인 역할만을 담당한다. 제안하는 프레임워크에서는 NPC는 각자의 취향을 가지고 있어 다양한 반응과 행동양식을 보일 수 있으며, NPC의 행동 결정 시간에 어느 정도 실시간성을 부여할 수 있으며, 또한 NPC의 역할이 수동적 형태에서 벗어나 능동적으로 계획하여 행동을 실행할 수 있다. 프레임워크의 구현을 위해 SWI-Prolog의 Rule based 추론엔진과 유전자 알고리즘을 사용하였다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권6호
• /
• pp.777-784
• /
• 2017

사용자의 행위는 건축물의 질을 규정하는 가중 중요한 기준중의 하나다. 일반적으로 건축공간에서의 사용자 행위에 대한 평가는 건물이 완성된 이후에 이루어 졌으며 최근 전산기술을 통한 사전 시뮬레이션에 대한 관심과 노력이 계속되고 있는 실정이다. 그러나 현존하는 사용자 시뮬레이션은 주로 대규모 공간의 단순한 탈출 등에 관한 것이 주를 이루고 있어 건축 공간상에서 벌어지는 다양한 사용자의 행태에 대한 시뮬레이션은 불가능한 상태이다. 본 연구는 보다 고도화된 사용자 시뮬레이션을 위한 사람형상의 지능형 에이전트의 개발은 위한 연구로서 온톨로지를 이용한 NPC의 지능화에 관한 연구이다. 연구의 주안점은 온톨로지를 통하여 구현된 공간정보와 사용자 정보를 추론하여 NPC(Non-player Character)가 가상공간 상에서 보다 지능적으로 자율주행 및 행동하게 하는 것이다. 본 연구에서는 온톨로지 추론을 기술을 가상공간에 접목시키는 방법에 대하여 주로 논의하고자 한다. 또한 이를 공간정보 상에서 온톨로지를 기반으로 기술된 정보와 이의 변화를 가시적으로 확인할 수 있는 온톨로지 가시화 기술을 제시한다.

• 정보처리학회논문지B
• /
• 제10B권1호
• /
• pp.1-12
• /
• 2003

본 논문에서는 대표적인 3차원 일인칭 액션 게임인 Unreal Tournament 게임과 이것에 기초한 지능형 에이전트 연구용 테스트베드인 Gamebots 시스템을 소개한다. 그리고 이들이 제공하는 3차원 가상환경에서 동작하는 지능형 NPC인 KGBot의 설계와 구현에 대해 설명한다. KGBot는 Gamebots 시스템 내의 하나의 보트 클라이언트이다. KGBot는 3차원 가상환경 안에 숨겨진 목표점들을 찾아 효과적으로 점령하는 임무를 수행한다. KGBot는 범용의 BDI 에이전트 구조인 UM-PRS를 제어엔진으로 채용하고 있으며, 복잡한 행위들을 여러 계층으로 표현한 계층화된 지식베이스를 가지고 있다. 본 논문에서는 미지의 월드를 효과적으로 탐색함으로써 숨겨진 목표점들의 위치를 빨리 파악하고, 흩어져 있는 이동점들과 경로들을 찾아내어 경로 그래프를 작성하며, 이것에 기초하여 특정 목적지까지 지적의 이동 경로를 계획하는 KGBot의 지능 행위들에 대해 자세히 설명한다. 그리고 끝으로 다양한 3차원 지도를 이용한 실험을 통해 KGBot의 월드 탐색 전략과 제어엔진의 성능을 분석해본다.

• Journal of Platform Technology
• /
• 제11권1호
• /
• pp.38-51
• /
• 2023

인공지능에 기반한 손 제스처 인식 정보를 활용한 지능형 인터페이스 알고리즘을 제안한다. 이 방법은 기능적으로 사용자 손 제스처의 추적 및 인식을 미디어파이프와 KNN, LSTM, CNN의 인공지능 기법을 사용해 다양한 동작을 빠르고 지능적으로 인식되는 인터페이스이다. 제안한 알고리즘 성능 평가를 위해 자체 제작한 2D 탑뷰 레이싱 게임과 로봇제어에 적용한다. 알고리즘 적용 결과 게임의 가상 객체의 다양한 움직임을 세밀하고 강건하게 제어할 수 있었으며, 실세계의 로봇 제어에 적용한 결과 이동과 정지, 좌회전, 우회전 등의 제어가 가능하였다. 또한 게임의 메인 캐릭터와 실세계 로봇을 동시에 제어하여 가상과 현실의 공존공간 상황 제어를 위한 지능형 인터페이스로 최적화된 동작도 구현하였다. 제안한 알고리즘은 신체를 활용한 자연스럽고 직관적 특성과 손가락의 미세한 움직임 인식에 따른 정교한 제어가 가능하며, 빠른 기간 내에 숙련되는 장점이 있어 지능형 사용자 인터페이스 개발을 위한 기본자료로 활용될 수 있다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 추계학술대회 학술발표 논문집 제15권 제2호
• /
• pp.431-435
• /
• 2005

학습과 감정은 지능형 시스템을 구현하는데 있어 가장 중요한 요소이다. 본 논문에서는 강화학습을 이용하여 사용자와 상호작용을 하면서 학습을 수행하고 내부적인 감정모델을 가지고 있는 지능적인 가상 캐릭터를 구현하였다. 가상 캐릭터는 여러 가지 사물들로 이루어진 3D의 가상 환경 내에서 내부상태에 의해 자율적으로 동작하며, 또한 사용자는 가상 캐릭터에게 반복적인 명령을 통해 원하는 행동을 학습시킬 수 있다. 이러한 명령은 인공신경망을 사용하여 마우스의 제스처를 인식하여 수행할 수 있고 감정의 표현을 위해 Emotion-Mood-Personality 모델을 새로 제안하였다. 그리고 실험을 통해 사용자와 상호작용을 통한 감정의 변화를 살펴보았고 가상 캐릭터의 훈련에 따른 학습이 올바르게 수행되는 것을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권11호
• /
• pp.801-808
• /
• 2013

인터랙티브 3D 콘텐츠에서 가상공간은 현실세계를 얼마나 충분히 반영하느냐에 따라 사용자의 심리적 만족도가 결정된다. 완성도 높은 가상공간을 표현하기 위해서는 몇 가지 요소가 필요하다. 첫째는 시각적 효과를 높이기 위해서 많은 폴리곤과 해상도 높은 텍스쳐를 이용한 모델링 기법이다. 둘째는 기능상의 효과이다. 이것은 가상공간과 사용자 또는 시스템과의 인터랙션을 통한 동적 행위들이 얼마나 사실적으로 표현되는가이다. 이를 위해 가상의 캐릭터에 대한 애니메이션 생성하고 행동을 제어 할 수 있는 기법에 대한 연구가 이루어져 왔으나 긴 제작 시간 또는 높은 비용이 소요되거나 원하는 행동을 생성하지 못하는 경우가 발생하는 문제점이 발견되어 왔다. 본 논문에서는 캐릭터의 동작을 생성하는 최적화되어 있는 골격구조를 설계하고 물리법칙과 수학적 해석을 이용한 절차적 기법을 통해 인공물고기의 행동 제어하는 방법을 제시한다. 이는 정해진 이벤트에 대해 반응하는 일대일 대응 규칙의 한계성에서 벗어나 간단한 파라미터의 조작을 통해 제작 시간을 단축하고 시각적 만족도를 높일 수 있을 것이다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2004년도 ICCAS
• /
• pp.1191-1194
• /
• 2004

We describe the development of an interactive aerobic training system using vision-based motion capture and multimedia technology. Unlike the traditional one-way aerobic training on TV, the proposed system allows the virtual trainer to observe and interact with the user in real-time. The system is composed of a web camera connected to a PC watching the user moves. First, the animated character on the screen makes a move, and then instructs the user to follow its movement. The system applies a robust statistical background subtraction method to extract a silhouette of the moving user from the captured video. Subsequently, principal body parts of the extracted silhouette are located using model-based approach. The motion of these body parts is then analyzed and compared with the motion of the animated character. The system provides audio feedback to the user according to the result of the motion comparison. All the animation and video processing run in real-time on a PC-based system with consumer-type camera. This proposed system is a good example of applying vision algorithms and multimedia technology for intelligent interactive home entertainment systems.

• 인터넷정보학회논문지
• /
• 제16권6호
• /
• pp.69-78
• /
• 2015

다중 에이전트 시스템에 대한 연구는 최근 다양한 분야에서 활성화 되고 있으며, 복잡한 시스템의 제어 및 최적화에 관한 연구가 진행되어 왔다. 본 논문에서는 게임 환경에서의 NPC(Non-Player Character) 시뮬레이션을 위한 다중 에이전트 시스템을 개발한다. 시스템 개발의 목적은 동적 이산사건 영역의 상황을 추론하여 신속하고 정확한 판단을 제공하고 에이전트 시스템의 최적화 과정을 보다 손쉽게 도와주는데 있다. 이를 위한 에이전트 시스템의 기본 모델은 페트리넷을 활용하여 구조를 단순화 하고 퍼지 추론엔진을 사용하여 다양한 상황을 결정할 수 있도록 하였다. 본 연구 시스템의 실험은 NPC간의 가상 전장 상황을 묘사하며, 퍼지 규칙이 적용된 에이전트와 유한 상태 기계로 구현된 NPC를 시뮬레이션 하여 에이전트의 승률과 생존율을 산출하였다. 실험 결과 퍼지 규칙 기반 에이전트의 승률과 생존율이 유한 상태 기계로 구현된 NPC보다 더 높은 것으로 나타났다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제9권8호
• /
• pp.171-180
• /
• 2020

스마트 팩토리는 설계, 개발, 제조 및 유통 등 생산과정 전반이 디지털 자동화 솔루션으로 이루어져 있으며, 내부 설비와 기계에 사물인터넷(IoT)을 설치해 공정 데이터를 실시간으로 수집하고 이를 분석해 스스로 제어할 수 있게 하는 지능형 공장이다. 스마트 팩토리의 장비들은 게임과 같이 가상의 캐릭터가 하나의 객체 단위로 구동되는 것이 아니라 수많은 하드웨어가 물리적으로 조합되어 연동한다. 즉, 특정한 공동의 목표를 위해 다수의 장치가 개별적인 행동을 동시다발적으로 수행해야 한다. 공정 데이터를 실시간으로 수집할 수 있는 스마트 팩토리의 장점을 활용하여, 일반적인 기계 학습이 아닌 강화 학습을 사용하면 미리 요구되는 훈련 데이터 없이 행동 제어를 할 수 있다. 하지만, 현실 세계에서는 물리적 마모, 시간적 문제 등으로 인해 수천만 번 이상의 반복 학습이 불가능하다. 따라서, 본 논문에서는 시뮬레이터를 활용해 스마트 팩토리 분야에서 복잡한 환경 중 하나인 이송 설비에 초점을 둔 그리드 분류 시스템을 개발하고 협력적 다중 에이전트 기반의 강화 학습을 설계하여 효율적인 행동 제어가 가능함을 입증한다.