• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2002년도 ICCAS
• /
• pp.93.2-93
• /
• 2002

$\textbullet$ Design of Path-Finding Agents in Game Programming $\textbullet$ Computational Efficiency vs. Realistic Motion $\textbullet$ Path-Finding by Planning $\textbullet$ Path-Finding by Behavior-based Control $\textbullet$ implementation and Test of Path-Finding Program

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.696-698
• /
• 2022

게임에서는 장애물이 가로 막고 있을 때 길 찾기 알고리즘이 요구된다. Path Finding Method 는 길과 장애물을 고려하여 목적지까지의 경로를 찾는 방법을 말한다. A^* 알고리즘은 이런 복잡한 미로 찾기에 최적화된 Path Finding 알고리즘이다. 하지만, 모바일 같은 저비용 기기에서 A^* 알고리즘을 사용하기엔 단순한 지형에서도 연산 부하가 발생할 수 있다. 본 논문에서는 가상의 공간에서 Grid를 구축하여, 통행이 가능한 곳과 불가능한 곳을 나누어 최종 지점에 도달할 수 있도록 하는 방식을 제안한다. 본 논문에서 제시한 Path Finding Method 는 최종 지점이 막다른 길인 경우 가장 가까운 이동 가능한 경로로 길을 안내하도록 설계하여 예외 상황에 대처했다. 대표적인 길 찾기 알고리즘인 Dijkstra 알고리즘은 최소 비용을 고려해서 최단으로 가는 거리를 비교하여 길을 나타낼 수 있다. 하지만, Dijkstra 알고리즘 경우 비용이 양수가 아닌 음수의 경우 무한 루프에 빠지는 등 결과 값이 제대로 나오지 않을 수 있다. 본 논문에서 제안한 Path Finding Method 는 최소 비용을 노드별로 비교하는 방식이 아닌 초기 비용을 알 수 없는 분야에 쉽게 사용할 수 있다. 본 논문에서는 제안한 Path Finding Method 를 적용하여 Web 게임을 제작하는 것에 성공하였다. 향후, Path Finding Method 결과에 위치 정렬 알고리즘을 적용하여, 중복된 지역을 가는 확률을 최소화하면서 정리된 Path 가 돌출되도록 연구할 예정이다. 본 논문의 Path Finding Method 은 게임 개발 분야에 적극 기여되길 바란다.

• 한국게임학회 논문지
• /
• 제6권3호
• /
• pp.3-12
• /
• 2006

게임 인공지능 분야중 하나인 경로탐색은 좀더 사실적인 게임을 만들기 위한 중요한 요소이다. 경로탐색 시스템은 한정된 자원을 소비해야만 하는 제약사항 때문에 때때로 단순하게 처리되어 사실적이지 못한 경로를 생성하였다. 기존 연구에서는 정적인 지형과 장애물들을 이용하여 자연스럽게 회피하는 경로생성에 집중하였다. 하지만, 게임 공간에서는 다양한 종류의 움직이는 장애물들이 존재한다. 따라서 이러한 움직이는 장애물을 자연스럽게 회피하는 경로를 생성하는 시스템 이 필요하다. 본 논문에서는 네비게이션 메시(Navigation Mesh)로 공간을 표현하며 지형의 특성을 고려한 경로 탐색 방법을 적용하고, 움직이는 물체를 회피하기 위하여 지능적인 밀개와 끌개의 방법을 사용하여 경로 탐색을 수행한다. 제안된 시스템을 통하여 생성된 경로를 살펴보고 실제 게임에서의 활용성을 검증한다.

• 한국공간정보시스템학회 논문지
• /
• 제11권4호
• /
• pp.39-46
• /
• 2009

일반적으로 휴리스틱을 이용한 알고리즘에서는 탐색 비용이 증가하는 문제가 발생할 수 있다. 휴리스틱에 의해 결정된 추정 경로에 실제 경로가 존재하지 않을 경우, 휴리스틱 가중치 값이 비슷한 2 가지 이상의 경로가 존재할 경우 탐색 비용이 증가한다. 이 논문에서는 탐색 비용 증가 문제점을 해결하기 위해 추상 그래프를 제안한다. 추상 그래프는 실제 도로를 단순화한 그래프로서, 전체 지도를 고정된 크기의 그리드 셀로 나누고, 셀과 도로 정보를 기반으로 생성된다. 경로 탐색은 추상 그래프 탐색, 실제 도로 네트워크 탐색 순으로 2단계로 수행된다. 106,254개의 간선으로 이루어진 실제 도로 네트워크 데이터에 대해서 성능 평가 실험을 수행한 결과와 탐색 비용 측면에서 그리드 셀 크기에 따라 그리드 기반 A* 알고리즘에 비해 최소 3%에서 최대 35% 좋은 성능을 보였다. 반면에 유효 셀을 제외한 영역에 대한 탐색이 이루어지지 않기 때문에, 생성된 경로의 이동 비용은 1.5~6.6% 증가하였다.

• 대한교통학회지
• /
• 제19권6호
• /
• pp.183-194
• /
• 2001

중앙집중형 도로교통정보시스템은 실시간 교통정보를 수집하고, 사용자의 요청을 받아 경로탐색, 위치정보, 목적지탐색 등의 정보를 전달해주는 시스템이다. 이러한 시스템에서 서버는 매우 많은 클라이언트로부터 경로탐색 요청을 받게 되며, 이 요청을 서버에서 효율적으로 처리해야 하는 다중경로탐색 알고리즘이 필요하다. 본 연구에서는 다중경로탐색을 수행하기 위하여, 주기적으로 연산된 이웃노드의 최단경로탐색 결과를 이용하여 클라이언트의 경로탐색 수행시간을 감소시키는 휴리스틱(Heuristic) 알고리즘을 제시한다. 본 연구에서 제시하는 이웃노드 최단경로탐색 결과를 이용한 다중경로탐색 알고리즘은 많은 경우에 최단과 동일한 결과를 나타내며, 최단이 아닌 경우에도 최단경로 값과 오차가 크지 않으면서도 연산시간을 많이 줄일 수 있는 알고리즘이고, 도로교통과 같은 토폴로지(Topology) 형태에 효과적으로 적용되고, 계층을 이루는 형태의 모델에서도 효율적인 결과를 나타낸다. 이웃노드 최단경로탐색 결과를 이용한 다중경로탐색 알고리즘의 경로탐색시간은 다른 꼬리표설정 알고리즘과 꼬리표개선 알고리즘보다 50배 이상 빨랐으며, 경로탐색 결과가 최단이 아닌 경우 0.1%이하의 거리오차가 발생했다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제5권3호
• /
• pp.178-184
• /
• 2016

This paper proposes a new path-finding scheme using viewpoint-invariant landmarks. The scheme introduces the concept of landmark detection in images captured with a vision sensor attached to a mobile robot, and provides landmark clues to determine a path. Experiment results show that the scheme efficiently detects landmarks with changes in scenes due to the robot's movement. The scheme accurately detects landmarks and reduces the overall landmark computation cost. The robot moves in the room to capture different images. It can efficiently detect landmarks in the room from different viewpoints of each scene. The outcome of the proposed scheme results in accurate and obstacle-free path estimation.

• 한국지능시스템학회논문지
• /
• 제15권4호
• /
• pp.425-430
• /
• 2005

많은 문제가 그래프로 모델링될 수 있고, 그래프 이론에 기반한 방법에 의해서 해결될 수 있다. 이 논문에서는 분산되고 중첩된 대사경로 네트워크들에 대해서 경로를 찾는 방법에 대해서 다룬다. 제안한 방법은 분산된 그래프를 통합하지 않은 채, 다중 에이전트의 협동작업을 통해서 경로를 찾는 방법이다. 각 그래프에는 해당 그래프를 책임지고 있는 에이전트가 하나씩 있어서, 해당 그래프에서 시작되는 경로검색을 주도하고, 다른 에이전트로부터 경로에 대한 정보 요청에 응답하도록 한다. 제안한 방법에서는 우선 전체 분산된 그래프에 대해서 뷰그래프라고 하는 추상화된 그래프를 형성하고, 이를 이용하여 경로를 찾기 위해 에이전트간에 어떤 방법으로 협력을 할지 알 수 있게 한다. 각 에이전트는 해당 그래프에 대한 최단경로 정보를 관리하고 있다. 어떤 에이전트가 해당 그래프의 어떤 노드에서 시작하는 경로를 찾으라는 요구를 받게 되면, 다른 에이전트로부터 정보를 받아서 목적지까지는 가는 경로를 찾게 된다.

• 한국게임학회 논문지
• /
• 제17권5호
• /
• pp.123-132
• /
• 2017

경로 탐색 알고리즘은 이동 가능한 에이전트가 게임 내의 가상 월드에서 현재 위치로부터 목적지까지 가는 경로를 탐색하는 알고리즘을 뜻한다. 기존의 경로 탐색 알고리즘은 A*, Dijkstra와 같이 비용기반으로 그래프 탐색을 수행한다. A*와 Dijkstra는 월드 맵에서 이동 가능한 노드와 에지 정보들을 필요로 해서 맵의 정보가 다양하고 많은 온라인 게임에 적용하기 힘들다. 본 논문에서는 가변환경이나 맵의 데이터가 방대한 게임에서 적용 가능한 경로 탐색 알고리즘을 개발하기 위해 맵의 정보 없이 교배, 교차, 돌연변이, 진화 연산을 통해 해를 찾는 유전 알고리즘(Genetic Algorithm, GA)을 활용한 Heuristic-based Genetic Algorithm Path-finding(HGAP)를 제안한다. 제안하는 알고리즘은 Binary-Coded Genetic Algorithm을 기반으로 하며 목적지에 더 빨리 도달하기 위해 목적지로 가는 경로를 추정하는 휴리스틱 연산을 수행하여 경로를 탐색한다.

• 한국멀티미디어학회논문지
• /
• 제12권9호
• /
• pp.1333-1341
• /
• 2009

컴퓨터 게임에서 전술적 경로 찾기란 캐릭터의 이동 경로를 결정할 때, 최단 거리나 최소 시간 등의 요소만이 아니라 주변의 전술 정보를 고려하여 경로를 선택해야 하는 경로 찾기를 말한다. 경로 찾기에 전술 정보를 포함하는 한 가지 방법은 게임에 필요한 전술 정보를 각 정보의 중요도에 따라 가중치를 부여하고 가중 합으로 휴리스틱 함수를 표현하는 것이다. 전술 정보의 가중치의 결정은 경로를 찾기 위한 탐색의 성능과 구해지는 경로의 특성을 결정짓기 때문에 매우 중요하다. 본 논문에서는 레벨 설계자가 캐릭터의 특성에 맞는 경로 표본을 제공하면 현재 가중치에 의해 탐색된 경로와 주어진 표본 경로와의 차이를 이용하여 더 나은 가중치로 조정함으로서 휴리스틱 함수를 개선하는 방법을 제안한다. 제안된 방법은 탐색 오차를 발견하여 휴리스틱을 학습하기 위해 수정된 탐색 알고리즘과 퍼셉트론-유사 가중치 갱신 공식을 포함한다. 시뮬레이션 결과를 통해 전술 정보를 이용한 경로 계획과 기존의 경로 찾기의 차이를 보여주며 학습의 성능에 영향을 주는 요인들에 대해 분석하고 실제 게임 환경에 적용한 예를 보여 준다.

• 정보처리학회논문지A
• /
• 제8A권2호
• /
• pp.179-188
• /
• 2001

We analyze the property of candidate node set in the network graph, and propose an algorithm to decrease shortest path-finding computation time by using multiple dynamic-range queue(MDRQ) structure. This MDRQ structure is newly created for effective management of the candidate node set. The MDRQ algorithm is the shortest path-finding algorithm that varies range and size of queue to be used in managing candidate node set, in considering the properties that distribution of candidate node set is constant and size of candidate node set rapidly change. This algorithm belongs to label-correcting algorithm class. Nevertheless, because re-entering of candidate node can be decreased, the shortest path-finding computation time is noticeably decreased. Through the experiment, the MDRQ algorithm is same or superior to the other label-correcting algorithms in the graph which re-entering of candidate node didn’t frequently happened. Moreover the MDRQ algorithm is superior to the other label-correcting algorithms and is about 20 percent superior to the other label-setting algorithms in the graph which re-entering of candidate node frequently happened.