• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권8호
• /
• pp.572-577
• /
• 2015

보통의 인공지능 시스템은 특정 작업을 수행하기 위해 설계되며, 해당 작업만을 수행하는 능력을 가진다. 그에 반해 인공 일반지능이란 설계 당시 목표로 한 작업만이 아니라 새로 접하는 다양한 문제에도 대응할 수 있는 인공지능을 의미한다. 최근 게임 인공지능 분야의 일반지능 문제인 General Video Game Playing에 대한 관심이 높아지고 있다. 비디오 게임으로 범위가 제한되었지만, 다양한 형태의 비디오 게임을 플레이 할 수 있는 단일 인공지능을 설계하는 것은 상당히 도전적인 문제이다. 본 논문에서는 Monte-Carlo Tree Search를 이용하는 기존 비디오 게임을 위한 인공 일반지능을 개선하는 방법에 대해 기술한다. 여기서는 UCB1 알고리즘을 문제에 적합하도록 개선한 GreedyUCB1과 게임 분석을 통해 얻은 지식을 활용한 Rollout 방법을 제안한다. 제안한 방법으로 개발된 인공지능은 국제 학술대회인 IEEE Computational Intelligence in Games의 2014년 인공지능 경진 대회에 출전하여 4위의 성적을 보였다.

• 전기학회논문지
• /
• 제67권12호
• /
• pp.1657-1664
• /
• 2018

This paper proposes a decision making scheme for choosing the best move at each state of game in order to implement an artificial intelligence othello game player. The proposed decision making scheme predicts the various possible states of the game when the game has progressed from the current state, evaluates the degree of possibility of winning or losing the game at the states, and searches the best move based on the evaluation. In this paper, we generate learning data by decomposing the records of professional players' real game into states, matching and accumulating winning points to the states, and using the Artificial Neural Network that learned them, we evaluated the value of each predicted state and applied the Minimax search to determine the best move. We implemented an artificial intelligence player of the Othello game by applying the proposed scheme and evaluated the performance of the game player through games with three different artificial intelligence players.

• 한국게임학회 논문지
• /
• 제20권6호
• /
• pp.63-74
• /
• 2020

최근, 사람 대신 인공지능 에이전트를 이용하여 게임 테스트를 자동화하는 연구가 관심을 모으고 있다. 본 논문은 게임 밸런싱 자동화를 위한 선행 연구로써 사람과 인공지능으로부터 플레이 데이터를 수집하고 이들의 유사도를 분석하고자 한다. 이때, 사람과 유사한 플레이를 할 수 있는 인공지능의 생성을 위해 학습 단계에서 제약사항을 추가하였다. 플레이 데이터는 14명의 사람과 60개의 인공지능을 대상으로 플리피버드 게임을 각각 10회 실시하여 획득하였다. 수집한 데이터는 코사인 유사도 방법으로 이동 궤적, 액션 위치, 죽은 위치를 비교 분석하였다. 분석 결과 사람과의 유사도가 0.9 이상인 인공지능 에이전트를 찾을 수 있었다.

• 한국IT서비스학회지
• /
• 제16권4호
• /
• pp.137-148
• /
• 2017

Researches on the Artificial Intelligence has been explosively activated in various fields since the advent of AlphaGo. Particularly, researchers on the application of multi-layer neural network such as deep learning, and various machine learning algorithms are being focused actively. In this paper, we described a development of an artificial intelligence Janggi game based on reinforcement learning algorithm and MCTS (Monte Carlo Tree Search) algorithm with accumulated game data. The previous artificial intelligence games are mostly developed based on mini-max algorithm, which depends only on the results of the tree search algorithms. They cannot use of the real data from the games experts, nor cannot enhance the performance by learning. In this paper, we suggest our approach to overcome those limitations as follows. First, we collects Janggi expert's game data, which can reflect abundant real game results. Second, we create a graph structure by using the game data, which can remove redundant movement. And third, we apply the reinforcement learning algorithm and MCTS algorithm to select the best next move. In addition, the learned graph is stored by object serialization method to provide continuity of the game. The experiment of this study is done with two different types as follows. First, our system is confronted with other AI based system that is currently being served on the internet. Second, our system confronted with some Janggi experts who have winning records of more than 50%. Experimental results show that the rate of our system is significantly higher.

• 인터넷정보학회논문지
• /
• 제10권1호
• /
• pp.93-99
• /
• 2009

게임프로그램 제작이 단순히 3D 또는 온라인게임 등으로 분류하여 엔진과 게임프로그래밍을 하던 시기를 지나 이제는 게임프로그래밍의 종류를 세분화하여 인공지능 게임프로그래머의 역할이 게임을 좀 더 재미있게 할 수 있는 시점이라 하겠다. 본 논문에서는 강화학습 알고리즘을 이용하여 보상 값을 받아 줄고누 보드게임 말이 학습하게 하여 지능적으로 움직이게 하였다. 구현된 게임 말이 지능적으로 잘 움직이는지 확인하기위해, 보드게임을 제작하여 상대방 말과 승부를 하게 하였다. 실험결과 일정횟수 학습한 이후, 임의로 움직이는 말보다 성능이 월등히 향상됨을 알 수 있었다.

• 한국인공지능학회지
• /
• 제7권2호
• /
• pp.13-17
• /
• 2019

Currently, the sports market continues to grow every year, and among them, professional baseball's entry income is larger than the rest of the professional league. In sports, strategies are used differently in different situations, and the analysis is based on data to decide which direction to implement. There is a part that a person misses in an analysis, and there is a possibility of a false analysis by subjective judgment. So, if this data analysis is done through artificial intelligence, the objective analysis is possible, and the strategy can be more rationalized, which helps to win the game. The most popular baseball to be applied to artificial intelligence to analyze athletes' strengths and weaknesses and then efficiently establish strategies to ease the competition. The data applied to the experiment were provided on the KBO official website, and the algorithms for forecasting applied linear regression. The results showed that the accuracy was 87%, and the standard error was ±5. Although the results of the experiment were not enough data, it would be possible to effectively use baseball strategies and predict the results of the game if the amount of data and regular data can be applied in the future.

• 인터넷정보학회논문지
• /
• 제8권5호
• /
• pp.91-97
• /
• 2007

과거에는 게임프로그램 제작이 단순히 3D, 온라인게임, 엔진프로그래밍 또는 게임프로그래밍으로 분류하여 제작하였다. 그러나 이제는 게임프로그래밍의 종류가 세분화되었고, 기존에 없던 인공지능 게임프로그래머의 역할이 게임을 좀 더 재미있게 할 수 있는 시점이라 하겠다. 본 논문에서는 강화학습 알고리즘을 이용하여, 보상 값을 받아 게임캐릭터가 학습하여 지능적인 움직임을 나타나게 하였다. 구현된 게임캐릭터가 지능적으로 잘 움직이는지 확인하기 위해, 슈팅게임을 제작하여 적 캐릭터와 전투를 하게 하였다. 실험결과 임의로 움직이는 캐릭터보다 월등히 방어함을 알 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.1009-1011
• /
• 2021

게임에서 플레이어에게 시각적으로 제공되는 환경을 View라고 하는데, View의 전환만으로도 전혀 다른 게임의 경험이 가능하다. 본 논문에서는 car racing game에서 View의 전환에 따른 게임의 경험 차이를 비교하였다. 우리는 ARcore 라이브러리를 사용하여 AR car racing game을 구현하였고 virtual joystick을 사용한 Interaction 방법을 구현하였다. Top down view와 first person view의 차이점이 플레이어의 실감에 어떠한 영향을 미치는지 연구하기 위해 두 view을 구현하여 pilot study를 수행하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.145-147
• /
• 2023

요즘은 모든 산업에서 인공지능(Artificial Intelligence : AI) 채택을 빠르게 진행하고 있으며, 디지털 기술과 산업 기술이 융합된 인공지능 분야가 강화되고 여러 서비스 사업 혁신이 이루어지면서 여러 산업의 시장 성장을 견인하는 것으로 나타났다. 특히 게임 산업과 관련한 게임업계에서는 인공지능 관련 전문 지식을 확보하기 위한 투자가 활발하게 이어짐에 따라 발전과 경쟁력 확보를 위한 움직임들이 지속될 것으로 전망된다. 본 논문에서는 게임개발 기술에 인공지능(AI) 기술 접목이 집중되고 있는 상황에서 개발하고 있는 게임에 대한 품질을 보증하고 관리하기 위한 AI 기반의 게임 QA(Quality Assurance) 기술 적용을 위한 방법들에 대해서 제시하고자 한다.

• 정보교육학회논문지
• /
• 제23권3호
• /
• pp.229-235
• /
• 2019

게이미피케이션은 수업에 게임의 요소나 게임을 접목함으로서 학생의 흥미도를 향상시키고, 직접 참여할 수 있는 환경을 조성함으로서 보다 뛰어난 학업성취도 향상을 도우며, 이와 같은 게이미피케이션을 인공지능이라는 IT기술에 융합함으로서 초등 과정을 대상으로 핵심원리를 학습할 수 있는 교육과정을 제안한다. 제안된 교육과정은 인공지능의 학습방법에 대해 보드 게임형식으로 학습함으로서 초등 과정의 피학습자에 수준에 맞추어 원리를 이해할 수 있도록 돕는다. 이와 같은 게임의 요소를 접목한 학습방법은 피학습자에게 IT원리를 학습할 수 있도록 함으로서 다양한 관점에서 대상을 이해하는 능력을 키우고, 컴퓨팅 사고력을 강화한다. 제안된 게이미피케이션을 접목한 초등 인공지능 교육과정은 최근 2015 교육과정에서부터 크게 부각되고 있는 정보과학 교육과정의 발전에 이바지 할 수 있을 것으로 예상된다.