DOI QR코드

DOI QR Code

7포커 인공지능 시뮬레이터 구현

Development of Artificial Intelligence Simulator of Seven Ordinary Poker Game

  • 허종문 (한국산업기술대학교 컴퓨터공학부) ;
  • 원재연 (한국산업기술대학교 컴퓨터공학부) ;
  • 조재희 (한국산업기술대학교 컴퓨터공학부) ;
  • 노영주 (한국산업기술대학교 컴퓨터공학부)
  • 투고 : 2018.10.04
  • 심사 : 2018.12.07
  • 발행 : 2018.12.31

초록

일부의 혁신적인 사람들은 스스로 생각하는 컴퓨터에 대한 환상을 꿈꾸며, 그 능력을 부여하는 방법을 꾸준히 연구하여왔다. 그런데 알파고의 등장 이후 그 환상이 마냥 허황된 생각만은 아님을 간접적으로 느낄 수 있었고, 이제는 컴퓨터를 전공하는 대부분의 학생들은 그 방법을 공부할 만큼 일반화 되어가고 있다. 딥 러닝에 대한 사람들의 관심이 커지면서 그로 인해 머신러닝에 대한 발전 가능성 또한 많은 사람들이 기대하고 있다. 이번 연구에서는 포커게임을 매개로 하여 머신러닝 기술을 적용하여 시스템의 게임능력을 개선해 보려 하였고, 또한 얼굴 표정에 따른 감정의 변화 분석을 활용하여 게임의 완성도 또한 높여 보았다.

Some innovative researchers have had a dream of self-thinking intelligent computer. Alphago, at last, showed its possibility. With it, most computer engineers including even students can learn easily how to do it. As the interest to the deep learning has been growing, people's expectation is also naturally growing. In this research, we tried to enhance the game ability of a 7-poker system by applying machine learning techniques. In addition, we also tried to apply emotion analysis of a player to trace ones emotional changes. Methods and outcomes are to be explained in this paper.

키워드

OTNBBE_2018_v18n6_277_f0001.png 이미지

그림 1. 게임 시스템의 주요 구성 Fig. 1. Structure of game system

OTNBBE_2018_v18n6_277_f0002.png 이미지

그림 2. Neural Network의 구성 Fig. 2. Structure of neural network

OTNBBE_2018_v18n6_277_f0003.png 이미지

그림 3. Haar filter의 예시 Fig. 3. Example of Haar filter

OTNBBE_2018_v18n6_277_f0004.png 이미지

그림 4. Haar training의 과정 Fig. 4. Process of Haar Training

OTNBBE_2018_v18n6_277_f0005.png 이미지

그림 5. 학습된 데이터가 저장된 xml Fig. 5. xml of learned data

OTNBBE_2018_v18n6_277_f0006.png 이미지

그림 6. 얼굴인식 과정 Fig. 6. Flow of face image recognition

OTNBBE_2018_v18n6_277_f0007.png 이미지

그림 7. 얼굴 추적과 감정분석 Fig. 7. Face tracing and emotion analysis

OTNBBE_2018_v18n6_277_f0008.png 이미지

그림 8. 실험 환경 Fig. 8. Testing environment

OTNBBE_2018_v18n6_277_f0009.png 이미지

그림 9. 포커게임의 진행 Fig. 9. Example of game screen

OTNBBE_2018_v18n6_277_f0010.png 이미지

그림 10. AI vs 허군 Fig. 10. AI vs Mr Hur

OTNBBE_2018_v18n6_277_f0011.png 이미지

그림 11. AI vs 조군 Fig. 11. AI vs Mr Cho

표 1. 게임 실험 결과 Table 1. Test outcomes

OTNBBE_2018_v18n6_277_t0001.png 이미지

참고문헌

  1. Keon-Jun Park, Yong-Kab Kim, Geun-Chang Hoang, "Design of Fuzzy Neural Networks Based on Fuzzy Clustring with Uncertainty", The Journal of the Institute of Internet, Broadcasting and Communication::, Vol.17 No.1 (2017) pp. 173-181 DOI: https://doi.org/10.7236/JIIBC.2017.17.1.173
  2. Poker, Wikipedia. Retrieved at https://en.wikipedia.org/wiki/Poker on Sep. 28, 2018.
  3. Greg Walker, "Poker Winrates: Can You Afford Not To Use Poker Tracker 4?," The Poker Bank. Retrieved at http://www.thepokerbank.com/strategy/other/win rate/ on Sep, 28, 2018.
  4. Hyoung-Keun Park and Sun-Youb Kim, "A Study on the Non-linear Prediction Algorithm using Multi-layer Neural Network", Korea Academia-Industrial cooperation Society pp.155-158, 2007 Fall Conference.
  5. TensorFlow, Google. Retrieved at https://www.tensorflow.org on Sep. 20, 2018.
  6. Keras Document. Retrieved at https://keras.io/OpencvDocument, https://docs.opencv.org/3.4.0/index.html on Sep. 20, 2018.
  7. Gil-Jin Jang, Ahra Jo, Jeong-Sik Park, Yong-Ho Seo, "Video-based Facial Emotion Recognition using Active Shape Models and StatisticalPattern Recognizers," Iternational Journal of Internet, Broadcasting and Communication (IJIBC), Vol. 14 No. 3, June 2014, pp. 139-146.
  8. Visual Studio, Microsoft. Retrieved at https://visualstudio.microsoft.com on Sep. 20, 2018.
  9. PyCharm, JetBrains. Retreived at https://www.jetbrains.com/pycharm on September 20, 2018.
  10. Microsoft Azure Document, Microsoft . Retrieved at https://azure.microsoft.com/ko-kr/try/cognitive-s ervices/?api=emotion-api on Sep. 20, 2018.
  11. Tutorial: OpenCV haartraining (Rapid Object Detection With A Cascade of Boosted Classifiers Based on Haar-like Features), Naotoshi Seo, Retrieved at http://note.sonots.com/SciSoftware/haartraining.ht ml#x15ebd98 on Sep. 28, 2018.
  12. OpenCV: Meanshift and Camshift. Rerieved at https://docs.opencv.org/3.1.0/db/df8/tutorial_py_m eanshift.html on Sep. 28, 2018.