• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.598-600
• /
• 2004

기존의 연구 논문 중 비결정론적인 알고리즘인 유전자 알고리즘이나 인공신경망 등을 오델로 게임에 적용하여 자동학습을 시킨 예는 많으나 면역알고리즘을 모델로 게임에 적용한 예는 찾기가 어렵다 본 논문에서는 생리학의 면역시스템의 특징을 그대로 적용한 면역알고리즘을 모델로 게임에 적용하여 게임전략 생성에 관하여 연구한다. 생리학의 면역시스템은 자기조절능력이 있다는 외과 재 감염시 빠르게 대응할 수 있다는 특징이 있다. 면역알고리즘을 이용하여 탐색된 전략을 유전자알고리즘 그리고 기존에 연구되어진 게임전략 등과 실험하여 그 결과를 비교.연구한 결과 면역알고리즘을 적용하여 탐색된 모델로 게임전략이 가장 높은 승률을 보인다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2012.07a
• /
• pp.175-178
• /
• 2012

이 연구에서는 학습전략 게임 활용 학습에서 자기조절학습능력의 효과를 분석하였다. 그리고 학습전략 게임 활용 학습이 학습자의 학습전략 수준에 따라 자기조절학습능력 신장에 주는 효과성을 검증하여 효과적인 게임 활용 학습 환경 설계에 시사점을 제공하고자 하였다. 연구대상으로서 103명의 초등학생에게 학습전략의 수준을 측정하고 4주간 10차시에 걸쳐 학습전략 게임 활용학습을 실시한 후 자기조절학습능력의 효과를 분석하였다. 연구결과 첫째, 학습전략 게임 활용 학습은 실험집단과 통제집단의 자기조절학습능력에 있어서 통계적으로 유의한 차이가 있었으며 특히 인지조절, 동기조절에서 유의한 차이가 있었다. 둘째, 학습전략 게임 활용 학습은 학습전략 수준별 상, 중, 하 집단의 자기조절학습능력의 향상 차원에서 통계적으로 유의한 차이를 보였으며 특히 중 집단에서 유의한 차이가 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.598-600
• /
• 2005

본 논문에서는 터치스크린을 사용한 디지털보드게임에서 사용자에게 게임의 전락 정보 제공을 통해 게임의 습득 속도를 증가시켜 줄 수 있는 PGA(Portable game assistant)를 제안한다. 기존의 디지털보드게임은 모든 게이머를 위한 공동영역과 개인만을 위한 개인영역으로 나눈다. 공동영역에서는 모든 사용자가 알아야 하는 게임환경과 도움말을 제공하고, 개인영역에서는 게임 진행에 필요한 게임화면과 말의 정보를 제공한다. 우리는 공동영역인 게임테이블에서 터치스크린을 사용하여 게임을 진행하고, 개인영역에 게임의 재미를 더 하기 위하여 PGA를 사용하여 게임의 전략을 그래픽으로 제공한다. 우리는 배우기 쉽고 전략적으로 지원이 필요한 장기게임에 제안된 시스템을 적용하였으며, 앞으로 본 시스템에 게임 애니메이션, 사운드 등을 추가하여 다양한 테이블보드게임에 전략적인 측면과 동적인 측면을 함께 제공할 것이다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.87-88
• /
• 2019

제안 방법은 유니티 5엔진을 이용하여 횡스크롤 실시간 전략(RTS, Real Time Simulation) 게임은 여러공격로에서 상대방과 서로 여러 거점을 점령하여 실시간으로 전략을 겨루는 게임의 개발을 목표로 한다. 제안 게임은 횡스크롤의 장점인 조작법의 단순함을 살리며 플레이어가 실시간으로 전략을 겨룰 수 있도록 개발 한다. 게임을 처음 접하는 플레이어와 게임을 많이 플레이하여 숙련도가 높은 플레이어 양 쪽에게 모두 장점으로 작용 한다.

• Journal of the Korean Data and Information Science Society
• /
• v.22 no.4
• /
• pp.631-641
• /
• 2011

We consider a history-dependent Parrondo game in which the winning probability of the present trial depends on the results of the last two trials in the past. When a fraction of an infinite number of players are allowed to choose between two fair Parrondo games at each turn, we compare the blind strategy such as a random sequence of choices with the short-range optimization strategy. In this paper, we show that the random sequence of choices yields a steady increase of average profit. However, if we choose the game that gives the higher expected profit at each turn, surprisingly we are not supposed to get a long-run positive profit for some parameter values.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05a
• /
• pp.305-308
• /
• 2003

요즘 사람들이 많이 즐기는 전략 게임은 전략 시뮬레이션이라는 말이 무색할 정도로 장르가 가지는 특성 을 이행하지 못하고 있다. 그래서 게이머들은 별다른 전략 없이 쉽게 컴퓨터를 상대로 쉽게 게임을 승리 할 수 있게 됐다. 이것은 게임의 재미를 크게 반감시키는 한 요인이 된다. 전략 게임의 컴퓨터 플레이어에게 상황 판단과 학습 능력을 갖게 하면, 게이머가 보다 재미있게 컴퓨터와 대전을 할 수 있다. 본 논문에서는 인공지능을 가지는 컴퓨터 플레이어에 사용될 Default 추론 엔진과 컴퓨터 플레이어의 작전과 행동을 결정하기 위한 action & strategy generator 시스템을 연구한다. Default 추론 엔진은 귀납적 학습방법을 통 해서 컴퓨터 플레이어가 추론 및 학습을 할 수 있는 정보를 생성하게 된다. 이렇게 생성된 정보를 바탕으로 컴퓨터 캐릭터의 행동과 전략을 결정한다. 이에 본 논문에서는 전략 게임에 인공 지능으로 machine leaning 기법 중의 하나인 decision Tree 틀 사용하였다. decision Tree를 적용하여 기존 컴퓨터 플레이어의 행위와 어떻게 다른지 차별성을 밝혀내고, 컴퓨터 플레이어가 향상된 전략을 구사할 수 있게 하는 것이 주된 목표다.

• Journal of Korea Game Society
• /
• v.14 no.6
• /
• pp.39-48
• /
• 2014

Go is an extremely complex strategy board game despite its simple rules. By using MCTS, the computer Go programs with handicap game have been defeated human Go professionals. MCTS is based on the winning rate estimated by MC simulation rather than strategy concept. Meanwhile Genetic algorithm equipped with an adequate fitness function can find out the best solutions in the game. The game of Tic-Tac-Toe, also known as Naughts and Crosses, is one of the most popular games. We tried to find out the best strategy in the game of Tic-Tac-Toe. The experimental result showed that Genetic algorithm enables to find efficient strategies and can be applied to other board games such as Go and chess.

• 한국정보교육학회:학술대회논문집
• /
• 2008.01a
• /
• pp.181-186
• /
• 2008

휴대폰이나 PDA와 같은 모바일 기기의 확산과 더불어 모바일 통신 환경을 기반으로 하는 모바일 교육 학습 모델이 교육의 질향상 및 교육 효과의 극대화를 꾀할 것으로 기대되는 실정이다. 또한 모바일 환경에서 학습자가 지속적이고 자기 주도적으로 학습을 하기 위해서 자기조절학전략이 필요하며, 이를 위해 모바일 학습환경에 적합한 MMIS(Motivation Metacognitive practice Interaction. Self-reflection: 자기 주도학습전략)모형을 설계하도록 하였다. 특히 학습자의 지속적인 흥미와 동기부여를 위해 에튜테인먼트(edutainment)전략을 활용하여 모바일 게임에 익숙한 학습자의 특성에 맞는 모형으로 설계하였다. 본 논문에서 설계한 MMIS 모형의 특징은 다음과 같다. 첫째, 학습자가 스스로 학습 전략을 계획하고 통제할 수 있도록 게임의 난이도를 스스로 결정할 수 있다. 둘째, 학습자가 게임활동을 스스로 계획하고, 게임 결과를 모니터링 할 수 있다. 셋째, 사전에 게임에 필요한 학습 내용을 제공받음으로써 게임에서 좋은 결과를 얻기 위한 노력을 할 수 있도록 하였다. 넷째, 게임을 할 때 해결하기 어려운 과제의 경우에는 교사나 게임에서 제공되는 힌트를 통해 스스로 필요한 도움을 찾아낼 수 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.85-86
• /
• 2019

게임 시장의 성장에 따라 여러 가지 장르의 게임이 출시되고 있다. 현재 슈팅 및 액션 게임 등의 고전적인 장르는 물론 Aeon Of Strife 같은 새로운 장르도 새롭게 탄생하고 있다. 새로운 장르의 게임의 등장은 앞으로 게임 시장이 지금보다 더 많이 발전할 것임을 말한다. 제안방법에서는 전략 시뮬레이션과 슈팅 게임을 혼합한 장르의 게임을 게임엔진을 이용해 빠르게 개발하는 방법을 설명한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.708-710
• /
• 2018

강화학습은 게임의 인공지능을 대체할 수 있는 수단이지만 불완전한 게임에서 학습하기 힘들다. 학습하기 복잡한 불완전안 카드게임에서 휴리스틱한 전략을 만들고 비슷한 상태끼리 묶으면서 학습의 복잡성을 낮추었다. 인공신경망 없이 Q-러닝만으로 게임을 5만판을 통해서 상태에 따른 전략을 학습하였다. 그 결과 동일한 전략만을 사용하는 대결보다 승률이 높게 나왔고, 다양한 상태에서 다른 전략을 선택하는 것을 관찰하였다.