• 한국게임학회 논문지
• /
• 제13권3호
• /
• pp.141-152
• /
• 2013

본 연구의 목적은 스마트 기기를 활용한 교수-학습 설계와 학습방법에 대한 새로운 접근 및 방향을 제안하는데 있으며, 첨단 매체를 활용하여 학습자 참여를 촉진하는 게임형태의 주제중심 통합학습 교수설계의 사례를 제시하였다. QR코드를 활용한 주제중심 통합학습의 사례인 퀘스트 기반학습은 학습동기, 경험학습, 사회적 상호작용을 촉진하는 역할을 한다. QR코드를 활용한 설계는 자신의 인지구조를 확장하는데 요구되는 사회적 상호작용 전략, 동기증진 전략, 구성 주의에서 강조하는 복잡한 문제 상황과 스캐폴딩 전략이 포함된 학습자 중심 학습 환경을 지원하였다. 스마트 기기를 이용한 게임형 퀘스트 기반학습을 통해 학습에 대한 흥미 증진, 학습자 중심의 참여 학습, 활동중심, 협력학습, 사회적 상호작용을 통한 지식의 창출 측면에 대한 교수 설계에 창의적인 학습 환경을 제공하는 기회를 확인하였다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2006년도 춘계 종합학술대회 논문집
• /
• pp.35-38
• /
• 2006

본 연구는 사이버가정학습체제의 도입으로 인터넷 학습에 대한 관심이 고조되고 있는 초등학교 학생들을 위한 수학교과에서의 게임형 콘텐츠 설계 및 개발에 대한 전략을 연구하였다. 게임형 콘텐츠는 학습내용 및 활동 설계시 다양한 게임적 요소를 활용하여 학습자들의 흥미를 지속적으로 유발하고 즐겁게 학습할 수 있도록 유도하는 콘텐츠 유형으로서, 재미를 추구하는 면에서는 일반 게임과 동일하지만, 상대를 이기는 것이 목적인 일반 게임과 달리 교육용 게임에서는 학습 내용을 효과적으로 습득하는 것을 근본 목적으로 한다. 본 논문에서는 초등수학에서 게임형 콘텐츠의 설계시 필요한 고려해야 할 설계전략과 그에 따른 개발사례를 통해 향후 게임형 콘텐츠의 활용시 필요한 시사점들을 분석해보기로 한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 춘계학술대회 학술발표 논문집 제14권 제1호
• /
• pp.261-264
• /
• 2004

컴퓨터 전략 시뮬레이션 게임 설계에서는 Master ADU(Artificial Decision Unit)의 전략 수립을 위한 방법으로 다양한 기법들이 연구되고 있다. 특히 한정된 자원 하에서 게임을 사실적이고 지적인 기능을 구현하기 위해 치팅(Cheating)을 활용하거나 간단한 인공지능 기법이 적용되고 있다. 하지만 이 기법들은 사용자 적응성 및 전략 수립의 단순성을 야기하는 단점을 가지고 있다. 본 연구에서는 전략 시뮬레이션 게임의 전략 수립 에이전트인 Master ADU(Artificial Decision Unit)를 위하여 셀룰라 오토마타의 초기 규칙 생성에 유전자 알고리즘의 교배 및 돌연변이, 적합도 평가를 거친 유전자 형을 적용한 혼합형 전략 수립 기법을 제안한다 이 기법은 ADU가 적합한 유전자 형을 생산 및 선택하여 사용자에 대해 적극적으로 학습할 수 있었다.

• 만화애니메이션 연구
• /
• 통권45호
• /
• pp.299-320
• /
• 2016

교육 패러다임의 변화에 따라 기능성게임을 이용한 교육방법에 대한 관심이 증가하고 있다. 하지만 교육용 기능성게임의 학습효과에 중점을 둔 결과 지향적 게임 디자인 설계는 게임의 재미적인 요소와 몰입감을 간과한 경우가 많으며, 지속적 학습참여와 같은 내재적 요인들을 반영하지 못했다. 교육용 기능성게임의 지속적인 사용 및 확장과 학습 효과를 높여주기 위하여 학습자의 학습 성향 및 인지확장에 대한 변화를 반영한 게임디자인 설계가 필요하다. 본 연구에서는 인지심리학 모형을 바탕으로 한 게임디자인 설계전략을 문헌 리뷰를 통하여 분석 및 제시하고자 한다. 이는 학습자 및 학습효과에 질적 양적측면에서 긍정적 영향을 미칠 것으로 판단된다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제15권2호
• /
• pp.9-17
• /
• 2009

다수 캐릭터가 경쟁적으로 상호작용하는 애니메이션의 합성은 컴퓨터 게임, 애니메이션 등의 응용분야에서 종종 요구되는 중요한 문제이다. 하지만 상대의 예측하기 어려운 행동에 효과적으로 대응하는 전략적 경쟁 양상을 모사하는 것은 어려운 문제로 남아있다. 본 논문은 다수 에이전트 학습 분야에서 제안된 마르코프 게임 강화학습 알고리즘을 촬영된 동작 데이터로부터 생성된 행위 모델에 적용하여 사실적인 경쟁 애니메이션을 합성하는 방식을 제안한다. 추격-회피, 간격 유지, 총격전 등의 다양한 경쟁적 상황에 대하여 효과적인 전략을 학습하여 흥미로운 애니메이션을 합성하는 예제들을 통하여 본 논문이 제안하는 방법의 효용성을 보인다.

• 정보처리학회논문지B
• /
• 제15B권3호
• /
• pp.253-258
• /
• 2008

최근의 게임 플레이어들은 단순한 반복적인 조작을 벗어나 복잡한 환경 하에서 다양한 전략과 전술을 구사하여야 하는 게임을 요구하고 있다. 이러한 환경에서 게임 캐릭터를 학습시키기 위해 다양한 인공지능 기법들이 제안되었으며, 최근에는 신경망과 유전 알고리즘을 이용한 학습 방법이 연구되고 있다. 본 논문에서는 게임이론에서 널리 사용되는 추격-회피 전략의 학습을 위해 유전 프로그래밍(GP)을 사용하였다. 제안된 유전 프로그래밍은 신경망과 같은 기존의 방법에 비해 수행 속도가 빠르고, 학습의 결과를 직관적으로 이해할 수 있으며, 진화된 염색체를 추론 규칙으로 변환 가능하므로 호환성이 높다는 장점을 가지고 있다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 춘계학술발표논문집(상)
• /
• pp.308-314
• /
• 2002

본 논문은 2인용 보드게임의 정보에 대한 전략을 학습할 수 있는 방법을 유전자기반 역전파 신경회로망과 Temporal Difference학습알고리즘을 이용하여 제안하였다. 학습의 과정은 역전파에 의한 초기학습에 이어 국부해의 단점을 극복하기 위하여 미세학습으로 유전자알고리즘을 이용하였다. 시스템의 구성은 탐색을 담당하는 부분과 기물의 수를 발생하는 부분으로 구성되어 있다. 수의 발생부분은 보드의 상태에 따라서 갱신되고, 탐색커널은 αβ탐색을 기본으로 유전자알고리즘을 이용하여 가중치를 최적화하는 유전자기반 역전파 신경회로망과 TD학습을 결합하여 게임에 대해 양호한 평가함수를 학습하였다. 일반적으로 많은 학습을 통하여 평가함수의 정확도가 보장되면 승률이 학습의 양에 비례함을 알 수 있었다.

• 한국게임학회 논문지
• /
• 제6권4호
• /
• pp.25-37
• /
• 2006

최근 구성주의 학습이 강조되고 있음에도 불구하고 교사들은 교육현장에서 구성주의 학습이론에 기반을 둔 수업을 진행하는데 많은 부담을 느끼고 있다. 이에 대한 주된 원인으로 교사들이 구성주의 학습활동에서 활용할 수 있는 적절한 학습도구를 찾기 힘들다는 점을 언급할 수 있다. 최근 연구를 통해 온라인게임은 학습도구로서 효과적임이 증명되었다. 이에 본 연구는 구성주의 학습에 온라인게임이 효과적인 학습도구로 활용될 수 있음을 논의해 보고자 한다. 본 연구는 2006년 온라인게임 '군주'를 활용하여 중앙대학교 대학생 50명을 대상으로 9주 동안 진행된 전략경영 수업과정을 구성주의 학습의 관점으로 살펴보았다. 그 결과 온라인게임을 활용한 수업에서 구성주의 학습방법이 효과적으로 적용되고 있음을 알 수 있었다. 이러한 논의를 바탕으로 구성주의 학습활동의 효과적인 도구로써 온라인게임이 활용될 수 있음을 논의하였다.

• 정보교육학회논문지
• /
• 제15권3호
• /
• pp.335-344
• /
• 2011

본 연구의 목적은 초등학교 영어 학습부진아를 위한 RPG 게임 기반의 학습 콘텐츠를 개발하여 그 교육적 효과를 검증하기 위한 것이다. 교수 설계의 기본 모형인 ADDIE 모형을 토대로 교육과정 및 관련 문헌을 분석하여 설계 전략을 추출하였으며, 이 설계 전략을 활용하여 영어 교육용 RPG 게임을 개발하였다. 개발된 콘텐츠는 초등학교 5학년 영어 학습부진아 4명을 대상으로 2개월 동안 적용하였다. 연구 결과를 분석하기 위해 자유 글쓰기, 인터뷰, 그리고 담임교사의 관찰 방법을 병행하였다. 그 결과, 영어 학습부진아들은 RPG 게임 자체에 흥미를 가지게 되었고, 이것은 학습 기대감과 만족감으로 이어졌다. 게임에서 미션의 해결에서 오는 만족감은 새로운 미션에 대한 도전감을 갖도록 하였는데, 이것은 Keller가 언급하고 있는 '계속동기(continuing motivation)'의 측면에서 해석될 수 있다.

• 한국융합학회논문지
• /
• 제11권10호
• /
• pp.45-51
• /
• 2020

최근 많은 게임이 사용자의 게임 플레이와 관련된 데이터를 제공하고 있고, 이에 기계학습 기법을 결합하여 상대의 행동을 예측하는 연구들이 있다. 본 연구는 실시간 전략 게임(클래시로얄)의 경기 데이터와 기계학습 기반의 다중 레이블 분류를 사용하여 상대 플레이어의 행동을 예측한다. 초기 실험은 이진 형태의 카드 특성과 카드 배치 좌표 그리고 정규화된 시간 정보를 입력받아 카드 타입, 카드 배치 좌표를 랜덤포레스트와 다층 퍼셉트론을 이용하여 예측한다. 이후, 순차적으로 3 가지 전처리 방식을 사용하여 실험을 진행했다. 먼저 입력 데이터의 특성 정보 일부를 변환시켜 예측했다. 다음으로 입력 데이터를 연속된 카드 입력 방식까지 고려한 중첩 형태로 변환 시켜 예측했다. 마지막으로 모든 이전 단계의 데이터들을 정규화된 시간 기준에 따라 초반, 후반으로 분할하여 예측했다. 그 결과 가장 개선을 보인 전처리 방식은 중첩 형태의 데이터를 초반으로 분할하였을 경우로 카드 타입이 약 2.6%, 카드 배치 좌표가 약 1.8% 개선을 보였다.