• 제목/요약/키워드: Game tree

검색결과 105건 처리시간 0.022초

Unreal Engine4의 Behavior Tree를 이용한 게임 AI 설계 및 구현 (Design And Development of Game AI Using Unreal Engine 4 Behavior Tree)

  • 배성진;강명주
    • 한국컴퓨터정보학회:학술대회논문집
    • /
    • 한국컴퓨터정보학회 2016년도 제53차 동계학술대회논문집 24권1호
    • /
    • pp.267-269
    • /
    • 2016
  • 본 논문에서는 언리얼 엔진4의 Behavior Tree(행동 트리)를 이용하여 NPC의 다양한 상태와 움직임을 가진 어드벤처 게임 AI를 설계 및 개발하였고, 그 효율성을 분석하였다. Behavior Tree는 상태와 행동을 계층적으로 나누어 AI의 행동을 결정하는 알고리즘으로 FSM(Finite State Machine, 유한상태기계)과 비교하여 유지보수와 행동 규칙 검증의 어려움을 해결하는 데 장점이 있음을 확인하였다.

  • PDF

Game Traffic Classification Using Statistical Characteristics at the Transport Layer

  • Han, Young-Tae;Park, Hong-Shik
    • ETRI Journal
    • /
    • 제32권1호
    • /
    • pp.22-32
    • /
    • 2010
  • The pervasive game environments have activated explosive growth of the Internet over recent decades. Thus, understanding Internet traffic characteristics and precise classification have become important issues in network management, resource provisioning, and game application development. Naturally, much attention has been given to analyzing and modeling game traffic. Little research, however, has been undertaken on the classification of game traffic. In this paper, we perform an interpretive traffic analysis of popular game applications at the transport layer and propose a new classification method based on a simple decision tree, called an alternative decision tree (ADT), which utilizes the statistical traffic characteristics of game applications. Experimental results show that ADT precisely classifies game traffic from other application traffic types with limited traffic features and a small number of packets, while maintaining low complexity by utilizing a simple decision tree.

결정트리 학습 알고리즘을 활용한 축구 게임 수비 NPC 제어 방법 (NPC Control Model for Defense in Soccer Game Applying the Decision Tree Learning Algorithm)

  • 조달호;이용호;김진형;박소영;이대웅
    • 한국게임학회 논문지
    • /
    • 제11권6호
    • /
    • pp.61-70
    • /
    • 2011
  • 본 논문에서는 결정트리 학습 알고리즘을 활용한 축구 게임 수비 NPC 제어 방법을 제안한다. 제안하는 방법은 실제 게임 사용자들의 이동 방향 패턴과 행동 패턴을 추출하여 결정트리학습 알고리즘에 적용한다. 그리고 학습된 결정트리를 바탕으로 NPC의 이동방향과 행동을 결정한다. 실험결과 제안하는 방법은 결정트리 학습에 시간이 다소 걸리지만, 학습된 결정트리를 바탕으로 이동방향이나 행동을 결정하는 시간은 약 0.001-0.003 ms(밀리초)가 소요되어 실시간으로 NPC를 제어할 수 있었다. 또한, 제안하는 방법은 현재 상태 정보 뿐만 아니라 이를 분석한 관계정보, 이전 상태 정보도 함께 활용하므로, 기존방법인 (Letia98)에 비해 이동방향 결정시 높은 정확도를 나타냈다.

3D 게임 공간 분할 트리에서 트리 빌드 휴리스틱 (Tree Build Heuristics for Spatial Partitioning Trees of 3D Games)

  • 김영식
    • 한국게임학회 논문지
    • /
    • 제13권4호
    • /
    • pp.25-34
    • /
    • 2013
  • 3D 게임에서 충돌 탐지를 효과적으로 하기 위해 구성하는 공간 분할 트리는 분할 평면을 결정하는데 트리 밸런스와 분할 평면과 겹치는 폴리곤의 개수 등을 고려해야 한다. 본 논문에서는 3D 게임 공간 분할 트리에서 트리 빌드 조건에 대한 가중치를 제어하는 휴리스틱 알고리즘을 제안하였다. 가중치의 변화에 따라서 트리 빌드 시간, 분할 평면과 겹치는 폴리곤을 쪼갤 때 시각적 불일치를 유발할 수 있는 T-junction 의 제거 시간, 트리 밸런스에 따른 렌더링 속도(frame per second) 등을 3D 게임 시뮬레이션을 통하여 분석하였다.

피연산자들의 트리구조 분석을 통한 게임공식 설계방법 (A Design Method of Game Formulas by Analyzing the Tree Structure of The Operands)

  • 장희동
    • 한국게임학회 논문지
    • /
    • 제11권2호
    • /
    • pp.39-44
    • /
    • 2011
  • 컴퓨터게임은 게임규칙들을 컴퓨터가 자동적으로 처리하기 때문에 게임규칙들이 수학적 함수들로 표현된 게임공식들이 필요하다. 게임공식들은 일반적으로 다변수 함수들이다. 게임공식을 설계하는 것은 관련 게임규칙을 만족하는 다변수 함수를 설계하는 것이기 때문에 복잡하고 어려운 문제이다. 본 논문에서는 게임공식을 체계적으로 설계하는 방법을 제안하였다. 제안하는 방법은 다변수 함수인 게임공식을 피연산자들의 트리구조로 분해하여 이 트리구조의 최하위레벨에는 단일변수 함수들로 구성된다. 그래서 게임공식의 트리구조 분해를 통해 복잡하고 어려운 다변수 함수 설계 문제를 단순하고 쉬운 단일변수 함수 설계 문제로 변경하여 설계하는 방법이다.

사실적인 게임 배경 제작을 위한 나무 성장 모델 설계 (Tree Growth Model Design for Realistic Game Landscape Production)

  • 김진모;김대열;조형제
    • 한국게임학회 논문지
    • /
    • 제13권2호
    • /
    • pp.49-58
    • /
    • 2013
  • 본 연구에서는 게임의 실외 지형을 구성하는 많은 수의 다양한 나무를 효율적이고 자연스럽게 표현하기 위한 나무 성장 모델을 설계한다. 제안하는 나무 성장 모델은 (1) 다양한 종류의 나무를 보다 직관적이면서 자연스럽고 효율적으로 모델링하기 위한 성장 볼륨 및 약수 함수의 합성 곱 기반의 나무 모델링 방법, (2) 복잡한 구조의 다수 나무들의 실시간 처리를 위하여 인스턴싱 기반의 가지의 세분화 단계를 통한 렌더링 방법, 그리고 (3) 이를 조합하여 게임 배경을 효율적으로 구축하는 방법으로 구성된 나무 성장 모델이다. 제안한 나무 성장 모델을 통하여 자연스럽고 다양한 나무의 성장과 이를 통한 자연스러운 게임 배경의 구축 가능성 및 실시간 처리의 효율성을 실험을 통해 확인한다.

HD-Tree: 고성능 Lock-Free NNS KD-Tree (HD-Tree: High performance Lock-Free Nearest Neighbor Search KD-Tree)

  • 이상기;정내훈
    • 한국게임학회 논문지
    • /
    • 제20권5호
    • /
    • pp.53-64
    • /
    • 2020
  • KD-Tree에서 NNS의 구현은 다차원 데이터를 다루는 응용 프로그램에서 필수적이다. 본 논문에서는 자료구조의 동시 수정, 검색이 일어나는 멀티스레드 상황에서 NNS를 지원하는 고성능 Lock-Free KD-Tree인 HD-Tree를 제안한다. HD-Tree는 동기화에 사용되는 노드 수를 최소화하고, 사용하는 원자 연산자의 수를 감소시켜 성능을 개선하였다. 실험 결과 HD-Tree는 8코어 16스레드의 멀티코어 시스템에서 기존의 NNS보다 성능이 최대 95% 향상되었고, 삽입/삭제연산은 코어보다 스레드가 많은 상황에서 기존 알고리즘보다 최대 15%향상된 성능을 보여준다.

게임 트리에 기반한 정보영재의 사고력 신장을 위한 교육 프로그램 모형 (The Education Program Model for the Thinking Extension Ability of the Gifted in Information Based on Game Tree)

  • 정덕길;김병조
    • 한국정보통신학회논문지
    • /
    • 제11권6호
    • /
    • pp.1228-1234
    • /
    • 2007
  • 이 논문에서는 정보영재 교육 중에서 프로그래밍을 위한 사고력 신장에 적합한 교육 프로그램 모형을 개발하고, Tic-tac-toe 문제를 실제적인 예로 보여 제안된 교육 프로그램의 타당성과 유효성을 검증하였다. 이 논문에서 제안된 모델에서는 자료구조로는 게임 트리를 사용하며 제어구조로는 게임 트리의 탐색에 기반한 사고력 신장 교육 프로그램으로 4단계로 구성되는 모형으로 구성된다. 이 모델을 통하여 학생들은 문제를 게임 트리로 표현하는 방법을 학습하게 되며, 게임 트리의 탐색 방법을 통하여 트리로 구성된 문제를 해결하는 방법을 배우게 된다. 이 교육 프로그램에서 목표로 하는 사고력 신장을 위한 정보영재의 내적 능력에는 유창성, 직관력, 독창성, 집중력, 상상력, 분석력, 도형력, 공간력, 종합력, 문제해결력 등이 포함된다.

Attack Tree를 활용한 Game Theory 기반 보안 취약점 정량화 기법 (Game Theory-Based Vulnerability Quantification Method Using Attack Tree)

  • 이석철;이상하;손태식
    • 정보보호학회논문지
    • /
    • 제27권2호
    • /
    • pp.259-266
    • /
    • 2017
  • 현대사회는 가정, 산업, 금융 등 다양한 분야에 IT 기술 기반 시스템이 도입되어 운영되고 있다. 사회의 안전을 보장하기 위해서는 사회 전반에 도입된 IT 시스템을 사이버 공격으로부터 보호해야하며, 이를 위해 시스템의 현재 보안상태를 이해하고, 점검하는 것은 사이버 공격에 효과적으로 대응하기 위해 선결되어야 하는 과제이다. 본 논문에서는 보안 취약점을 점검하기 위해 사용되는 Game Theory 및 Attack Tree 방법론의 한계점을 분석하고, 두 방법론의 한계를 상호 보완한 보안 취약점 정량화 기법을 제안하여, 보다 객관적이고 체계적으로 보안 취약점을 점검할 수 있는 방법을 제공한다.

효용이론 기반 숙고형 행동트리를 이용한 게임 인공지능 에이전트 (Game AI Agents using Deliberative Behavior Tree based on Utility Theory)

  • 권민지;서진석
    • 한국멀티미디어학회논문지
    • /
    • 제25권2호
    • /
    • pp.432-439
    • /
    • 2022
  • This paper introduces deliberative behavior tree using utility theory. The proposed approach combine the strengths of behavior trees and utility theory to implement complex behavior of AI agents in an easier and more concise way. To achieve this goal, we devised and implemented three types of additional behavior tree nodes, which evaluate utility values of its own node or its subtree while traversing and selecting its child nodes based on the evaluated values. In order to validate our approach, we implemented a sample scenario using conventional behavior tree and our proposed deliberative tree respectively. And then we compared and analyzed the simulation results.