• 한국컴퓨터산업학회논문지
• /
• 제2권10호
• /
• pp.1309-1316
• /
• 2001

애니매이션과 컴퓨터 게임에서 오늘날 주요 관심사는 캐릭터의 행동을 미리 정의된 게임 로직이나 미리 설정된 동작에 의해 제어된다. 게임 개발자들은 더 풍부하고 더 상호 보완적인인 게임을 제작하고자 하기 때문에 자주 이러한 접근은 한계에 부딪힌다. 본 논문에서는 더욱 지능적이고 강제적인 컴퓨터 게임을 만들기 위해서 유전자 알고리즘을 사용한 게임 모델을 제안한다. 학습능력에 기반 한 유전자 알고리즘의 사용은 변화와 능동적인 게임 환경을 지원하도록 연속적인 진화를 하는 캐릭터를 활용할 것이다. 임의의 실시간 게임이 제안된 시스템의 수행과 제한성을 평가하기 위해 수행되었다.

• 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.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.690-693
• /
• 2003

The purpose of two player game is that a player beats an enemy. In order to win to various enemies, a learning of various strategies is indispensable. However, the optimal action to overcome the enemies will change when the game done over and again because the enemy's actions also change dynamically. Sol it is din-cult that the player aquires the optimal action and that the specific player keeps winning to various enemies. Species who have a competition relation and affect other's existence is called a coevolution. Coevolution has recently attracred considerable interest in the community of Artificial Life and Evolutionary Computation(1). In this paper, we apply Classifier System for agent team to two player game. A reward and a penalty are given to the used rules when the agent achieve specific action in the game and each team's rulebase are evaluated based on the ranking in the league. We show that all teams can acquire the optimal actions by coevolution.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제26권12호
• /
• pp.1507-1518
• /
• 1999

본 논문은 제어대상체의 지식을 이용하여 적절한 의사결정을 내리거나 또는 지속적으로 변화하는 주변환경에 적응해 나갈 수 있는 지능시스템 설계를 위한 내배엽성 모델링 방법론을 제시한다. 이러한 지능적 내배엽성 시스템은 의사결정 모델, 지식기반의 내부모델, 그리고 내부모델의 구축모델 등을 기반으로 달성될 수 있다. 학습기능의 모델링을 위하여 수정된 귀납추론 방법과 적응형 전문가 시스템 방법이 제안되었다. 제시된 방법론은 지능적 학습 및 의사결정 기능을 갖춘 지능적 카드경기자 모델링의 예를 통하여 그 가능성을 검증하였다. Abstract This paper presents an endomorphic modeling methodology for designing intelligent systems that can determine by itself using its knowledge of the world and adapt itself to continuously changing circumstances. We have developed such an intelligent endomorphic system by integrating the decision making component and knowledge based internal model with internal model construction model. Learning capabilities are established using the modified inductive reasoning and adaptive expert system techniques we developed. Proposed methodology has been successfully applied to a design of intelligent card game players capable of supporting the intelligent learning and decision making.

• 한국게임학회 논문지
• /
• 제9권2호
• /
• pp.125-133
• /
• 2009

게임 인공지능은 플레이어에게 지능적이고 적응된 게임 환경을 제공하기 위해 주로 사용된 다. 기존에는 사용자의 게임 행위를 수집/분석하여 동반자 또는 적대적 역할을 하는 Non-player character (NPC)를 위해 사용되었다. 그러나 사용자의 행동을 모방하는 것에서 그치는 경우가 많았다. 본 논문은 사용자의 게임 행위를 분석하여 게임 환경을 변화하는 방법을 소개한다. 사용자의 게임 성향을 파악하기 위해 게임 행위 데이터를 이용하였다. 또한, 사용자의 성향은 지형, 아이템, NPC의 분포를 결정하는데 반영하여 동적인 게임 환경을 제공하기 위해 사용하였다. 제안하는 방법의 실험을 위해 실제 2D 액션 게임에 적용하였고, 사용자의 게임 플레이 행위에 대하여 적절히 변화하는 게임 환경을 확인하였다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2006년도 춘계 종합학술대회 논문집
• /
• pp.388-391
• /
• 2006

최근 몇 년간 게임인공지능에 대한 관심도가 높아지고 있으며, 이에 대한 연구도 활발히 이루어지고 있다. 본 논문에서는 컴퓨터 게임에서 사용하고 있는 인공지능 기술과 MMORPG(Massively Multiplayor Online Role Playing Game)에서 NPC(non-player character)가 가지는 일반적인 특징을 살펴본다. 게임의 흥미를 유발하기 위한 지능형 NPC의 역할과 특징을 고찰하고, MMORPG에 요구되는 지능형 NPC에 관한 인공지능 기술에 대해서 연구한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.166-169
• /
• 2003

Reinforcement learning if a kind of machine learning. It aims to adapt an agent to a given environment with a clue to a reward and a penalty. Q-learning [8] that is a representative reinforcement learning system treats a reward and a penalty at the same time. There is a problem how to decide an appropriate reward and penalty values. We know the Penalty Avoiding Rational Policy Making algorithm (PARP) [4] and the Penalty Avoiding Profit Sharing (PAPS) [2] as reinforcement learning systems to treat a reward and a penalty independently. though PAPS is a descendant algorithm of PARP, both PARP and PAPS tend to learn a local optimal policy. To overcome it, ion this paper, we propose the Multi Best method (MB) that is PAPS with the multi-start method[5]. MB selects the best policy in several policies that are learned by PAPS agents. By applying PS, PAPS and MB to a soccer game environment based on the SoccerBots[9], we show that MB is the best solution for the soccer game environment.

• 한국지능시스템학회논문지
• /
• 제17권7호
• /
• pp.869-874
• /
• 2007

다목적 함수의 최적화 문제(Multiobjective optimization problems)의 경우에는 하나의 최적해가 존재하는 것이 아니라 '파레토 최적해 집합(Pareto optimal set)'이라고 알려진 해들의 집합이 존재한다. 이러한 이상적 파레토 최적해 집합과 가까운 최적해를 찾기 위한 다양한 해탐색 능력은 진화 알고리즘의 성능을 결정한다. 본 논문에서는 게임 모델에 기반한 공진화 알고리즘(GCEA: Game model based Co-Evolutionary Algorithm)에서 해집단의 다양성을 유지하여, 다양한 비지배적 파레토 대안해(non-dominated alternatives)들을 찾기 위한 방법을 제안한다.

• 디지털산업정보학회논문지
• /
• 제6권3호
• /
• pp.169-177
• /
• 2010

As expectations about success of smart phones that install Android, an open mobile platform which was developed by Google, are increasing, the development of applications based on the Android has attracted a lot of interest. Especially, game applications have been well received by users. In this paper, we develop an application based on the Android for curling which was adopted as a competitive sport in the Winter Olympic Games. Curling is a sport game played by two teams. The rules of the game are simple, but it is an intelligent one that requires various strategies for victory. In this paper, the curling game based on the Android provides functions, such as pitching, sweeping, collision, and foul handling, that are required in real curling game by using technologies, such as touch screen or accelerometer sensor.

• Journal of Platform Technology
• /
• 제11권1호
• /
• pp.38-51
• /
• 2023

인공지능에 기반한 손 제스처 인식 정보를 활용한 지능형 인터페이스 알고리즘을 제안한다. 이 방법은 기능적으로 사용자 손 제스처의 추적 및 인식을 미디어파이프와 KNN, LSTM, CNN의 인공지능 기법을 사용해 다양한 동작을 빠르고 지능적으로 인식되는 인터페이스이다. 제안한 알고리즘 성능 평가를 위해 자체 제작한 2D 탑뷰 레이싱 게임과 로봇제어에 적용한다. 알고리즘 적용 결과 게임의 가상 객체의 다양한 움직임을 세밀하고 강건하게 제어할 수 있었으며, 실세계의 로봇 제어에 적용한 결과 이동과 정지, 좌회전, 우회전 등의 제어가 가능하였다. 또한 게임의 메인 캐릭터와 실세계 로봇을 동시에 제어하여 가상과 현실의 공존공간 상황 제어를 위한 지능형 인터페이스로 최적화된 동작도 구현하였다. 제안한 알고리즘은 신체를 활용한 자연스럽고 직관적 특성과 손가락의 미세한 움직임 인식에 따른 정교한 제어가 가능하며, 빠른 기간 내에 숙련되는 장점이 있어 지능형 사용자 인터페이스 개발을 위한 기본자료로 활용될 수 있다.