선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서 제안한 지능 캐릭터를 검증하기 위하여 간단 한 대전 액션 게임 모델을 개발했다. 게임은 두 캐릭터가 제 한된 1차원 게임 공간에서 이동하면서 공격과 방어를 하며, 그 결과에 따라 점수를 획득한다.
- 본 논문에서는 게임 캐릭터에 지능을 부여하여 스스로 게 임의 규칙을 학습할 수 있도록 하는 방법을 제안한다. 제안 된 방법에서는 지능 캐릭터를 구현하기 위하여 학습 능력이 있는 신경망을 이용하며, 게임 규칙의 학습을 위해서는 강화 학습을 사용한다.
- 본 논문에서는 신경망을 이용하여 게임 내에 존재하는 게 임 캐릭터에 지능을 부여하는 방법을 제안하였다. 제안한 알고리즘은 게임 규칙의 학습을 위하여 상대방 캐릭터와 지 능 캐릭터 사이의 점수의 차를 이용하여 강화 학습하였다.
- 그 중 FSM나 FuSM의 방법들은 몇 개의 정해진 행동 패턴만을 가지며, 외부 환경의 변화에 적응하지 못하는 등 지극히 낮은 수준 의 지능만을 구현 할 수 있다. 본 연구에서는 이러한 FSM 과 FuSM의 한계를 넘어 높은 수준의 지능을 구현할 수 있 도록 신경망의 기법을 이용한 지능 캐릭터를 구현한다.
- 실제 상황에서 어떤 사람 N이 어떤 상대와 대전해야 하는 경우를 생각해 보자. N의 행동은 무엇에 의해서 결정되어야 할까? 만약 N의 대전 능력이 상대에 비해서 월등한 경우라 면, 물론 상대의 행동에 상관없이 공격해도 무관할 것이다.
- 첫 번째는 상대 방 캐릭터의 행동에 따라 지능 캐릭터가 어느 정도 적절한 행동을 했는지를 판단하는 것이다. 즉, 상대방 캐릭터가 특 정한 행동을 수행했을 때 지능 캐릭터가 취할 수 있는 모든 행동에 대하여 획득 가능한 점수와 지능 캐릭터가 실제로 획득한 점수를 비교 평가하는 것이다. 두 번째 기준은 게임 을 일정 시간 수행한 후 상대방 캐릭터와 지능 캐릭터가 얻 은 획득 점수의 비를 비교한다.
- 지능 캐릭터가 학습이 제대로 되는지를 보다 자세히 알아 보기 위하여 특정한 상황에서 지능 캐릭터가 취하는 행동을 최적 행동과 비교해 보았다.[표 6]은 게임 규칙에 지능 캐 릭터의 최적 행동이고, [표 7]은 학습률 1.
- 본 논문에서는 두 가 지 기준을 이용하여 학습 여부를 판단한다. 첫 번째는 상대 방 캐릭터의 행동에 따라 지능 캐릭터가 어느 정도 적절한 행동을 했는지를 판단하는 것이다. 즉, 상대방 캐릭터가 특 정한 행동을 수행했을 때 지능 캐릭터가 취할 수 있는 모든 행동에 대하여 획득 가능한 점수와 지능 캐릭터가 실제로 획득한 점수를 비교 평가하는 것이다.
가설 설정
- 결국 어떤 순간에 거리 2에서 상대방 캐릭터가 주먹공 격을 수행 중이라면, 그 순간의 신경망의 입력은Pa = 7, D = 2가 된다.1)이와 같이 결정된 입력값을 신경망에 적용하면 출력이 계산된다. 출력의 개수는 지능 캐릭터가 취할 수 있 는 행동의 개수(11)와 동일하며 0에서 1 사이의 실수값으로 출력된다.
- 게임의 구성을 간단하게 하기 위해서, 두 캐릭터의 모든 행동은 동시에 시작해서 동시에 끝나는 것으로 가정한다. 그리고 행동하는데 소요되는 시간은 논리적으로 1이라고 가 정한다.
- 1 배의 점수 를 획득함을 보았다. 구현을 간단히 하게 하기 위하여 본 논 문에서 사용한 대전 액션 게임은 한 클럭에 모든 행동이 끝 나는 것으로 가정하였다. 이러한 가정은 실제게임과는 약간 차이가 있는 것으로 차후 연구에서는 보다 실제적인 게임 상황에서의 지능 캐릭터를 구현할 예정이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.