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 논문에서는 유전 프로그래밍을 이용해 캐릭터를 학습시키는 방법을 제안한다. 제안된 방법은 게임 캐릭터에 적용될 때 두 가지 이점을 가진다.
제안 방법
- 도망자는 추적자가 없는 방향으로 계속해서 이동하므로, 네 방향에서 도망자를 둘러싸기 위해서는 추적자들 간의 협력과 통신이 필요하다. 시뮬레이션에서 추적자는 도망자가 일정 범위 안에 들어올 경우 이동 경로를 막으면서 포위하는 형태의 전략을 학습했으며, 이는 추적자들 간에 협동이 이루어지고 있음을 뜻한다.
- 제안된 구조는 두 개의 자식 노드를 가지는 결정 트리로 구성되며, 이는 이진 트리의 형태를 가진다.
- 제안된 구조는 추론 규칙의 역할을 하는 프로그램, 즉 염색체와 입력 배열 및 출력 배열로 이루어진다.
- 제안된 방법이 유용함을 입증하기 위해, 게임 이론에서 널리 사용되는 추격-회피 문제를 유전 프로그래밍으로 학습하는 실험을 진행하였다.
- 제안된 유전 프로그래밍과 실험 환경을 시뮬레이션 하는 프로그램을 제작하여 실험을 진행하였다.
- 제안하는 방법은 유전 프로그래밍의 연산자로서 if-then문만을 사용한다. 입력값과 출력값으로 각각 1차원의 2진수 배열이 주어지며, 각 비단말 노드는 입력 배열상의 특정 위치를 지정한다.
데이터처리
- 제안된 방법을 동일한 환경에서 신경망을 유전 알고리즘으로 학습한 결과와 비교하였다. 역전파(backpropagation) 알고리즘은 본 실험 환경과 같은 복잡한 비선형 문제에는 적합하지 않으며, 유전 알고리즘과 역전파의 비교는 이미 다루어진 문제이기 때문에 제외하였다.
이론/모형
- 본 논문에서는 if-then문으로 변환 가능한 추론 규칙을 생성하기 위해 유전 프로그래밍을 사용한다. 결정 트리를 학습하는 기존의 알고리즘은 주로 자료 분류에 사용되는 방법으로, 환경이 실시간으로 변화하는 상황에는 적합하지 않다.
성능/효과
- 3. 단말 노드가 아닐 경우, 노드가 가리키는 Input set상의 위치의 값을 판별해, 1(true)일 경우 오른쪽 자식 노드, 0(false)일 경우 왼쪽 자식 노드로 이동한다. 해당하는 자식 노드가 없을 경우 종료한다.
- 넷째, 행동생물학과 신경 동물 행동학, 게임 이론의 세 가지 과학적 연구에서 주목받아 왔다. 마지막으로, 많은 과학적 의미를 지니고 있으며 실제적 적용이 가능하다.[10]
- 둘째, 동적이고 확률적이며 연속된 공간과 연속된 시간의 게임이기 때문에 해결하기 어렵다. 셋째, 하나의 공간을 두고 상호 진화가 일어나므로 과학적으로 흥미롭다. 넷째, 행동생물학과 신경 동물 행동학, 게임 이론의 세 가지 과학적 연구에서 주목받아 왔다.
- GP1은 적합도 함수의 인자로 트리의 크기를 포함시키지 않았을 경우이며, GP2는 크기가 포함된 경우이다. 신경망을 유전 알고리즘으로 학습한 경우에 비해 제안된 방법이 수행 시간이 짧음을 알 수 있다. 특히, 트리의 크기가 적절하게 제어될 때 수행 속도의 격차는 더욱 커진다.
- 실험을 통해 유전 프로그래밍으로 추론 규칙을 생성하고 학습시키는 것이 가능하며, 속도면에서 기존의 방법에 비해 우수함을 알 수 있었다.
- 역전파 알고리즘에서 n은 은닉 노드의 개수이고 제안된 GP 알고리즘의 경우는 전체 노드 숫자이지만, 은닉 노드가 10개 이상일 경우 트리의 노드 수가 상당히 크다고 해도 수행 속도면에서 제안된 방법이 유리함을 알 수 있다.
- 제안된 방법은 기존의 신경망에 비해 결과를 분석하고 기존의 응용 프로그램에 적용시키기에 유리하며, 수행 속도면에서 장점을 가진다.
- 제안된 방법은 게임 캐릭터에 적용될 때 두 가지 이점을 가진다. 첫째로, 유전 프로그래밍으로 생성된 트리는 신경망보다 수행 속도가 빠르다. 신경망의 처리에는 여러 번의 곱셈 연산이 들어가는 데 반해, 제안된 방법은 if-then 구문만으로 구성할 수 있기 때문이다.
후속연구
- 본 논문에서는 추격-회피 문제를 다루었지만, 제안된 방법은 조건식으로 구성되는 추론 규칙을 생성하는 데 폭넓게 사용될 가능성을 가지고 있다.
- 이 구조를 이용해 AND, OR, NOT 등의 논리 회로를 구성할 수 있으며, 이는 제안된 구조가 컴퓨터로 처리 가능한 범용적인 문제에 사용될 수 있음을 의미한다.
- 향후 과제는 실제 게임과 유사한 모델을 이용해 실험을 진행하는 것이다. 게임 개발에서 이와 같은 인공지능 기법의 사용은 게임 개발 시간의 상당 부분을 차지하는 NPC들의 행동 패턴 설계나 밸런스 작업에 도움을 주고, 게임 환경이 동적으로 변화하는 경우에도 캐릭터가 그에 맞춰서 자동적으로 학습을 진행할 수 있는 환경을 제공할 수 있을 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.