$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

고스트들의 협력전술에 의한 팩맨게임 난이도 제고

Making Levels More Challenging with a Cooperative Strategy of Ghosts in Pac-Man

한국게임학회 논문지 = Journal of Korea Game Society, v.15 no.5, 2015년, pp.89 - 98  

최태영 (숭실대학교 컴퓨터학부) ,  나현숙 (숭실대학교 컴퓨터학부)

초록
AI-Helper 아이콘AI-Helper

NPC, 특히 적 캐릭터들의 인공지능은 게임의 설계 단계에 있어 난이도를 조절하기 위해 핵심적인 요소이다. 지능적인 적들은 게임을 보다 도전적으로 만들 뿐 아니라, 동일한 게임 환경에서도 유저들에게 다양한 경험을 제공할 수 있다. 오늘날 대부분의 게임 유저들은 다수의 적들과 상호작용을 하기 때문에, 적 캐릭터들의 협업을 제어하는 것은 이전 어느 때보다 그 중요성이 크다고 할 수 있다. 본 연구는 팩맨 게임의 적 인공지능에 구현될 수 있는 A* 알고리즘 기반의 협력전술을 제안한다. 17명의 피실험자로부터 얻은 설문 결과는 제안된 협력전술을 따르는 적으로 구성된 레벨이, 기존 팩맨게임에서의 적들 또는 비협력적인 적들로 구성된 레벨들보다 더 어렵고 흥미로웠음을 보여준다.

Abstract AI-Helper 아이콘AI-Helper

The artificial intelligence (AI) of Non-Player Companions (NPC), especially opponents, is a key element to adjust the level of games in game design. Smart opponents can make games more challenging as well as allow players for diverse experiences, even in the same game environment. Since game users i...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

제안 방법

  • After each level ends, information of subject's play was automatically logged, and the questionnaire [Fig. 6] is given to be completed, that is designed to qualitatively evaluate three kinds of aspects: difficulty, interestingness, and teamwork of ghosts.
  • In order to increase the reliability of simulation results, they developed a mechanism for predicting the Pac-Man’s movements based on its similar previous movements, and used them during Monte Carlo simulations.
  • Using a survey from 17 human testers, we evaluate the effectiveness of our strategy. The levels with our collaborative opponents are more difficult but interesting than those with either the original Pac-Man's personalities or the non-cooperative greedy opponents.
본문요약 정보가 도움이 되었나요?

참고문헌 (9)

  1. P. Stone and M. Veloso, "Multiagent systems: A survey from a machine learning perspective", Autonomous Robots, Vol. 8, No. 3, pp. 345-383, 2000. 

  2. M. Benda, V. Jagannathan, and R. Dodhiawalla, "On optimal cooperation of knowledge sources", Technical Report No.BCS-G2010-28, Boeing Advanced Technology Center, 1986. 

  3. L.M. Sephens and M.B. Merx, "The effect of agent control strategy on the performance of a DAI pursuit problem", In Proceeding of the the 10th International Workshop on Distributed Artificial Intelligence, 1990. 

  4. T. Haynes and S. Sen, "Evolving behaviora1 strategies in predators and prey", Adaptation and Leaming in Multiagent System, Springer Verlag, Berlin, pp.113-126, 1996. 

  5. Y. Ishiwaka, T. Sato, and Y. Kakazu, "An approach to the pursuit problem on a heterogeneous multiagent system using reinforcement learning", Elsevier Journal on Robotics and Autonomous Systems, Vol. 43, No. 4, pp. 245-256, 2003. 

  6. Hyong-Ill Lee and Byung-Cheon Kim, "Multiagent Control Strategy Using Reinforcement Learning", The KIPS Transactions: PartB, Vol. 10B, No. 3, pp. 249-256, 2003. 

  7. D. Xiao and A. Tan, "Cooperative cognitive agents and reinforcement learning in pursuit game", In Proceedings of 3rd Int'l Conference on Computational Intelligence, Robotics and Autonomous Systems (CIRAS'05), 2005. 

  8. C. Undeger and F. Polat, "Multi-agent real-time pursuit", Autonomous Agents and Multi-Agent Systems, Vol. 21, No. 1, pp. 69-107, 2010. 

  9. K. Q. Nguyen and R. Thawonmas, "Monte carlo tree search for collaboration control of ghosts in Ms. Pac-Man", IEEE Transactions on Computational Intelligence and AI in Games, Vol 5, No. 1, pp. 57-68, 2013. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트