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 사용자의 실력을 측정하고, 이를 기반으로 사용자에게 맞는 난이도 생성 시스템을 제안하였다. 제작된 데모게임을 통해 실험한 결과, 사용자의 실력이 변화하면 적 비행기의 능력 또한 변화하는 것을 확인하였다.
- 위와 같은 어려움을 줄이고자, 본 논문에서는 퍼지 이론을 이용한 비행 슈팅 게임의 난이도 조절 시스템을 제안한다. 또한, 이를 바탕으로 제작된 데모를 통해 시스템을 평가하여 실제 게임에서 적용될 수 있음을 보여준다.
제안 방법
- 데모 게임은 충분한 실험 데이터를 얻기 위해 사용자의 적 비행기가 파괴되더라도 게임이 끝나지 않도록 했다. 또한, 사용자의 동기부여를 위해 적 비행기 파괴 횟수와 사용자 비행기 파괴 횟수를 확인할 수 있도록 했다.
- 본 연구에서는 슈팅 게임의 난이도 조절을 PCG의 관점에서 접근하였다. 제안하는 시스템은 퍼지 이론을 이용하여 구현되었다.
- 이때 퍼지 규칙 사이에서 후항이 중복되면 경계 합 혹은 OR 연산을 사용하여 그 값을 통합한다. 본 연구에서는 합집합인 OR 연산을 사용한다. Slow의 경우 0, 0.
- 시스템은 네 가지 항목을 측정함으로써 사용자의 실력을 수치화한다. 첫 번째 측정 항목은 플레이 경과 시간이다.
- 수집된 값은 퍼지화 단계를 거치면서 각 항목의 퍼지 집합들에 대한 소속도로 계산된다. 시스템은 평가 단계에서 계산된 소속도를 이용하여 규칙을 평가하고 통합 단계에서 전항의 평가 결과들을 후항의 퍼지 집합으로 축약한다. 여기서 생성된 신뢰도는 역퍼지화를 거친 후 적 비행기의 능력을 변화시키는 값으로 사용된다.
- 시스템의 검증을 위해 간단한 데모 게임을 구현하였다. 실험 조건은 다음과 같다.
- 엄상원은 유전자 알고리즘을 테트리스 게임의 난이도 조절에 사용하였다[6]. 이 연구는 사용자의 숙련도에 따라 테트리스 블록의 생성 패턴을 변화시킨다(Fig. 1 참조). 문성원 등은 제한된 자원을 사용하는 온라인 게임에 적합한 지능적 AI 제작 기법을 연구하였다[7].
- 문성원 등은 제한된 자원을 사용하는 온라인 게임에 적합한 지능적 AI 제작 기법을 연구하였다[7]. 이 연구는 퍼지 확장 기법을 사용하여 시스템에 발생하는 부하가 적도록 하였으며, 좀 더 인간에 가까운 AI 구현이 가능하도록 하였다(Fig. 2 참조).
- Nicholas는 유전자 알고리즘을 전략 게임에 적용하여 동적으로 난이도가 유지되도록 하였다[5]. 이 연구에서는 1인칭 슈팅 게임의 인공지능에 필요한 파라미터를 동적으로 생성한다. 엄상원은 유전자 알고리즘을 테트리스 게임의 난이도 조절에 사용하였다[6].
- 제안된 시스템은 맘다니의 퍼지 추론 단계를 따른다. 먼저 사용자의 실력을 수치화하기 위해 플레이 경과 시간, 명중률, 적 비행기 파괴 시간 간격, 공격력 향상 아이템 사용 비율과 같이 네 가지 항목에서 데이터를 수집한다.
- 변화되는 적 비행기의 능력은 이동속도, 생산 딜레이, 그리고 생명력이다. 측정된 사용자의 실력에 따라 적 비행기의 능력을 변화시킴으로써 난이도를 조절한다.
- 일반적인 퍼지 시스템에서는 두 개 이상의 평가 결과를 하나로 만들기 위해 합집합인 OR 연산을 사용한다. 하지만 본 논문의 퍼지 시스템은 두 개의 전항을 모두 만족하는 결과를 사용하므로, 교집합인 AND 연산을 사용한다.
대상 데이터
- 제안된 시스템은 맘다니의 퍼지 추론 단계를 따른다. 먼저 사용자의 실력을 수치화하기 위해 플레이 경과 시간, 명중률, 적 비행기 파괴 시간 간격, 공격력 향상 아이템 사용 비율과 같이 네 가지 항목에서 데이터를 수집한다. 수집된 값은 퍼지화 단계를 거치면서 각 항목의 퍼지 집합들에 대한 소속도로 계산된다.
이론/모형
- 새로운 기법이 사용된 NPC는 사용자의 행동패턴을 습득하고 새로운 행동 패턴을 생성한다. NPC의 기계 학습에는 Self-Organized map과 Bayesian Network가 사용되었다[3,4].
- 본 연구에서는 슈팅 게임의 난이도 조절을 PCG의 관점에서 접근하였다. 제안하는 시스템은 퍼지 이론을 이용하여 구현되었다. 퍼지 이론은 이동패턴의 ‘복잡함’ 이나 적 비행기의 ‘강함’과 같은 이분법적으로 표현하기 힘든 애매한 표현을 처리하기에 적합하다.
성능/효과
- Fig. 9의 (a) 그래프를 보면 시간이 증가할수록 적 비행기의 생산 딜레이가 줄어드는 것을 알 수 있다. 선형회귀분석 결과, 하락하는 추세를 보인다.
- Fig. 10의 (a) 그래프를 보면 플레이 시간이 지날수록 생명력이 향상되는 것을 알 수 있다. 공격력 향상 아이템 사용 비율과 생명력 또한 비례관계이다 이는 (b) 그래프를 통해 확인 가능하며, 비율이 높을수록 생명력이 향상되는 것을 확인할 수 있다.
- 플레이 경과 시간이 증가하더라도 명중률이 하락하면 이동속도가 감소한다. 또 반대로 게임을 시작한 지 얼마 되지 않았더라도, 명중률이 상승하면 이동속도가 상대적으로 높아졌다.
- 공격력 향상 아이템 사용 비율과 생명력 또한 비례관계이다 이는 (b) 그래프를 통해 확인 가능하며, 비율이 높을수록 생명력이 향상되는 것을 확인할 수 있다. 본 실험의 결과는 이전의 실험과 마찬가지로 분석 추세선이 상승세이며, 수치 조절이 성공적으로 진행됨을 알 수 있다. (c) 그래프는 전체적인 변화를 보여준다.
- 이는 사용자의 실력이 향상됨에 따라 강한 적 비행기가 나타나 난이도가 조절된다는 것을 의미한다. 제안된 시스템은 기존의 난이도 조절 방법보다 시간과 비용이 절감된다. 이는 테스트 과정이 줄어 실시간으로 사용자의 실력에 따른 난이도 조절이 가능하기 때문이다.
- 본 논문에서는 사용자의 실력을 측정하고, 이를 기반으로 사용자에게 맞는 난이도 생성 시스템을 제안하였다. 제작된 데모게임을 통해 실험한 결과, 사용자의 실력이 변화하면 적 비행기의 능력 또한 변화하는 것을 확인하였다. 이는 사용자의 실력이 향상됨에 따라 강한 적 비행기가 나타나 난이도가 조절된다는 것을 의미한다.
후속연구
- 위와 같은 어려움을 줄이고자, 본 논문에서는 퍼지 이론을 이용한 비행 슈팅 게임의 난이도 조절 시스템을 제안한다. 또한, 이를 바탕으로 제작된 데모를 통해 시스템을 평가하여 실제 게임에서 적용될 수 있음을 보여준다.
- 실력이 좋지 않은 사용자에게는 게임에 적응할 수 있는 시간을 제공하여 실력을 향상시킬 수 있으며, 실력이 좋은 사용자에게는 더 높은 난이도를 맞춤형으로 제공 가능하다. 본 시스템을 사용하여 게임 난이도를 조절한다면 게임의 진입장벽이 낮아져 많은 사용자가 유입될 것이며, 적절한 긴장을 제공하여 사용자의 수가 줄지 않게 할 수 있을 것으로 기대된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.