인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
온라인 게임에서 다른 플레이어와의 상호작용은 플레이어의 만족도에 영향을 미친다. 따라서, 비슷한 수준의 플레이어를 매치시켜 원활한 상호작용을 도모하는 것은 플레이어의 게임 경험을 위해 중요하다. 그러나, 게임의 최종승패로만 플레이어의 평가점수를 증감시키는 현재의 평가 방식으로는 신규 및 복귀 플레이어의 원활한 매칭이 불가능하다. 본 연구에서는 스타크래프트II의 리플레이를 활용하여 매치메이킹 개선을 위한 기계학습 활용방안을 제시한다. 매치메이킹의 기준이 되는 플레이어의 MMR 점수를 예측하는 기계학습 모델을 생성하고 성능을 평가하였다. 모델의 오차는 리그 평균 MMR 점수 범위의 40.4% 수준으로, 제안된 방식을 통해서 플레이어를 실력과 근접한 리그에 즉시 배치할 수 있음을 확인하였다. 또한, 결과에 대한 플레이어의 수용도를 높일 수 있도록 예측의 근거를 도출하는 방안도 제시되었다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
