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.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
본 연구는 보스 레이드 게임에서 인간 플레이 패턴을 모방하기 위한 강화학습 기반 접근법을 제안한다. 네 가지 캐릭터를 동시에 조종하여 보스를 상대하는 시나리오를 대상으로 이를 플레이하는 인간 데이터를 활용하고, 플레이어와 인공지능 에이전트 간의 게임 플레이를 비교하여 보상 구조를 설계하였다. 실험에는 보스 레이드 시뮬레이터를 사용하였으며, 다중 에이전트 사후 신용 할당(MA-POCA) 강화학습 기법을 통해 에이전트를 훈련시켰다. 또한, 인간 플레이 패턴 모사만을 목적으로 한 에이전트와, 시나리오 해결과 함께 인간 플레이 패턴 모사를 도모하는 에이전트를 각각 학습시켜 비교하였다. 그 결과, 제안한 방법론을 적용한 에이전트는 인간 플레이 패턴을 유사하게 재현하였으나, 시나리오 해결을 병행할 경우, 캐릭터 종류에 따라 성과 차이가 발생하였다. 본 연구는 복잡한 게임 환경에서 다양한 플레이 스타일을 재현하는 AI 에이전트를 활용하여 게임 테스트 및 밸런싱을 자동화하는 가능성을 제시한다.
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
UCI(KEPA) : I410-151-26-02-094347130
