스타크래프트™ 인공지능의 성능 향상을 위한 불확실한 지식에 기반을 둔 적응성 있는 추론 방법

• 영문명: Adaptive Reasoning Mechanism with Uncertain Knowledge for Improving Performance of Artificial Intelligence in StarCraft™
• 발행기관: 한국컴퓨터게임학회
• 저자명: 이상호(Sang ho Yi) 허준영(Jun young Heo) 조유근(Yoo kun Cho) 홍지만(Ji man Hong)
• 간행물 정보: 『한국컴퓨터게임학회논문지』제7호, 1~13쪽, 전체 13쪽
• 주제분류: 공학 > 컴퓨터학
• 파일형태: PDF
• 발행일자: 2005.12.30

국문 초록

스타크래프트는 1998년도에 블리자드(Blizzard Entertainment) 사에서 제작된 전 세계적으로 잘 알려진 실시간 전략 시뮬레이션 게임으로, 현재까지도 수많은 게임 팬들을 유지하고 있다. 이 게임은 세 종족간의 우주 전쟁을 주 내용으로 하며, 실시간적인 전략 및 전술의 승부를 통하여 승리를 결정하게 된다. 이 게임의 등장 이후로, 게임을 즐기는 사용자들의 수준은 본 게임이 등장한 이후로 월등히 향상되었으나, 본 게임의 컴퓨터 인공지능의 수준에는 변화가 없었다. 그 결과, 현재의 컴퓨터 인공지능의 수준은 게임을 즐기는 사용자들의 수준에는 훨씬 미치지 못하게 되었다. 본 논문에서는, 효율적이고 적응성 있는 불확실한 지식 기반 추론 방법에 기반을 둔 스타크래프트의 컴퓨터 인공지능의 성능 향상에 대하여 보인다. 본 논문에서는 제안한 적응성 있는 추론 방법은 본 게임의 기본 시스템에 대한 이해를 바탕으로 하고, 상대방으로부터 얻어낸 단편적인 불확실한 지식을 활용하여, 상대방의 전략 및 공격 유닛들에 보다 효율적로 대응할 수 잇는 전략을 선택할 수 있게 한다. 제안한 방법과 기존의 스타크래프트 인공지능과의 성능 비교 실험을 통하여, 본 논문에서 제안한 방법을 사용한 인공지능이 보다 월등히 뛰어난 성능을 보임을 알 수 있다.

영문 초록

Many geometric algorithms are based on spatial partitions. One of the most popular methods to obtain a decomposition of space is with a QuadTree. This method is usually used for space partitioning some static objects, moving objects, and massive map in 3D computer games. We present a new method to do space-partitioning for dynamic and static objects using leaf nodes of QuadTree on MMORPG. But this space partition method is not useful when a hero does not moving upward such as jumping or flying. The new method is based on a simple technique for space partitioning using a QuadTree without root nodes. the simulation result shows good rendering frame rate. The response time of the rendering per second is O(log n) in the worst case, and O(1) expected.

목차

요약

ABSTRACT

Ⅰ. 서론

Ⅱ. 관련 연구

Ⅲ. 스타크래프트의 게임 시스템

Ⅳ. 불확실한 지식에 기반을 둔 적응성 있는 추론 방법

Ⅴ. 스타크래프트 게임에서의 인공지능 구현 방법

Ⅵ. 성능 평가

Ⅶ. 결론 및 앞으로의 연구 방향

참고문헌

키워드

Artificial Intelligence Uncertain Reasoning Game Theory StarCraft