학술논문
강화학습을 이용한 대전 슈팅 게임의 플랫폼 형태에 따른 레벨 디자인 영향 분석
이용수 14
- 영문명
- A Study on the Influence of Platform Design in Level Design by utilizing Multi-agent Reinforcement Learning
- 발행기관
- 한국컴퓨터게임학회
- 저자명
- 김준호(Jun Ho KIM) 성한울(Hanul Sung)
- 간행물 정보
- 『한국컴퓨터게임학회논문지』제36권 4호, 23~29쪽, 전체 7쪽
- 주제분류
- 공학 > 컴퓨터학
- 파일형태
- 발행일자
- 2023.12.31
4,000원
구매일시로부터 72시간 이내에 다운로드 가능합니다.
이 학술논문 정보는 (주)교보문고와 각 발행기관 사이에 저작물 이용 계약이 체결된 것으로, 교보문고를 통해 제공되고 있습니다.
국문 초록
다중 에이전트 강화학습의 발전과 함께 게임 분야에서 강화학습을 레벨 디자인에 적용하려는 연구가 계속되고 있다. 플랫폼의 형태가 레벨 디자인의 중요한 요소임에도 불구하고 지금까지의 연구들은 플레이어의 스킬수준이나, 스킬 구성 등 플레이어의 매트릭에 초첨을 맞춰 강화학습을 활용하였다. 따라서 본 논문에서는 레벨 디자인에 플랫폼의 형태가 사용될 수 있도록 시각 센서의 가시성과 구조물의 복잡성을 고려하여 플랫폼이 플레이 경험에 미치는 영향을 연구한다. 이를 위해Unity ML-Agents Toolkit과MA-POCA 알고리즘, Self-play 방식을 기반으로2vs2 대전 슈팅 게임 환경을 개발하였으며 다양한 플랫폼의 형태를 구성하였다. 분석을 통해 플랫폼의 형태에 따른 가시성과 복잡성의 차이가 승률 밸런스에는 크게 영향을 미치지 않으나 전체 에피소드 수, 무승부 비율, Elo의 증가폭에 유의미한 영향을 미치는 것을 확인했다.
영문 초록
As multi-agent reinforcement learning advance, it has been utilized for level design in game with multiple players and complex interactive environments. Despite the significant impact that the platform's design has on game level design, player-related metrics including behavior, skill level, and skill composition have been the primary focus of most reinforcement learning studies. In this paper, we study the impact of platform design on playing experience by utilizing multi-agent reinforcement learning. we use the Unity Engine to create various platform designs based on a 2vs2 shooting game and visual sensor visibility and structural complexity are taken into consideration for analysis. With Unity ML-Agents Toolkit, we construct a reinforcement learning environment based on the MA-POCA algorithm and the self-play method. Though the agent, we analyze changes in play experience with win rate, the number of episode, draw rate, and the Elo rating value. With the study, we figure out that visibility and complexity of platform design exhibit minimal impact on win rate balance in self-play method, but does influence the total number of episodes, draw rate, and the increase in Elo rating value.
목차
1. 서론
2. 학습 환경 구성
3. 실험 결과 및 분석
4. 관련 연구
5. 결론
Reference
해당간행물 수록 논문
- 강화학습을 이용한 대전 슈팅 게임의 플랫폼 형태에 따른 레벨 디자인 영향 분석
- 공포 방 탈출 게임 ‘The Ampoule’의 설계 및 구현
- 손을 사용자 인터페이스로 사용하는 가상현실 게임에 관한 연구
- 향상된 유닛 생산과 게임 플레이 경험을 위한 스타크래프트 II 강화학습 AI
- 뇌성향별 선호도에 따른 학습가이드라인 연구
- 아버지의 양육스트레스와 미디어중독의 관계에서 부부갈등의 매개효과
- 디지털 게임 내 성폭력 피해/가해 경험에 대한 탐색적 연구
- 환경 교육용 보드게임 개발 연구
- 보드게임 디자인 방법론 CDR모델 설계에 관한 연구
- 생성형 인공지능 이미지를 활용한 미디어아트 창작 작품 사례 연구
- 인터랙티브 미디아트에서 활용한 언어학적 음성인식 사례연구
- 안정적 확산모델에 기반한 예술적 게임 배경도시 스케치 생성 프레임워크
- 생성형 인공지능을 활용한 게임 미디어 아트 연구
- 메타버스 플랫폼 개발 도구의 구조 비교 분석
- 생성형 AI를 활용한 기초시각디자인 연구
- 로블록스 플레이어의 게임 동기와 아바타 인식 사이의 관계 탐색
- 대형 데이터셋을 활용한 대규모 실시간 생존 게임의 협업 네트워크 분석
- 디지털 스토리텔링을 활용한 한글 교육 방법 제안
- 벡터 자기회귀 모델을 이용한 IoT에서의 네트워크 이상 탐지 및 예측 비교 연구
참고문헌
관련논문
공학 > 컴퓨터학분야 BEST
- 청소년들의 스마트폰 중독예방을 위한 이야기치료 집단상담 프로그램 개발
- 지도서비스를 이용한 위치 기반 관광 빅데이터의 시각화
- 틱톡의 숏폼 콘텐츠 특성이 관광지 이미지 및 방문의도에 미치는 영향
공학 > 컴퓨터학분야 NEW
- 착용형 증강현실 기반 체험형 콘텐츠 연구
- 스마트미디어저널 Vol13, No.4 목차
- Incorporating BERT-based NLP and Transformer for An Ensemble Model and its Application to Personal Credit Prediction
최근 이용한 논문
교보eBook 첫 방문을 환영 합니다!
신규가입 혜택 지급이 완료 되었습니다.
바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!