학술논문
향상된 유닛 생산과 게임 플레이 경험을 위한 스타크래프트 II 강화학습 AI
이용수 16
- 영문명
- A Player-Like StarCraft II AI for Enhanced Fun and Diversity using Reinforcement Learning
- 발행기관
- 한국컴퓨터게임학회
- 저자명
- 구교승(Kyo Seoung KOO) 성한울(Hanul Sung)
- 간행물 정보
- 『한국컴퓨터게임학회논문지』제36권 4호, 31~36쪽, 전체 6쪽
- 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
기존의 스타크래프트II 내장AI는 미리 정의한 행동 패턴을 따르기 때문에 사용자가 전략을 쉽게 파악할 수 있어 사용자의 흥미를 오랫동안 유지시키기 힘들다. 이를 해결하기 위해, 많은 강화학습 기반의 스타크래프트II AI 연구가 진행되었다. 그러나 기존의 강화학습AI는 승률에만 중점을 두고 에이전트를 학습시킴으로써 소수의 유닛을 사용하거나 정형화 된 전략만을 사용하여 여전히 사용자들이 게임의 재미를 느끼기에 한계가 존재한다. 본 논문에서는 게임의 재미를 향상시키기 위하여, 강화학습을 활용하여 실제 플레이어와 유사한 AI을 제안한다. 에이전트에게 스타크래프트II의 상성표를 학습시키고, 정찰한 정보로 보상을 부여해 유동적으로 전략을 변경하도록 한다. 실험 결과, 사용자가 느끼는 재미와 난이도, 유사도 부분에서 고정된 전략을 사용하는 에이전트보다 본 논문에서 제안하는 에이전트가 더 높은 평가를 받았다.
영문 초록
The built-in AI in StarCraft II follows a predefined pattern of behavior patterns. This makes it easy for users to understand the AI's strategy without spending a lot of time, posing a challenge in maintaining user interest. To solve this problem, reinforcement learning AI has been developed for StarCraft II. But since theses studies focus on the win rate to train the agent, it provides monotonous strategies and misses the fun of the game. In this paper, we propose a player-like AI to improve the fun of the game by producing various units and adaptive strategies. To achieve this, we use reinforcement learning to train the agent the official counter list of StarCraft II and reward it based on the information of the opponent's scouting to make the agent change its strategy flexibly. The training is based on the “Zerg” race on the Simple64 map, and the opponent is the “Protoss” race. Based on the trained data, we evaluated the diversity of unit production, strategic unit production, etc. In addition, we had users play with the AI of existing work and the proposed AI, respectively. We then evaluated the fun and difficulty of the AI and its similarity to the player using a questionnaire. As a result, users rated the proposed AI higher than the fixed-strategy AI fin terms of fun, difficulty, and similarity.
목차
1. 서론
2. 관련 연구
3. 본론
4. 실험 및 평가
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!