강화학습 기반의 지능형 게임에 관한 연구 = A Study on the Intelligent Game based on Reinforcement Learning

국문 초록 (Abstract)

인공지능 기법을 이용한 컴퓨터 게임에 대한 학술적 연구는 오랫동안 이루어져 왔으며, 주로 게임에 대한 숙련도를 높여서 인간에게 승리 하는 것이 주요 연구 목적이었다. 그러나 최근의 상업용 게임에서는 게임의 흥미를 제공하기 위해서, 사용자의 적응을 목적으로 개발하고 있다. 본 논문에서는 기존의 강화학습 알고리즘을 수정하여 사용자 적응에 중점을 둔 적응형 강화 학습 알고리즘을 제안하였다. 실험대상으로는 많은 상태공간을 가진 오델로 게임을 대상영역으로 하여 시스템을 설계 및 구현하였다. 시스템의 성능측정은 두개의 강화학습 알고리즘이 각각 Min-Max 알고리즘과 대결하는 방식으로 실험을 하였으며, 결과는 기존의 강화 학습 알고리즘과의 대결에서도 향상된 학습율을 나타내었다.

다국어 초록 (Multilingual Abstract)

An intelligent game has been studied for some time, and the main purpose of the study was to win against human by enhancing game skills. But some commercial games rather focused on adaptation of the user's behavior in order to bring interests on the games. In this study, we are suggesting an adaptive reinforcement learning algorithm, which focuses on the adaptation of user behavior. We have designed and developed the Othello game, which provides large state spaces. The evaluation of the experiment was done by playing two reinforcement learning algorithms against Min-Max algorithm individually. And the results show that our approach is playing more improved learning rate, than the previous reinforcement learning algorithm.

목차 (Table of Contents)

• 요약
• Abstract
• Ⅰ. 서론
• Ⅱ. 관련연구
• Ⅲ. 설계 및 구현
• Ⅳ. 실험
• Ⅴ. 결론
• 참고문헌
• 저자소개

참고문헌 (Reference)

1 이만재, "게임에서의 인공지능 기술" 9 (9): 69-76, 2002.

2 Maxis Homepage, "http://www.maxis.com/"

3 G.J. Tesauro, "Temporal Difference Learning and TD-Gammon" 58-68, 1995.

4 Michael Pfeiffer, "Reinforcement learning of strategies for settlers of CATAN" 2004.

5 Imran Ghory, "Reinforcement learning in board games" 2004

6 Nee Jan van Eck, "Reinforcement Learning and its Application to Othello"

7 Tom M, "Machine Learning" 1997.

8 D. Moriarty, "Evolving Complex Othello Strategies Using Marker-Based Genetic Encoding of Neural Networks" 1993.

9 K.-F. Lee,S. Mahajan, "A Pattern Classification Approach to Evaluation Function Learning" University of Texas at Austin 1-25, 1988.