유전자 알고리즘을 사용한 타워 디펜스 공격대의 자동 구성 기법

국문 초록 (Abstract)

타워 디펜스 게임에서 레벨 디자인은 게임의 재미에 가장 큰 영향을 미치는 요소이다. 각 레벨의 난이도는 레벨 내에 등장하는 공격대의 조합에 따라 결정된다. 게임 기획 단계에서 게임의 재미를 주면서도 적절한 난이도를 갖춘 공격대를 구성하기 위하여 많은 시간이 소모된다. 본 논문에서는 유전자 알고리즘을 사용하여 타워 디펜스 게임에서 공격대 조합을 자동으로 생성하는 기법을 제안한다. 제안된 시스템을 통해 레벨 디자이너는 난이도 목표치의 입력만으로도 다양한 공격대 유닛 조합을 자동으로 생성할 수 있게 된다. 이는 게임 기획 단계에서 원하는 공격대 조합을 생성하는데 필요한 수작업 시간을 단축시킴으로서 업무 효율을 높일 수 있을 것이다.

다국어 초록 (Multilingual Abstract)

Level design is one of the important factors in tower defense game development. The difficulty of tower defense game depends on its wave design. In general, it requires a lot of manual labor to generate well-balanced waves with fun. In this paper, we propose a new automated wave generation system by using a genetic algorithm. With our system, a game designer can easily generate an optimized wave by designating the difficulty level in the initial stage of game design. Our system can be useful in reducing the trial-errors in the initial level design process of tower defense game development.

참고문헌 (Reference)

1 강신진, "유전자 알고리즘을 사용한 게임 레벨 디자인 기법" (사)한국컴퓨터그래픽스학회 15 (15): 13-21, 2009

2 권오광, "유전 프로그래밍을 이용한 추격-회피 문제에서의 게임 에이전트 학습" 한국정보처리학회 15 (15): 253-258, 2008

3 문병로, "쉽게 배우는 유전 알고리즘" 한빛미디어 2008

4 이면섭, "대전 액션게임에서 유전자 알고리즘을 이용한 지능 캐릭터의 성능평가" 대한전자공학회 41 (41): 455-464, 2004

5 조병헌, "대전 액션 게이미을 위한 신경망 지능 캐릭터의 구현" 한국지능시스템학회 14 (14): 383-389, 2004

6 김미숙, "게임 캐릭터의 진화하는 디자인" 30 (30): 410-413, 2003

7 연제혁, "게임 난이도를 고려한 게임지형 자동 생성 기법에 관한 연구" 5 (5): 477-481, 2004

8 신용우, "강화학습을 이용한 지능형 게임캐릭터의 제어" 한국인터넷정보학회 8 (8): 91-97, 2007

9 D. Fu, "Putting AI in Entertainment: An AI Authoring Tool for Simulation and Games" 17 (17): 81-84, 2002

10 J. Nielsen, "Heuristic Evaluation of User Interfaces" 249-256, 1990

11 D. Johnson, "Computer Games with Intelligence" 1355-1358, 2001

12 J. Togelius, "An Experiement in Automatic Game Design" 2008