본 논문은 게임에서 신경망기반으로 지능캐릭터에게 학습을 통한 상황판단을 하는 이동 인공지능을 제안하였다. 신경망은 게임 규칙과 문제해결 방법을 정의한 알고리즘을 통한 입출력 값을 이용하여 지도 학습된다. 지도 학습된 지능캐릭터는 변화하는 주변 환경을 인지하여, 적절한 행동을 하게 된다. 본 논문에서는 신경망을 이용한 이동 인공지능을 점진적으로 설계하였고, 성능 실험을 위하여 간단한 게임을 구현하였다. 이 게임은 일정한 2차원 공간에 목표, 캐릭터, 장애물이 존재하고 캐릭터는 목표 지점으로 장애물을 회피하며 이동해야한다. 이동 인공지능은 실험마다 정의한 알고리즘을 통해 규칙과 몇 가지 문제해결법을 학습하여 변화하는 환경에서 목표를 완수 할 수 있으며, 정의한 알고리즘과 신경망 구조를 동일하게 설계하였다. 실험 결과, 제안한 이동 인공지능은 주변 상황을 인지하여 이동을 수행하고 목표를 완수할 수 있음을 보였다. 이동 인공지능은 복잡한 구조의 게임도 학습 알고리즘을 정의하여 학습하면 신경망은 변화한 환경에서도 적절한 결과를 보여 줄 수 있을 것이다.
This paper proposes a mobile AI (Artificial Intelligence) conducting decision-making in the game through education for intelligent character on the basis of Neural Network. Neural Network is learned through the input/output value of the algorithm which defines the game rule and the problem solving method. The learned character is able to perceive the circumstances and make proper action. In this paper, the mobile AI using Neural Network has been step-by-step designed, and a simple game has been materialized for its functional experiment. In this game, the goal, the character, and obstacles exist on regular 2D space, and the character, evading obstacles, has to move where the goal is. The mobile AI can achieve its goals in changing environment by learning the solution to several problems through the algorithm defined in each experiment. The defined algorithm and Neural Network are designed to make the input/output system the same. As the experimental results, the suggested mobile AI showed that it could perceive the circumstances to conduct action and to complete its mission. If mobile AI learns the defined algorithm even in the game of complex structure, its Neural Network will be able to show proper results even in the changing environment.
