FSM과 강화학습 기반의 지능형 NPC AI: 2D 모바일 자동 진행 RPG 게임의 구현 연구
Intelligent NPC AI Based on FSM and Reinforcement Learning: Implementation Study of A 2D Mobile Idle RPG Game
1
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 모바일 자동 진행형 RPG 게임에서 유한 상태 기계(FSM)와 강화학습을 융합한 지능형 NPC AI 시스템의 설계 및 구현에 관한 것이다. 유한 상태 기계(FSM)와 강화학습(Q-learning, DQN) 기법을 결합하여 NPC의 환경 인식, 전투 전략, 상태 관리를 최적화하였다. NPC AI는 대기,공격, 도망 등 다양한 상태 전환을 통해 동적으로 행동하며, 실험에서는 전투 승률, 반응 시간, 이동 거리 등 다양한 성능 지표를 수집⋅분석하여AI의 행동 패턴을 정제하고 게임 밸런스를 유지하였다. 본 연구는 FSM과 강화학습의 통합적 적용을 통해 자동 진행 RPG에서의 NPC AI 성능향상 방안을 제시한다. 제안된 시스템은 NPC AI의 전투 전략, 이동 패턴, 반응 시간을 실시간으로 조정하여 플레이어에게 지속적이고 균형 잡힌게임 경험을 제공하고, 성능 평가를 위해 승률, 전투 지속 시간, 리소스 효율성 등의 지표를 측정한 결과, 기존 규칙 기반 AI 대비 승률은 55.2%에서78.9%로, 상황 적응성 점수는 6.2/10에서 8.7/10으로 향상되었다. 본 연구는 자동 진행 RPG 게임에서 강화학습을 통한 지능형 NPC 구현의 가능성을실증하였으며, 향후 실시간 AI 최적화를 위한 기초 자료로 활용될 수 있다.
Abstract
This study focuses on the design and implementation of an intelligent NPC AI system that integrates Finite State Machines (FSM) andreinforcement learning in mobile idle RPG games. By combining FSM with reinforcement learning techniques such as Q-learning andDeep Q-Networks (DQN), the system optimizes NPCs’ environmental perception, combat strategies, and state management. The NPC AIdynamically transitions between various states such as idle, attack, and retreat, and experimental evaluation involved collecting andanalyzing performance metrics such as combat win rates, response times, and movement distances to refine behavioral patterns andmaintain game balance. This study proposes a method for enhancing NPC AI performance in idle RPGs through the integrated applicationof FSM and reinforcement learning. Through real-time data analysis, the difficulty and behavior patterns of NPCs were dynamically adjusted,and an intelligent NPC system was implemented that adapts to various combat environments and situations. This research provides aguide for developing auto-roguelike RPG games and can be used as foundational material for enhancing game experiences based onreal-time AI optimization.