캐릭터 대전의 승률 분석과 예측을 위한 시뮬레이션 및 기계 학습 활용
Utilization of Simulation and Machine Learning to Analyze and Predict Win Rates of the Characters Battle
1
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
최근, 대전 게임 분야에서, 가상 캐릭터들의 효과적인 설계를 위해 캐릭터의 승률을 효율적으로예측할 수 있는 방법들이 매우 필요하다. 우리는 본 논문에서 이 문제를 해결하기 위해 시뮬레이션과 기계 학습을 결합하는 방법을 제안한다. 우선 대전 게임에서 가상 캐릭터의 대전 승률을 분석하기 위해서 시뮬레이션을 사용하고, 가상 캐릭터의 능력치에 따라서 승률을 예측하기 위해 회귀 모델에 기반한 기계 학습 기법을 적용한다. 제안한 기법으로 실험한 결과는 시뮬레이션 결과로 나온 승률과 기계 학습 기법이 예측한 승률이 거의 차이가 없다는 것을 확인하였다. 그리고간단한 회귀 모델에 기반한 기계 학습으로도 실험에서 좋은 성능을 얻을 수 있었다.
Abstract
Recently, for designing virtual characters in the battle game field effectively, some methods are very needed to predicate the win rates of the battle of them efficiently. In this paper, we propose a method to solve this problem by combining simulation and machine learning. Firstly, a simulation is used to analyze the win rates of the battle of virtual characters in the battle game. In addition, we apply a regression model based machine learning scheme to predict win rates of the battle of virtual characters according to their abilities. Our experimental results using suggested method show that it is almost no difference between the win rates of the simulation and the prediction results using the machine learning scheme. And also, we can obtain good performance in the experiment using only simple regression based machine learning model.
참고문헌 (14)
- Department of Defense(USA), "Modeling and Simulation(M&S)Verification, Validation, and Accreditation(VV&A), DoD Instruction 5000.61", ~ (2018)
- The Korea Society for Simulation, "Topic: Simulation and Artificial intelligence", ~ (2018)
- Roohi, S., "Review of Intrinsic Motivation in Simulation-based Game Testing", Proceedings of the 2018 CHI Conference on Human Factors in Computing Systems, pp.1~13 (2018)
- Guerrero-Romero, C., "Using a Team of General AI Algorithms to Assist Game Design and Testing", 2018 IEEE Conference on Computational Intelligence and Games, pp.1~8 (2018)
- Tag-Gon Kim, "M & S Engineering", The Korean Institute of Information Scientists and Engineers, 25(11), pp.5~15 (2007)
- 김시헌, "사회적 특성을 활용한 에이전트 기반 모델링 및 시뮬레이션 방법: 트로포스에 기반한 자가 적응적 스마트 그리드와 군 도메인 시스템에서의 적용 사례", 정보과학회논문지, 42(12), pp.1503~1521 (2015), 한국정보과학회
- Freedman. D. A., "Statistical Models: Theory and Practice", pp.26~ (2009), Cambridge University Press
- D. R. Cox, "The Regression Analysis of Binary Sequences", Journal of the Royal Statistical Society: Series B (Methodological), 20(2), pp.215~232 (1958), Wiley[DOI]
- "Hello, Colaboratory" (2018)[URL]
- "From Research To Production" (2018)[URL]
- Krizhevsky. A, "Imagenet Classification with Deep Convolutional Neural Networks", Advances in Neural Information Processing Systems(NIPS), 1106(1114), pp.1106~1114 (2012)
- "A Machine Learning For Everyone – Deep Learning Lectures" (2016)[URL]