[RL] AI Agents of Various Gameplay Styles using RL
주제
Implement AI Agents of Various Gameplay Styles using RL
참고한 논문
- CCP: Configurable Crowd Profiles
프로젝트 목표
게임 플레이어들의 게임플레이 스타일은 게임 요소(퀘스트 수행, 파티 플레이, 몬스터 사냥, 생존)에 대한 선호도에 따라 다양합니다. 실제 플레이어처럼 행동하는 다양한 플레이 스타일의 AI Agents를 구현하는 것이 프로젝트 목표입니다.
프로젝트 가치
해당 기술을 사용하면 실제 사람과 비슷하게 플레이 하는 다양한 스타일의 AI Agents를 적은 비용으로 만들 수 있습니다. 또한, 결과물을 분석하여 다양한 게임플레이 방식이 수용될 수 있게 밸런스를 맞추는 자료로 활용할 수 있습니다.
결론 및 제언
생성된 다양한 Agents들은 랜덤하게 정해진 선호도에 맞게 행동합니다. 즉, 다양한 플레이 스타일에 맞게 서로 다른 행동을 수행하는 AI Agents들을 강화학습을 통해 쉽게 구현할 수 있었습니다.
학습 과정에서 행동 간 밸런스를 맞춰주기 위해 보상 값을 수정했는데, 이와 같은 방법으로 게임 요소간의 밸런스를 조절할 수 있을 것 같습니다.
해당 프로젝트에서 사용한 게임은 Agent가 할 수 있는 행동의 종류가 적고, 메시 등을 제외하고는 시각화를 하지 않았기에 나타나는 스타일 종류가 적고 분석에 시간이 많이 들 수도 있지만, 스킬이나 채집 등 좀 더 다양한 동작이 가능하고 이펙트 등의 시각화가 잘 되어 있는 게임의 경우 해당 기술 사용 시의 이점이 더 커질 것이라 생각합니다.
Leave a comment