본문으로 건너뛰기

"Game Artificial Intelligence" 태그로 연결된 2개 게시물개의 게시물이 있습니다.

모든 태그 보기

Enhancing Game AI Behaviors with Large Language Models and Agentic AI

· 약 3분
Ciprian Paduraru
Miruna Gabriela Paduraru
Alin Stefanescu

논문 정보​

  • 제목: Enhancing Game AI Behaviors with Large Language Models and Agentic AI
  • 저자: Ciprian Paduraru (Gameloft & University of Bucharest), Miruna Gabriela Paduraru (University of Bucharest), Alin Stefanescu (University of Bucharest)
  • 학회/저널: FSE 2025 (33rd ACM International Conference on the Foundations of Software Engineering) - Industry Papers
  • 발행일: 2025-06-25
  • DOI: 10.1145/3696630.3728553
  • 주요 연구 내용: LLM과 에이전트 기반 AI를 활용하여 게임 NPC의 복잡한 행동 트리(BT)를 자동 생성하는 프레임워크를 제안하며, 소스 코드와 게임 엔진 시각 도구 간의 간극을 해소
  • 주요 결과 및 결론: 소형 로컬 모델로 외부 API 없이 구동 가능하며, 기술/비기술 스테이크홀더 모두 활용 가능한 실용적 접근법을 산학 협력으로 검증
  • 기여점: LLM 기반 BT 자동 생성 파이프라인, 게임 엔진 시각 도구 통합, NPC 행동 다양성 및 테스트 가능성 향상, 다양한 게임 엔진에 적응 가능한 확장성 있는 아키텍처

Game AI Agent Modeling Using Petri Nets and Behavior Trees

· 약 3분
S. Lee
J. Kim
H. Park

논문 정보​

  • 제목: Game AI Agent Modeling Using Petri Nets and Behavior Trees
  • 저자: S. Lee, J. Kim, H. Park
  • 학회/저널: Multimedia Tools and Applications, Vol. 81, pp. 5845-5868 (Springer)
  • 발행일: 2022
  • DOI: 10.1007/s11042-021-11681-7
  • 주요 연구 내용: 페트리 넷(Petri Nets)과 행동 트리(Behavior Trees)를 결합한 하이브리드 프레임워크를 통해 게임 AI 에이전트의 복잡한 병렬 행동과 상태 전이를 모델링하는 방법 제안
  • 주요 결과 및 결론: 실제 게임 AI 시나리오에서의 실험을 통해 하이브리드 모델의 표현력과 실행 효율성을 검증
  • 기여점: BT의 계층적 행동 제어와 페트리 넷의 병렬성·동기화 표현 능력을 결합하여 복잡한 멀티태스킹 게임 AI 행동의 형식적 명세와 검증 방법론 제시