KR20220086873A - 숙련도 조절이 가능한 npc 생성 장치 및 방법 - Google Patents

숙련도 조절이 가능한 npc 생성 장치 및 방법 Download PDF

Info

Publication number
KR20220086873A
KR20220086873A KR1020200177067A KR20200177067A KR20220086873A KR 20220086873 A KR20220086873 A KR 20220086873A KR 1020200177067 A KR1020200177067 A KR 1020200177067A KR 20200177067 A KR20200177067 A KR 20200177067A KR 20220086873 A KR20220086873 A KR 20220086873A
Authority
KR
South Korea
Prior art keywords
npc
proficiency
npcs
user
pool storage
Prior art date
Application number
KR1020200177067A
Other languages
English (en)
Inventor
김대욱
박성윤
양성일
Original Assignee
한국전자통신연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020200177067A priority Critical patent/KR20220086873A/ko
Priority to US17/554,597 priority patent/US20220193554A1/en
Publication of KR20220086873A publication Critical patent/KR20220086873A/ko

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63FCARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F13/00Video games, i.e. games using an electronically generated display having two or more dimensions
    • A63F13/55Controlling game characters or game objects based on the game progress
    • A63F13/58Controlling game characters or game objects based on the game progress by computing conditions of game characters, e.g. stamina, strength, motivation or energy level
    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63FCARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F13/00Video games, i.e. games using an electronically generated display having two or more dimensions
    • A63F13/55Controlling game characters or game objects based on the game progress
    • A63F13/56Computing the motion of game characters with respect to other game characters, game objects or elements of the game scene, e.g. for simulating the behaviour of a group of virtual soldiers or for path finding
    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63FCARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F13/00Video games, i.e. games using an electronically generated display having two or more dimensions
    • A63F13/60Generating or modifying game content before or while executing the game program, e.g. authoring tools specially adapted for game development or game-integrated level editor
    • A63F13/67Generating or modifying game content before or while executing the game program, e.g. authoring tools specially adapted for game development or game-integrated level editor adaptively or by learning from player actions, e.g. skill level adjustment or by storing successful combat sequences for re-use
    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63FCARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F13/00Video games, i.e. games using an electronically generated display having two or more dimensions
    • A63F13/70Game security or game management aspects
    • A63F13/79Game security or game management aspects involving player-related data, e.g. identities, accounts, preferences or play histories
    • A63F13/798Game security or game management aspects involving player-related data, e.g. identities, accounts, preferences or play histories for assessing skills or for ranking players, e.g. for generating a hall of fame
    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63FCARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F2300/00Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game
    • A63F2300/60Methods for processing data by generating or executing the game program
    • A63F2300/6027Methods for processing data by generating or executing the game program using adaptive systems learning from user actions, e.g. for skill level adjustment
    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63FCARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F2300/00Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game
    • A63F2300/60Methods for processing data by generating or executing the game program
    • A63F2300/65Methods for processing data by generating or executing the game program for computing the condition of a game character

Abstract

숙련도 조절이 가능한 NPC 생성 장치가 제공된다. 상기 장치는 숙련도 요소별로 소정의 숙련도 조절 파라미터를 통해 숙련도 값이 조절된 NPC(Non-Player Character)를 생성하는 NPC 생성부, 상기 생성된 NPC를 저장하는 NPC 풀 저장소 및 사용자에 의해 입력된 숙련도 값에 상응하는 NPC를 상기 NPC 풀 저장소에서 추출하고, 상기 추출된 NPC를 컨텐츠 상으로 제공하는 NPC 추출부를 포함한다.

Description

숙련도 조절이 가능한 NPC 생성 장치 및 방법{DEVICE AND METHOD FOR GENERATING NPC CAPABLE OF ADJUSTING SKILL LEVEL}
본 발명은 숙련도 조절이 가능한 NPC 생성 장치 및 방법에 관한 것이다.
최근들어 수년간의 인터넷 인프라의 비약적인 발전으로 인해, 온라인 게임 역시 다양한 형태로 진화하고 있다. 이때, 온라인 게임 내의 비-플레이어 캐 릭터(non-player character; 이하, NPC)와 대화와 같은 상호작용에 의해 게임의 진행에 필요한 정보를 얻도록 하는 것이 일반적이다.
현재 인공지능의 발전으로 NPC는 스스로 학습을 통해 주어진 게임 환경 내에서 게임을 가장 잘 플레이할 수 있는 전략을 찾을 수 있다. 이러한 기술이 적용된 사례는 “Human-level control through deep reinforcement learning”“Mastering the game of Go with deep neural networks and tree search”“?Grandmaster level in StarCraft II using multi-agent reinforcement learning”등이 있으며, 대부분 인간의 수준을 뛰어넘을 수 있을 정도로 기술 성숙도가 높은 편이다.
그러나 종래 기술에 따라 생성된 NPC는 사용자에 비해 학습도가 높아, 실제 상용 컨텐츠에 적용시 게임 사용자는 재미를 느끼지 못하는 경우가 많다. 즉, NPC는 게임 사용자와 유사한 난이도를 가질 수 있도록 생성 및 학습되어야 하며, 비슷한 난이도를 가지고 있다 할지라도 세부적으로 다양한 숙련도를 가지고 있어야 하며, 이를 사용자가 자신에 적합하도록 선택할 수 있어야 한다.
또한, 게임은 사용자들에게 지속적으로 흥미를 느낄 수 있도록 패치를 통해 게임 내부 환경 파라미터를 수정하여 조금씩 변화를 추구하게 되는데, 종래 기술은 NPC가 게임을 가장 잘 플레이하도록 하는 것에 초점이 맞춰저 있기 때문에, 사용자는 NPC의 변화에 적응하기 어렵다는 문제가 있다.
본 발명이 해결하고자 하는 과제는 사용자가 원하는 세부적인 숙련도를 실시간으로 조절하여 컨텐츠 상에 NPC를 생성 및 제공하는, 숙련도 조절이 가능한 NPC 생성 장치 및 방법을 제공하는 것이다.
다만, 본 발명이 해결하고자 하는 과제는 상기된 바와 같은 과제로 한정되지 않으며, 또다른 과제들이 존재할 수 있다.
상술한 과제를 해결하기 위한 본 발명의 제1 측면에 따른 숙련도 조절이 가능한 NPC 생성 장치는 숙련도 요소별로 소정의 숙련도 조절 파라미터를 통해 숙련도 값이 조절된 NPC(Non-Player Character)를 생성하는 NPC 생성부, 상기 생성된 NPC를 저장하는 NPC 풀 저장소 및 사용자에 의해 입력된 숙련도 값에 상응하는 NPC를 상기 NPC 풀 저장소에서 추출하고, 상기 추출된 NPC를 컨텐츠 상으로 제공하는 NPC 추출부를 포함한다.
또한, 본 발명의 제2 측면에 따른 숙련도 조절이 가능한 NPC 생성 장치는 사용자로부터 입력된 숙련도 값을 수신하고, 상기 입력된 숙련도 값에 상응하는 NPC(Non-Player Character)를 사용자에게 제공하는 통신모듈, 숙련도 요소별로 소정의 숙련도 조절 파라미터를 통해 NPC의 숙련도 값을 조절하기 위한 프로그램 및 NPC를 저장하는 NPC 풀 저장소를 포함하는 메모리 및 상기 메모리에 저장된 프로그램을 실행시키는 프로세서를 포함한다. 이때, 상기 프로세서는 상기 프로그램을 실행시킴에 따라, 숙련도 요소별로 소정의 숙련도 조절 파라미터를 통해 숙련도 값이 조절된 NPC를 생성하고, 상기 입력된 숙련도 값에 상응하는 NPC를 상기 NPC 풀 저장소에서 추출하여 컨텐츠 상으로 제공한다.
또한, 본 발명의 제3 측면에 따른 숙련도 조절이 가능한 NPC 생성 방법은 숙련도 요소별로 소정의 숙련도 조절 파라미터를 통해 숙련도 값이 조절된 NPC(Non-Player Character)를 생성하는 단계; 상기 생성된 NPC를 NPC 풀 저장소에 저장하는 단계; 사용자로부터 입력된 숙련도 값을 수신하는 단계; 상기 입력된 숙련도 값에 상응하는 NPC를 상기 NPC 풀 저장소에서 추출하는 단계; 및 상기 추출된 NPC를 컨텐츠 상으로 제공하는 단계를 포함한다.
상술한 과제를 해결하기 위한 본 발명의 다른 면에 따른 컴퓨터 프로그램은, 하드웨어인 컴퓨터와 결합되어 상기 숙련도 조절이 가능한 NPC 생성 방법을 실행하며, 컴퓨터 판독가능 기록매체에 저장된다.
본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
상술한 본 발명의 일 실시예는, 사용자가 원하는 게임 환경, 난이도, 세부적인 숙련도를 실시간으로 조절할 수 있도록 지원함으로써 더욱 다양한 측면의 컨텐츠 제공이 가능하다는 장점이 있다.
또한, 컨텐츠 업데이트를 통한 환경이 변화하더라도 빠르게 NPC들을 해당 환경에 적응시킴으로써 예기치 못한 부작용 등을 검출할 수 있으며, 제작사에서는 이러한 방법을 통해 컨텐츠 제작 비용과 테스트 비용을 절감하여 수익 제고 효과를 기대할 수 있다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 NPC 생성 장치의 블록도이다.
도 2는 NPC 생성부를 설명하기 위한 도면이다.
도 3은 환경 적응부를 설명하기 위한 도면이다.
도 4는 NPC 추출부를 설명하기 위한 도면이다.
도 5는 숙련도 조절 파라미터에 기초하여 NPC를 추출하는 내용을 설명하기 위한 도면이다.
도 6은 본 발명의 다른 실시예에 따른 NPC 생성 장치의 블록도이다.
도 7은 본 발명의 일 실시예에 따른 숙련도 조절이 가능한 NPC 생성 방법의 순서도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
이하에서는 도 1 내지 도 5를 참조하여 본 발명의 일 실시예에 따른 숙련도 조절이 가능한 NPC 생성 장치(1, 이하 NPC 생성 장치)에 대하여 설명하도록 한다.
도 1은 본 발명의 일 실시예에 따른 NPC 생성 장치(1)의 블록도이다.
본 발명의 일 실시예에 따른 NPC 생성 장치(1)는 NPC 생성부(100), NPC 풀 저장소(200) 및 NPC 추출부(300)를 포함한다.
NPC 생성부(100)는 숙련도 요소별로 소정의 숙련도 조절 파라미터를 통해 숙련도 값이 조절된 NPC를 생성한다.
NPC 풀 저장소(200)는 NPC 생성부(100)에 의해 생성된 NPC를 저장한다.
NPC 추출부(300)는 사용자에 의해 입력된 숙련도 값에 상응하는 NPC를 NPC 풀 저장소(200)에서 추출한다. 그리고 추출된 NPC를 컨텐츠 상에 제공한다.
본 발명의 일 실시예에서 정의하는 NPC의 숙련도는 난이도, 스타일과는 다른 개념이다. 난이도는 PC 또는 NPC를 대상으로 게임과 같은 컨텐츠의 목적을 달성하기 위한 상대적인 달성 능력을 정량적으로 평가한 것을 의미한다. 그리고 스타일은 전략, 전술과 같이 컨텐츠의 목적을 달성하기 위한 다양한 방법을 비슷한 것들끼리 분류한 것을 의미한다.
이와 달리, 숙련도는 난이도, 스타일에 영향을 미치는 하위 레벨의 요인들을 의미한다. 이러한 숙련도의 조합을 통해 난이도와 스타일이 분류 및 결정될 수 있다.
이러한 숙련도는 컨텐츠에서 요구되는 복수의 숙련도 요소별로 구분될 수 있으며, 각각의 숙련도 요소는 숙련도 조절 파라미터를 통해 그 숙련도 값이 조절될 수 있다.
일 실시예로, 숙련도 조절 파라미터는 사용자의 신체적 요소에 상응하는 숙련도인 제1 숙련도 조절 파라미터와, 사용자의 컨텐츠 플레이 능력에 상응하는 제2 숙련도 조절 파라미터를 포함할 수 있다.
일 예로, 제1 숙련도 조절 파라미터에 상응하는 신체적 요소는 반응속도, 손 빠르기, 멀티태스킹 능력 등이 이에 해당할 수 있으며, 제2 숙련도 조절 파라미터에 상응하는 컨텐츠 플레이 능력은 전략 구현 능력, 상황 판단 능력, 판세 분석 능력, 상대방 행동 예측 능력, 게임 시간에 따른 집중도 등이 이에 해당할 수 있다.
도 2는 NPC 생성부(100)를 설명하기 위한 도면이다.
NPC 생성부(100)는 시뮬레이션부(110), 진화 학습부(120) 및 환경 적응부(130)를 포함할 수 있다.
시뮬레이션부(110)는 각종 파라미터로부터 컨텐츠의 환경 정보를 설정하고, 설정된 컨텐츠 환경 정보에 기초하여 NPC의 학습이 가능하도록 시뮬레이션을 수행한다.
구체적으로 시뮬레이션부(110)는 NPC의 숙련도 값을 조절하기 위한 숙련도 조절 파라미터를 입력받아 컨텐츠의 환경 정보를 설정한다. 이때, 시뮬레이션부(110)는 숙련도 조절 파라미터와 더불어 컨텐츠 환경 정보를 직접 설정하기 위한 환경 설정 파라미터도 함께 입력받아 컨텐츠의 환경 정보를 설정할 수 있다.
여기에서 환경 설정 파라미터는 컨텐츠의 환경에 영향을 주는 다양한 파라미터 정보를 포함하며, 일 예로 NPC의 체력, 직업, 스킬, 구성, 스킬 쿨타임, 몬스터의 체력, 몬스터의 스킬, 몬스터의 공격력 등이 이에 해당할 수 있다.
숙련도 조절 파라미터는 전술한 바와 같이 NPC의 숙련도를 조절할 수 있는 다양한 파라미터 정보를 포함하며, 신체적 요소와 정신적 요소로 분류한 것과 같이, 반응 속도, 손 빠르기, 멀티 태스킹 능력, 전략 구현 능력, 상황 판단 능력 등이 이에 해당할 수 있다.
시뮬레이션부(110)는 컨텐츠의 환경 정보를 설정함에 따라, 설정된 컨텐츠의 환경 정보에 대응하여 시뮬레이션된 NPC의 결과 상태를 생성하여 진화 학습부(120)로 제공한다.
또한, 시뮬레이션부(110)는 진화 학습부(120)에 의해 생성된 NPC를 입력받아 NPC의 행동을 시뮬레이션하고, 시뮬레이션된 NPC의 결과 상태를 진화 학습부(120)로 제공할 수 있다. 즉, 시뮬레이션부(110)는 진화 학습부(120)와 상호 연동하여 NPC를 학습 및 생성하는 역할을 수행한다.
일 실시예로, 시뮬레이션부(110)는 필요에 따라 미리 준비된 대전용 NPC를 제공받아 시뮬레이션을 수행할 수도 있다. 즉, 시뮬레이션부(110)는 규칙 기반으로 플레이하는 NPC, 자가 복제된 NPC 및 FSM(Finite State Machine) 기반의 NPC 중 적어도 하나의 대전용 NPC를 제공받아 시뮬레이션을 수행할 수 있다.
다음으로, 진화 학습부(120)는 시뮬레이션부(110)와 상호작용을 통해 NPC를 생성하며, 시뮬레이션부(110)로부터 시뮬레이션된 NPC의 결과 상태를 기반으로 NPC를 생성하여 NPC 풀 저장소(200)에 저장한다.
진화 학습부(120)는 NPC를 생성하기 위한 소정의 알고리즘을 구비하고 있다. 일 예로, 진화 학습부(120)는 강화학습 기반의 알고리즘, 또는 사용자가 정의한 규칙, 탐색 알고리즘, 유전 알고리즘 등의 여러 알고리즘을 적용하여 NPC를 생성할 수 있다. NPC는 이와 같은 여러 알고리즘 중 어느 하나 또는 복수 개의 출력 값의 조합으로 표현될 수 있다.
도 3은 환경 적응부(130)를 설명하기 위한 도면이다.
본 발명의 일 실시예에서 환경 적응부(130)는 미리 어느정도 학습된 NPC를 진화 학습부(120)로 제공한다.
일 실시예로, 환경 적응부(130)는 NPC 플레이 데이터, 사용자의 플레이 데이터, 그리고 미리 학습되어 NPC 풀 저장소(200)에 저장된 제1 NPC를 입력받아, 이들을 서로 조합하거나 변화된 환경에 적응되도록 하거나 변형하는 소정의 학습 알고리즘에 기초한 학습 과정을 통해 제2 NPC 생성한다.
여기에서 제1 NPC는 NPC 풀 저장소(200)에 저장된 NPC를 기반으로 환경에 적응시키고 추가적인 변형을 가하고자 하는 대상을 말하며, 제2 NPC는 환경 적응부(130)를 통해 변형된 NPC를 의미한다.
이때, 환경 적응부(130)는 Replay Memory를 사용하는 강화학습이나 Distillation 등의 학습 알고리즘을 사용할 수 있다.
한편, 일 실시예로, NPC 생성부(100)는 NPC 플레이 데이터베이스(140)를 더 포함할 수 있다. NPC 플레이 데이터베이스(140)는 시뮬레이션부(110)에서의 시뮬레이션 과정에서 생성되는 NPC 플레이 데이터를 수집하는 역할을 한다. 일 예로, NPC 플레이 데이터는 레코드 형태로 구성될 수 있으며, 환경 설정 파라미터, 숙련도 조절 파라미터, NPC의 현재 및 다음 상태 정보, NPC의 행동 정보 및 보상 정보 중 적어도 하나를 포함할 수 있다.
사용자 플레이 데이터베이스(150)에 저장된 사용자의 플레이 데이터는 실제 사용자가 컨텐츠 상에서 플레이한 데이터를 의미하며, NPC 플레이 데이터와 유사한 형태로 저장된다.
이와 같이 생성된 제2 NPC는 진화 학습부(120)로 제공되거나 NPC 풀 저장소(200)에 다시 저장될 수 있다.
도 4는 NPC 추출부(300)를 설명하기 위한 도면이다.
본 발명의 일 실시예에서의 NPC 추출부(300)는 NPC 저장소로부터 NPC를 추출하여 제공하기 위한 것으로, 숙련도 분석기(310) 및 숙련도 조절기(320)를 포함한다.
숙련도 분석기(310)는 NPC 풀 저장소(200)에 저장된 NPC와 숙련도 조절 파라미터의 상관관계를 분석하고 이를 숙련도 분석 함수로 생성한다. 일 예로, 숙련도 분석기(310)는 피어슨 상관계수(Pearson Correlation Coefficien, PCC), 회귀분석, 신경망 등을 이용하여 숙련도 분석 함수를 생성할 수 있다. 이러한 숙련도 분석 함수는 수식 또는 신경망과 같은 근사 모델 등으로 표현될 수 있다.
다음으로 숙련도 조절기(320)는 숙련도 분석 함수에 기초하여 사용자에 의해 입력된 숙련도 값에 상응하는 NPC를 NPC 풀 저장소(200)에서 추출하고, 추출된 NPC를 컨텐츠 상으로 제공한다.
이렇게 생성되는 NPC는 NPC 풀 저장소(200)에 존재하는 NPC 중 어느 하나일 수 있다. 즉, 숙련도 조절기(320)는 사용자에 의해 입력된 숙련도 값과 기 설정된 범위의 숙련도 값을 갖는 동일 또는 유사 범위의 NPC를 NPC 풀 저장소(200)에서 추출할 수 있다.
또는, 정확하게 대응되는 NPC가 존재하지 않는 경우, 숙련도 조절기(320)는 숙련도 분석 함수에 의해 여러 NPC의 결과값이 혼합된 NPC를 생성하여 제공할 수 있다. 즉, 숙련도 조절기(320)는 사용자에 의해 입력된 숙련도 값과 기 설정된 범위의 숙련도 값을 갖는 NPC가 NPC 풀 저장소(200)에 저장되어 있지 않은 경우, 숙련도 분석 함수에 기초하여 복수의 NPC를 조합하여 기 설정된 범위의 숙련도 값을 갖는 NPC를 생성하여 제공할 수 있다.
도 5는 숙련도 조절 파라미터에 기초하여 NPC를 추출하는 내용을 설명하기 위한 도면이다.
일 예로, 컨텐츠에 대응하는 숙련도 요소가 총 6가지가 있는 경우, 사용자는 이러한 숙련도 요소에 상응하는 각 숙련도 값을 조절할 수 있다.
또한, 사용자는 복수의 숙련도 요소 중 적어도 하나의 숙련도 값을 고정시키는 입력을 할 경우, 숙련도 조절기(320)는 숙련도 분석 함수에 기초하여 나머지 숙련도 요소에 상응하는 숙련도 값을 결정할 수 있다.
또한, 숙련도 요소는 상관관계가 분석된 숙련도 분석 함수에 의해 서로 종속될 수 있으므로, 일부 숙련도 요소는 하나 이상의 다른 숙련도 값에 의해 자신의 숙련도 값이 결정될 수 있다.
도 6은 본 발명의 다른 실시예에 따른 NPC 생성 장치(1)의 블록도이다.
본 발명의 일 실시예에 따른 NPC 생성 장치(1)는 통신모듈, 메모리 및 프로세서를 포함한다.
통신모듈은 사용자로부터 입력된 숙련도 값을 수신하고, 상기 입력된 숙련도 값에 상응하는 NPC(Non-Player Character)를 사용자에게 제공한다.
메모리에는 숙련도 요소별로 소정의 숙련도 조절 파라미터를 통해 NPC의 숙련도 값을 조절하기 위한 프로그램 및 NPC를 저장하는 NPC 풀 저장소(200)를 포함한다.
이때, 프로세서는 메모리에 저장된 프로그램을 실행시킴에 따라, 숙련도 요소별로 소정의 숙련도 조절 파라미터를 통해 숙련도 값이 조절된 NPC를 생성하고, 상기 입력된 숙련도 값에 상응하는 NPC를 상기 NPC 풀 저장소(200)에서 추출하여 컨텐츠 상으로 제공한다.
이하에서는 도 7을 참조하여 본 발명의 일 실시예에 따른 숙련도 조절이 가능한 NPC 생성 방법을 설명하도록 한다.
도 7은 본 발명의 일 실시예에 따른 숙련도 조절이 가능한 NPC 생성 방법의 순서도이다.
한편, 도 7에 도시된 각 단계는 전술한 NPC 생성 장치(1)에 의해 수행되는 것으로 이해할 수 있으나, 반드시 이에 한정되는 것은 아니다.
먼저, 숙련도 요소별로 소정의 숙련도 조절 파라미터를 통해 숙련도 값이 조절된 NPC(Non-Player Character)를 생성하고(S110), 생성된 NPC를 NPC 풀 저장소(200)에 저장한다(S120)
다음으로, 사용자로부터 입력된 숙련도 값을 수신하면(S130), 입력된 숙련도 값에 상응하는 NPC를 상기 NPC 풀 저장소(200)에서 추출한다(S140).
다음으로, 추출된 NPC를 컨텐츠 상으로 제공한다(S150).
한편, 상술한 설명에서, 단계 S110 내지 S150은 본 발명의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다. 아울러, 기타 생략된 내용이라 하더라도 도 1의 내용은 도 6의 내용은 도 7의 NPC 생성 방법에도 적용된다.
이상에서 전술한 본 발명의 일 실시예는, 하드웨어인 컴퓨터와 결합되어 실행되기 위해 프로그램(또는 어플리케이션)으로 구현되어 매체에 저장될 수 있다.
상기 전술한 프로그램은, 상기 컴퓨터가 프로그램을 읽어 들여 프로그램으로 구현된 상기 방법들을 실행시키기 위하여, 상기 컴퓨터의 프로세서(CPU)가 상기 컴퓨터의 장치 인터페이스를 통해 읽힐 수 있는 C, C++, JAVA, Ruby, 기계어 등의 컴퓨터 언어로 코드화된 코드(Code)를 포함할 수 있다. 이러한 코드는 상기 방법들을 실행하는 필요한 기능들을 정의한 함수 등과 관련된 기능적인 코드(Functional Code)를 포함할 수 있고, 상기 기능들을 상기 컴퓨터의 프로세서가 소정의 절차대로 실행시키는데 필요한 실행 절차 관련 제어 코드를 포함할 수 있다. 또한, 이러한 코드는 상기 기능들을 상기 컴퓨터의 프로세서가 실행시키는데 필요한 추가 정보나 미디어가 상기 컴퓨터의 내부 또는 외부 메모리의 어느 위치(주소 번지)에서 참조되어야 하는지에 대한 메모리 참조관련 코드를 더 포함할 수 있다. 또한, 상기 컴퓨터의 프로세서가 상기 기능들을 실행시키기 위하여 원격(Remote)에 있는 어떠한 다른 컴퓨터나 서버 등과 통신이 필요한 경우, 코드는 상기 컴퓨터의 통신 모듈을 이용하여 원격에 있는 어떠한 다른 컴퓨터나 서버 등과 어떻게 통신해야 하는지, 통신 시 어떠한 정보나 미디어를 송수신해야 하는지 등에 대한 통신 관련 코드를 더 포함할 수 있다.
상기 저장되는 매체는, 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 이미지를 저장하는 매체가 아니라 반영구적으로 이미지를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상기 저장되는 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 이미지 저장장치 등이 있지만, 이에 제한되지 않는다. 즉, 상기 프로그램은 상기 컴퓨터가 접속할 수 있는 다양한 서버 상의 다양한 기록매체 또는 사용자의 상기 컴퓨터상의 다양한 기록매체에 저장될 수 있다. 또한, 상기 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장될 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
1: NPC 생성 장치
100: NPC 생성부
200: NPC 풀 저장소
300: NPC 추출부

Claims (19)

  1. 컴퓨터에 의해 수행되는 방법에 있어서,
    숙련도 요소별로 소정의 숙련도 조절 파라미터를 통해 숙련도 값이 조절된 NPC(Non-Player Character)를 생성하는 NPC 생성부,
    상기 생성된 NPC를 저장하는 NPC 풀 저장소 및
    사용자에 의해 입력된 숙련도 값에 상응하는 NPC를 상기 NPC 풀 저장소에서 추출하고, 상기 추출된 NPC를 컨텐츠 상으로 제공하는 NPC 추출부를 포함하는,
    숙련도 조절이 가능한 NPC 생성 장치.
  2. 제1항에 있어서,
    상기 NPC 생성부는,
    상기 NPC의 숙련도 값을 조절하기 위한 숙련도 조절 파라미터를 입력받아 상기 컨텐츠의 환경 정보를 설정하고, 상기 설정된 컨텐츠의 환경 정보에 대응하여 시뮬레이션된 NPC의 결과 상태를 생성하는 시뮬레이션부 및
    상기 시뮬레이션부로부터 시뮬레이션된 NPC의 결과 상태를 기반으로 NPC를 생성하여 상기 NPC 풀 저장소에 저장하는 진화 학습부를 포함하는,
    숙련도 조절이 가능한 NPC 생성 장치.
  3. 제2항에 있어서,
    상기 숙련도 조절 파라미터는 사용자의 신체적 요소에 상응하는 숙련도인 제1 숙련도 조절 파라미터와 사용자의 컨텐츠 플레이 능력에 상응하는 숙련도인 제2 숙련도 조절 파라미터를 포함하는 것인,
    숙련도 조절이 가능한 NPC 생성 장치.
  4. 제2항에 있어서,
    상기 시뮬레이션부는 규칙 기반으로 플레이하는 NPC, 자가 복제된 NPC 및 FSM(Finite State Machine) 기반의 NPC 중 적어도 하나의 대전용 NPC를 제공받아 시뮬레이션을 수행하는 것인,
    숙련도 조절이 가능한 NPC 생성 장치.
  5. 제2항에 있어서,
    상기 NPC 생성부는,
    상기 시뮬레이션부에서의 시뮬레이션 과정에서 생성되는 NPC 플레이 데이터를 수집하는 NPC 플레이 데이터베이스를 더 포함하고,
    상기 NPC 플레이 데이터는 환경 설정 파라미터, 숙련도 조절 파라미터, NPC의 상태 정보, NPC의 행동 정보 및 보상 정보 중 적어도 하나를 포함하는 것인,
    숙련도 조절이 가능한 NPC 생성 장치.
  6. 제5항에 있어서,
    상기 NPC 생성부는 미리 학습된 NPC를 상기 진화 학습부로 제공하는 환경 적응부를 더 포함하는,
    숙련도 조절이 가능한 NPC 생성 장치.
  7. 제6항에 있어서,
    상기 환경 적응부는 상기 NPC 플레이 데이터, 사용자의 플레이 데이터 및 상기 NPC 풀 저장소에 미리 학습되어 저장된 제1 NPC를 입력받아, 소정의 학습 알고리즘에 기초한 환경 적응 과정을 제2 NPC를 생성하여 상기 진화 학습부로 제공하거나 상기 NPC 풀 저장소에 저장하는 것인,
    숙련도 조절이 가능한 NPC 생성 장치.
  8. 제1항에 있어서,
    상기 NPC 추출부는,
    상기 NPC 풀 저장소에 저장된 NPC와 상기 숙련도 조절 파라미터의 상관관계를 분석하여 숙련도 분석 함수를 생성하는 숙련도 분석기 및
    상기 숙련도 분석 함수에 기초하여 상기 사용자에 의해 입력된 숙련도 값에 상응하는 NPC를 상기 NPC 풀 저장소에서 추출하고, 상기 추출된 NPC를 컨텐츠 상으로 제공하는 숙련도 조절기를 포함하는,
    숙련도 조절이 가능한 NPC 생성 장치.
  9. 제8항에 있어서,
    상기 숙련도 조절기는 상기 사용자에 의해 입력된 숙련도 값과 기 설정된 범위의 숙련도 값을 갖는 NPC를 상기 NPC 풀 저장소에서 추출하는 것인,
    숙련도 조절이 가능한 NPC 생성 장치.
  10. 제8항에 있어서,
    상기 숙련도 조절기는 상기 사용자에 의해 입력된 숙련도 값과 기설정된 범위의 숙련도 값을 갖는 NPC가 상기 NPC 풀 저장소에 저장되어 있지 않은 경우, 상기 숙련도 분석 함수에 기초하여 복수의 NPC를 조합하여 상기 기설정된 범위의 숙련도 값을 갖는 NPC를 생성하는 것인,
    숙련도 조절이 가능한 NPC 생성 장치.
  11. 제8항에 있어서,
    상기 숙련도 조절기는 사용자로부터 복수의 숙련도 요소 중 적어도 하나의 숙련도 값을 고정시키는 입력을 수신한 경우, 상기 숙련도 분석 함수에 기초하여 나머지 숙련도 요소에 상응하는 숙련도 값을 결정하는 것인,
    숙련도 조절이 가능한 NPC 생성 장치.
  12. 사용자로부터 입력된 숙련도 값을 수신하고, 상기 입력된 숙련도 값에 상응하는 NPC(Non-Player Character)를 사용자에게 제공하는 통신모듈,
    숙련도 요소별로 소정의 숙련도 조절 파라미터를 통해 NPC의 숙련도 값을 조절하기 위한 프로그램 및 NPC를 저장하는 NPC 풀 저장소를 포함하는 메모리 및
    상기 메모리에 저장된 프로그램을 실행시키는 프로세서를 포함하되,
    상기 프로세서는 상기 프로그램을 실행시킴에 따라, 숙련도 요소별로 소정의 숙련도 조절 파라미터를 통해 숙련도 값이 조절된 NPC를 생성하고, 상기 입력된 숙련도 값에 상응하는 NPC를 상기 NPC 풀 저장소에서 추출하여 컨텐츠 상으로 제공하는 것인,
    숙련도 조절이 가능한 NPC 생성 장치.
  13. 컴퓨터에 의해 수행되는 방법에 있어서,
    숙련도 요소별로 소정의 숙련도 조절 파라미터를 통해 숙련도 값이 조절된 NPC(Non-Player Character)를 생성하는 단계;
    상기 생성된 NPC를 NPC 풀 저장소에 저장하는 단계;
    사용자로부터 입력된 숙련도 값을 수신하는 단계;
    상기 입력된 숙련도 값에 상응하는 NPC를 상기 NPC 풀 저장소에서 추출하는 단계; 및
    상기 추출된 NPC를 컨텐츠 상으로 제공하는 단계를 포함하는,
    숙련도 조절이 가능한 NPC 생성 방법.
  14. 제13항에 있어서,
    상기 숙련도 요소별로 소정의 숙련도 조절 파라미터를 통해 숙련도 값이 조절된 NPC를 생성하는 단계는,
    상기 NPC의 숙련도 값을 조절하기 위한 숙련도 조절 파라미터를 입력받아 상기 컨텐츠의 환경 정보를 설정하는 단계;
    상기 설정된 컨텐츠의 환경 정보에 대응하여 시뮬레이션된 NPC의 결과 상태를 생성하는 단계; 및
    미리 학습되어 저장된 제1 NPC 및 학습 과정을 통해 생성된 제2 NPC 중 적어도 하나와, 상기 NPC의 결과 상태를 기반으로 NPC를 생성하여 상기 NPC 풀 저장소에 저장하는 단계를 포함하는,
    숙련도 조절이 가능한 NPC 생성 방법.
  15. 제14항에 있어서,
    상기 숙련도 요소별로 소정의 숙련도 조절 파라미터를 통해 숙련도 값이 조절된 NPC를 생성하는 단계는,
    상기 시뮬레이션 과정에서 생성되는 NPC 플레이 데이터, 사용자의 플레이 데이터 및 상기 NPC 풀 저장소에 미리 학습되어 저장된 제1 NPC를 입력받아, 소정의 학습 알고리즘에 기초한 학습 과정을 통해 제2 NPC를 생성하는 단계를 포함하는,
    숙련도 조절이 가능한 NPC 생성 방법.
  16. 제13항에 있어서,
    상기 입력된 숙련도 값에 상응하는 NPC를 상기 NPC 풀 저장소에서 추출하는 단계는,
    상기 NPC 풀 저장소에 저장된 NPC와 상기 숙련도 조절 파라미터의 상관관계를 분석하여 숙련도 분석 함수를 생성하는 단계; 및
    상기 숙련도 분석 함수에 기초하여 상기 사용자에 의해 입력된 숙련도 값에 상응하는 NPC를 상기 NPC 풀 저장소에서 추출하는 단계를 포함하는,
    숙련도 조절이 가능한 NPC 생성 방법.
  17. 제16항에 있어서,
    상기 숙련도 분석 함수에 기초하여 상기 사용자에 의해 입력된 숙련도 값에 상응하는 NPC를 상기 NPC 풀 저장소에서 추출하는 단계는,
    상기 사용자에 의해 입력된 숙련도 값과 기 설정된 범위의 숙련도 값을 갖는 NPC를 상기 NPC 풀 저장소에서 추출하는 것인,
    숙련도 조절이 가능한 NPC 생성 방법.
  18. 제16항에 있어서,
    상기 숙련도 분석 함수에 기초하여 상기 사용자에 의해 입력된 숙련도 값에 상응하는 NPC를 상기 NPC 풀 저장소에서 추출하는 단계는,
    상기 사용자에 의해 입력된 숙련도 값과 기설정된 범위의 숙련도 값을 갖는 NPC가 상기 NPC 풀 저장소에 저장되어 있지 않은 경우, 상기 숙련도 분석 함수에 기초하여 복수의 NPC를 조합하여 상기 기설정된 범위의 숙련도 값을 갖는 NPC를 생성하는 것인,
    숙련도 조절이 가능한 NPC 생성 방법.
  19. 제16항에 있어서,
    상기 숙련도 분석 함수에 기초하여 상기 사용자에 의해 입력된 숙련도 값에 상응하는 NPC를 상기 NPC 풀 저장소에서 추출하는 단계는,
    상기 사용자로부터 복수의 숙련도 요소 중 적어도 하나의 숙련도 값을 고정시키는 입력을 수신한 경우, 상기 숙련도 분석 함수에 기초하여 나머지 숙련도 요소에 상응하는 숙련도 값을 결정하는 단계를 포함하는,
    숙련도 조절이 가능한 NPC 생성 방법.
KR1020200177067A 2020-12-17 2020-12-17 숙련도 조절이 가능한 npc 생성 장치 및 방법 KR20220086873A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020200177067A KR20220086873A (ko) 2020-12-17 2020-12-17 숙련도 조절이 가능한 npc 생성 장치 및 방법
US17/554,597 US20220193554A1 (en) 2020-12-17 2021-12-17 Device and method for generating npc capable of adjusting skill level

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200177067A KR20220086873A (ko) 2020-12-17 2020-12-17 숙련도 조절이 가능한 npc 생성 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20220086873A true KR20220086873A (ko) 2022-06-24

Family

ID=82022054

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200177067A KR20220086873A (ko) 2020-12-17 2020-12-17 숙련도 조절이 가능한 npc 생성 장치 및 방법

Country Status (2)

Country Link
US (1) US20220193554A1 (ko)
KR (1) KR20220086873A (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11738266B1 (en) * 2022-03-22 2023-08-29 Electronic Arts Inc. Text to performance pipeline system
US11839817B1 (en) * 2022-06-09 2023-12-12 Hudson Ducard Gaming system and method including the identification of non-player characters

Family Cites Families (48)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9274598B2 (en) * 2003-08-25 2016-03-01 International Business Machines Corporation System and method for selecting and activating a target object using a combination of eye gaze and key presses
WO2007009225A1 (en) * 2005-07-22 2007-01-25 Kangaroo Media Inc. System and methods for enhancing the experience of spectators attending a live sporting event
US9440151B2 (en) * 2005-10-14 2016-09-13 Leviathan Entertainment, Llc Collections in a virtual environment
US7677979B2 (en) * 2005-10-14 2010-03-16 Leviathan Entertainment, Llc Method and system for allocating resources in a video game
US20070129126A1 (en) * 2005-10-14 2007-06-07 Leviathan Entertainment, Llc Method and System for Allocating Resources in a Video Game
US20110230267A1 (en) * 2010-03-16 2011-09-22 Andrew Van Luchene Process and apparatus for executing a video game
US20080146349A1 (en) * 2006-12-12 2008-06-19 Lee Damien Artificial intelligence system and method
US8923507B2 (en) * 2007-06-20 2014-12-30 Microsoft Corporation Alpha character support and translation in dialer
US9813522B2 (en) * 2008-12-05 2017-11-07 Sococo, Inc. Managing interactions in a network communications environment
US9908046B2 (en) * 2007-10-26 2018-03-06 International Business Machines Corporation System for personalizing content presented in an avatar wait state
US7824253B2 (en) * 2008-04-02 2010-11-02 Thompson Scott Edward System and method for providing real world value in a virtual world environment
US20090280909A1 (en) * 2008-05-08 2009-11-12 Mceniry Christopher A Method and system for determining a frustration profile of a player on an online game and using the frustration profile to enhance the online experience of the player
US8175530B2 (en) * 2008-06-12 2012-05-08 Motorola Mobility, Inc. Personalizing entertainment experiences based on user profiles
US20100131876A1 (en) * 2008-11-21 2010-05-27 Nortel Networks Limited Ability to create a preferred profile for the agent in a customer interaction experience
US9697535B2 (en) * 2008-12-23 2017-07-04 International Business Machines Corporation System and method in a virtual universe for identifying spam avatars based upon avatar multimedia characteristics
US9300612B2 (en) * 2009-01-15 2016-03-29 International Business Machines Corporation Managing interactions in a virtual world environment
KR20100088094A (ko) * 2009-01-29 2010-08-06 삼성전자주식회사 다중 입력 소스를 이용한 오브젝트 조작 장치
JP4610659B2 (ja) * 2009-03-31 2011-01-12 株式会社コナミデジタルエンタテインメント ゲームプログラム、ゲーム装置、ゲーム制御方法
US8881030B2 (en) * 2009-08-24 2014-11-04 Disney Enterprises, Inc. System and method for enhancing socialization in virtual worlds
US9700804B2 (en) * 2009-09-29 2017-07-11 International Business Machines Corporation Method and system for accurate rating of avatars in a virtual environment
US8898233B2 (en) * 2010-04-23 2014-11-25 Ganz Matchmaking system for virtual social environment
US9245177B2 (en) * 2010-06-02 2016-01-26 Microsoft Technology Licensing, Llc Limiting avatar gesture display
US8913063B2 (en) * 2010-08-27 2014-12-16 Disney Enterprises, Inc. Pattern detection of avatars in a virtual environment
WO2012034044A2 (en) * 2010-09-11 2012-03-15 Social Communications Company Relationship based presence indicating in virtual area contexts
US9069945B2 (en) * 2011-03-04 2015-06-30 Puneet Singh User validation in a social network
JP5572142B2 (ja) * 2011-09-30 2014-08-13 株式会社スクウェア・エニックス ネットワークゲームシステム、サーバ装置及びゲーム装置
US9195748B2 (en) * 2012-02-21 2015-11-24 Spotright, Inc. Systems and methods for identifying and analyzing internet users
US9120019B2 (en) * 2012-03-20 2015-09-01 Riot Games, Inc. Systems and methods for user-based arbitration and peer review for online multiuser systems
US8977960B2 (en) * 2012-09-24 2015-03-10 Bootic, Inc. System and a method in a computer-enabled environment for establishing and managing separate reputations for a user and his avatar
US9304652B1 (en) * 2012-12-21 2016-04-05 Intellifect Incorporated Enhanced system and method for providing a virtual space
US9628430B2 (en) * 2013-01-31 2017-04-18 Linkedin Corporation Notifications based on social network service activity and profile triggers
US9756006B2 (en) * 2013-01-31 2017-09-05 Linkedin Corporation Contact prioritization and assignment using a social network
US9259648B2 (en) * 2013-02-15 2016-02-16 Disney Enterprises, Inc. Initiate events through hidden interactions
WO2014134581A1 (en) * 2013-02-28 2014-09-04 Gamblit Gaming, Llc Parallel ai hybrid game
US9244588B2 (en) * 2013-03-15 2016-01-26 Disney Enterprises, Inc. Facilitating group activities in a virtual environment
US9649554B1 (en) * 2013-09-17 2017-05-16 Aftershock Services, Inc. Facilitating users to obtain information regarding locations within a virtual space
KR101781250B1 (ko) * 2014-05-19 2017-09-27 엔에이치엔엔터테인먼트 주식회사 게임 서비스 방법 및 시스템
US10238958B2 (en) * 2015-06-03 2019-03-26 Sony Interactive Entertainment America Llc Tangible tradable collectibles having a digital copy
US9363283B1 (en) * 2015-06-30 2016-06-07 Traitperception Inc. Systems and methods for reputation scoring
CA3055586A1 (en) * 2016-03-08 2017-09-14 Chill Gaming Pty Ltd Gaming method, system and machine comprising multiple games
US10905956B2 (en) * 2016-06-28 2021-02-02 Rec Room Inc. Systems and methods providing temporary decoupling of user avatar synchronicity for presence enhancing experiences
US20180096505A1 (en) * 2016-10-04 2018-04-05 Facebook, Inc. Controls and Interfaces for User Interactions in Virtual Spaces
US10166465B2 (en) * 2017-01-20 2019-01-01 Essential Products, Inc. Contextual user interface based on video game playback
US10262236B2 (en) * 2017-05-02 2019-04-16 General Electric Company Neural network training image generation system
US11291919B2 (en) * 2017-05-07 2022-04-05 Interlake Research, Llc Development of virtual character in a learning game
JP6377289B1 (ja) * 2018-01-31 2018-08-22 株式会社Cygames 情報処理プログラム、情報処理サーバ、及び情報処理システム
US10924566B2 (en) * 2018-05-18 2021-02-16 High Fidelity, Inc. Use of corroboration to generate reputation scores within virtual reality environments
US11801446B2 (en) * 2019-03-15 2023-10-31 Sony Interactive Entertainment Inc. Systems and methods for training an artificial intelligence model for competition matches

Also Published As

Publication number Publication date
US20220193554A1 (en) 2022-06-23

Similar Documents

Publication Publication Date Title
JP7399932B2 (ja) クラウドゲーミングネットワークを使用した人工知能(ai)モデルの訓練
CN108920221B (zh) 游戏难度调整的方法及装置、电子设备、存储介质
KR101231798B1 (ko) 게임 난이도 조절 장치 및 방법
CN111282267B (zh) 信息处理方法、装置、介质及电子设备
JP2007527260A (ja) バーチャルリアリティ環境におけるコンピュータ制御されたアバターの個別の挙動
CN111111204A (zh) 交互模型训练方法、装置、计算机设备和存储介质
KR20220086873A (ko) 숙련도 조절이 가능한 npc 생성 장치 및 방법
CN112783781A (zh) 游戏测试方法、装置、电子设备及存储介质
CN111282272B (zh) 信息处理方法、计算机可读介质及电子设备
Zarembo Analysis of artificial intelligence applications for automated testing of video games
Ram et al. Artificial Intelligence for Adaptive Computer Games.
Yin et al. A data-driven approach for online adaptation of game difficulty
WO2021049254A1 (ja) 情報処理方法、情報処理装置及びプログラム
CN112274924A (zh) 在应用门户中管理用户体验的系统和计算机实现的方法
KR20180083703A (ko) 인공 신경망을 기반으로 한 대전형 게임 캐릭터의 의사 결정 방법 및 이를 위한 컴퓨터 프로그램
Cowley et al. Adaptive artificial intelligence in games: issues, requirements, and a solution through behavlets-based general player modelling
Sagredo-Olivenza et al. Combining neural networks for controlling non-player characters in games
KR102473196B1 (ko) 가상훈련을 위한 npc형 ai 캐릭터 학습 시스템 및 방법
KR20030072640A (ko) 싸이버클론이 활동하는 게임시스템 및 게임방법
KR20090047124A (ko) 몬스터 게임을 통한 수학 학습 방법 및 시스템
KR20210032838A (ko) 감정을 이용한 게임 장치 및 방법
KR102343354B1 (ko) 게임의 에너지 충전 장치 및 방법
Wong et al. Static and dynamic difficulty level design for edutainment game using artificial neural networks
Junius et al. Playing with the strings: designing puppitor as an acting interface for digital games
Pan The Application and Problems of Artificial Intelligence in Games