최근 개발자와 사용자 사이에서 게임의 인공지능에 대한 관심이 늘어나고 있다. 그래픽과 사운드 요소의 한계로 인 해 화려하고 웅장한 게임보다 다양한 재미를 줄 수 있는 게임을 원하기 때문이다. 기존의 게임 인공지능 기법은 단순 하여 쉽게 질리고, 사용자에게 다양한 재미를 지속적으로 제공하기 어렵다. 그러나 학습 능력을 갖춘 게임은 다양하고 예측하기 어려운 특성으로 인해 사용자에게 끝없는 재미를 제공할 수 있다. 본 논문에서는 이러한 학습 능력을 게임 내의 에이전트에게 부여하기 위해 심리학 이론 중 하나인 관찰학습 이론을 적용한 알고리즘을 제시하고자 한다.

요약   ABSTRACT   I. 서론   II. 관련 연구    2.1 학습 알고리즘의 종류    2.2 관착학습 이론    2.3 K-Means Clustering   III. 동적 게임 에이전트를 위한 관찰학습 알고리즘의 설계 및 구현    3.1 관찰학습 알고리즘의 설계    3.2 관찰학습 알고리즘의 구현   V. 결론   참고문헌

• 권용철(중앙대학교 첨단영상대학원) | Yong-Chul Kwon
• 박상용(중앙대학교 첨단영상대학원) | Sang-Rong Park
• 이원형(중앙대학교 첨단영상대학원) | Won-Hyung Lee