지금까지의 NPC 게임캐릭터는 단순한 대전 동작과 길 찾기 알고리즘 정도의 인공지능 정도로 게임 내에서 주인공캐릭터와 대적하는 기능을 가지고 있다. 게임을 플레이 하면서 유저들이 좀 더 재미있고 긴장감 넘치는 게임을 할 수 있도록 인간과 같은 사고와 능력 그리고 감정을 가진 NPC 캐릭터를 위한 인공지능 엔진이 연구되고 있다. 이 논문에 서는 다중지각 능력과 스스로 자율학습이 가능한 게임캐릭터가 상대방의 동작을 모방하는 학습을 통해 주인공과 같은 유연한 동작을 하게 되고 상대 캐릭터의 동작에 따라 반응하는 감정을 토대로 다른 장소에서 다른 캐릭터를 만났을 때 이전에 학습한 동작이나 감정을 합성한 알고리즘을 바탕으로 반응하게 한다. 특히 이 논문에서는 계속적인 온라인 게임 환경에서 인공지능 캐릭터의 학습을 효율적으로 할 수 있으며 온라인 게임에서의 방대한 인공지능 캐릭터의 데이터를 줄이기 위한 방법으로 학습 공유시스템을 제안한다. 본 논문에서 제시한 방법을 이용하여 같은 구조를 가진 여러 에이전트들이 동시에 학습을 진행하고 또한 그렇게 습득한 지식을 공유할 수 있다면 더욱 신속하고 정확한 에이전트 학습이 이루어 질 수 있다.

본 논문에서는 행동심리를 적용한 가상 물고기 떼의 움직임을 컴퓨터 애니메이션을 이용하여 심리적 연구를 관찰하여 보았다. 물고기 떼들은 대부분 집단적 행동을 통하여 심리적으로 분리, 정렬, 응집, 회피하는 성질을 가지고 있다. 이들의 특징을 근거로 집단행동의 실험적 컴퓨터 시뮬레이션을 바탕으로 가상 캐릭터를 적용하여 심리적인 움직임과 집단행동의 효율적인 결과를 얻을 수 있었다.

게임기술의 발전에 따라 콘텐츠 분야에서 현실적인 그래픽 기술과 자유로운 인터페이스와 실 감형 콘텐츠 서비스가 요구되고 있다. 인터페이스 방식은 CLI에서 GUI로 GUI을 지나 NUI로 발전되고 있다. NUI는 기존의 인터페이스와는 달리 인간의 자연스런 행동을 직관적이고 실감적 으로 이용할 수 있는 인터페이스이다. 본 논문에서는 NUI 인터페이스 가운데 립 모션을 이용한 권투 시뮬레이션 게임을 제안하고자 한다. 개발된 VR 헤드셋 게임을 통하여 실감형 3D 실험환 경을 제공하여 사용자가 제어하는 인터페이스 (주먹)가 내부의 목표물 (샌드백)을 타격하게 되 면, 물리적 특성인 목표물의 충격 각도의 변화에 따라 점수를 계산하는 방법을 적용하였다.

가상 환경에서 가상 캐릭터가 사람과 같이 자연스럽게 동작하기 위한 과정은 많은 노력을 필요로 한다. 가상 캐릭터는 행동을 기반으로 동작하기 때문에 자연스럽게 동작하기 위해서는 행동 정의가 가장 중요하다. 최근에는 사람이 조작한 가상 캐릭터의 행동을 기반으로 가상 캐릭터가 수행할 일련의 행동을 정의하는 Programming by Demonstration에 관한 연구가 활성화되고 있다. 하지만 이 방법들은 항상 동일한 길이의 연속적인 행동을 도출하거나 연속적인 행동을 정의할 때 사용하는 행동들을 제한하기 때문에 다양한 일련의 행동 생성하기가 어렵다. 자연스럽게 동작을 수행하기 위해서는 조작한 가상 캐릭터의 행동에서 최대한 다양한 일련의 행동들을 도출하고 도출한 일련의 행동들을 대표하는 최적의 연속적인 행동을 선택해야 한다. 그래서 여러 가지의 제약 사항을 줄이면서 일련의 행동을 생성하기 위한 연구들이 필요하다. 이 논문에서는 사람이 조작한 캐릭터의 행동을 수집하고 가상 캐릭터가 수행할 일련의 행동을 모두 도출해서 가상 캐릭터에게 적합한 일련의 행동을 선정하는 방법을 제안한다. 실험에서는 제안한 방법을 자동차 게임에 적용해서 생성되는 과정을 기술한다. 생성된 결과를 보면 사람이 수행한 일련의 행동을 길이나 분할하는 위치에 제약을 받지 않고 생성한 것을 볼 수 있었다. 결국, 제안한 방법은 더 많은 일련의 행동을 도출하고 가상 캐릭터에게 적합한 행동을 선정할 수 있음을 확인하였다.

프로그램된 정보를 사용하는 자율 가상 캐릭터는 항상 반복된 패턴 행동을 하기 때문에 사용자가 흥미를 잃는 경우가 많고 현실성도 떨어진다. 본 논문에서는 이러한 문제점을 해결하기 위해, 자율 가상캐릭터가 자율적으로 인지한 정보를 저장하고 저장한 정보를 활용하여 상황에 맞는 행동을 수행할 수 있는 메모리 체계를 제안한다. 본 논문은 자율 가상 캐릭터가 시각 주목으로 인지한 정보를 저장하고 관리하는 메모리 체계의 모델을 제시한다. 메모리 용량을 효율적으로 사용할 수 있도록 게임 환경에 적합한 빠른 시각 주목 알고리즘을 연구하여 중요하고 눈에 띄는 정보만 저장한다. 자율 가상 캐릭터의 인지 메모리를 크게 시각 기억와 공간 관계 기억 구조로 구성한다. 시각 기억은 쿼드그래프로 구현된 저장 구조에 인지한 정보를 저장한다. 공간 관계 기억은 공간 관계 그래프 이론을 기반으로 객체들간의 방향과 거리 정보를 저장한다. 본 논문의 제안 방법을 가상 환경에서 실험한 결과, 자율 가상 캐릭터는 시각 주목 기능으로 3차원 가상 환경의 동적 객체까지 감지하여 자율적으로 정보를 주목하여 저장하고 있음을 확인했다. 자율 가상캐릭터는 메모리 정보를 활용하여 목표 객체를 빠르게 탐색하며 길찾기에 필요한 경로 계획을 수립한다. 성능면에서는 주목맵만들기 위한 특징맵으로 가장 주목할 수 있는 특징들로 구성하여 처리속도가 1.6배 이상 향상됨을 확인했다.