가상 환경 또는 실세계에서 지능적인 NPC를 위한 연구가 하드웨어나 소프트웨어 분야에서 활발히 진행되고 있다. 하드웨어 분야로는 로봇 시스템이 주를 이루고 있으며, 이는 물리적인 제약점과 노이즈의 문제 해결에 초점을 맞추고 있다는 점에서 단순 소프트웨어 분야와는 차이점이 있다. 그러나 공통적인 목표는 사람과 같은 환경에서 사람과 같이 행동하는 지능형 NPC 기술 개발이다. 본 논문은 최근 기존 연구 중에서 소프트웨어 분야와 아키텍쳐 설계를 통해 지능적인 NPC를 연구한 사례를 중점으로 조사한다. 사람과 같은 행동 결정을 유도하는 NPC에는 신경망, 유전자 알고리즘, 사례기반 추론, 학습과 같은 여러 분야에 연구가 진행되고 있다. 다양한 인공지능 알고리즘 중에서 현재 환경과 자신의 상태를 고려하여 가장 적합한 행동 결정을 유도하는 계획 기법을 기반으로 하는 연구를 조사한다. 이러한 연구는 기존의 실세계의 로봇 시스템, 가상 환경, 가상 시뮬레이션 그리고 게임의 여러 캐릭터 위주의 장르에서도 활용범위를 넓힐 수 있다.

게임에서의 인공지능은 등장 캐릭터의 지능적인 행동을 구현함으로써 게이머가 조작하지 않는 NPC(Non-Player Character)들의 움직임을 자연스럽게 제어하거나 게이머의 상대 역할 또는 보조자 역할을 한다. 뿐만 아니라 애니메이션의 동작을 제어할 수도 있으며 캐릭터가 목적지까지 갈 수 있는 최적의 이동경로를 찾아주기도 한다. 게임에서의 인공지능을 구현하기 위해서는 한 두가지 방법만을 사용하기보다는 게임의 수준이나 장르에 따라 몇가지 방법을 조합하여 구현하는 것이 일반적이다. 현재 출시되어 상용화 된 RPG 게임에는 인간과 거의 흡사한 모션들이 많은데 이 모든 모션들은 모션 캡처를 통해 얻은 데이터들이어서 용량도 무척 크고 특히 이러한 자연스러운 모션은 플레이어 캐릭터에 국한되어 있다. 따라서 게임플레이 할 때 상대적으로 비중이 작은 NPC의 모션은 무척 단순하고 부자연스럽다. 본 논문에서는 NPC가 플레이어캐릭터의 모션을 학습할 수 있는 알고리즘을 제시하고 연구하였다.

인공지능 캐릭터에 대한 연구는 게임뿐만 아니라 애니메이션 그래픽스 분야에서 가장 많이 연구되고 논의되어 왔 던 이론 중의 하나이다. 게임 환경의 인공지능 캐릭터인 NPC는 감각 시스템을 이용하여 환경을 인지하고 기억 시스 템에 저장한다. 기억 체계는 감각 기억과 인지 기억으로 구성되고 인지 기억은 공간 데이터베이스 이론에 기반을 둔 공간에 존재하는 정보들 간의 위치 관계를 이용하여 정보를 저장한다. 본 논문에서는 NPC의 효율적인 인지 기억 기 법으로 공간 데이터베이스 이론과 퍼지이론을 적용하여 인지한 객체 간의 관계그래프, 즉 인지 맵을 만들어 기억한다. 즉 기억된 정보간의 인지 맵을 표현하기 위해 퍼지함수 이론을 적용한다. NPC는 이 인지 맵을 통해 객체 간의 개략 적인 거리와 방향을 자신의 인지 메모리에 저장 가능하다. 실험 결과 인지 맵을 이용한 결과 NPC의 목표 객체 탐색 시간이 기존 NPC와 비교하여 1.5배 향상되었다.

인공지능 캐릭터의 가장 초기 연구는 로보틱스(robotics) 분야에서 시작되었다. 로봇에 대한 연구는 실세계를 반영한 반면 게임이나 애니메이션과 같은 가상 환경을 인지하고 반응하게 하는 가상 캐릭터에 대한 연구가 현재 활발히 진행되고 있다. 본 연구에서는 가상의 공간에서 캐릭터가 인지한 정보들 중에서 시각적으로 가장 중요하다고 생각되는 정보를 가진 사물을 주목하여 인지한 후 메모리에 단계적으로 저장하는 인공지능 엔진에 관해 기술하고자 한다. 특히 상향적 주목방식과 메모리를 이용한 하향식 주목 방법을 혼합하여 통합된 주목알고리즘을 적용하고 구현하였다. 본 연구에서 제시한 쿼드트리를 이용한 메모리 모듈을 이용해 실험한 결과 인공지능캐릭터는 빠르고 정확한 환경의 인지와 작업수행을 하였다.

대부분의 디자이너는 3DS MAX와 같은 전문 3D 애니메이션 저작도구를 사용하여 수작업으로 애니메이션을 제작한다. 이 방법은 많은 시간과 노력을 필요로 하며, 애니메이션 캐릭터들이 서로 상호작용 할 수 없다. 이를 개선하기 위해, 본 논문에서는 3DS MAX플러그인 형태의 인공지능 미들웨어를 설계하고 미들웨어에 필요한 인공지능 표현 구조와 내부 처리 방안을 제안한다. 제안 방법은 캐릭터가 보유할 인공지능 요소를 도형과 선분으로 그려 표현하는 방법으로 캐릭터의 인공지능 구조를 제작한다. 실험을 위해 기존 방법과, 제안하는 방법을 사용하여 동일한 애니메이션을 제작하고 작업량을 측정하였다. 실험 결과 소규모 작업에서는 기존의 방법과 비슷하거나 작업량이 많으나, 대규모의 작업에서는 기존 방법에 비해 최대 43%의 작업량 감소를 확인하였다. 본 논문에서 제안하는 방법을 사용하면, 애니메이션에서 캐릭터간의 상호작용이 가능하며 작업량 감소 효과를 얻을 수 있다.