자율 캐릭터는 게임에서 사용자 캐릭터와 협업하여 게임을 진행하거나, 사용자 캐릭터와 대전을 수행한다. 자율 캐릭터의 자연스러운 행동 제어를 위해, 본 논문에서는 상황인지 기법을 제안한다. 상황인지 기법은 자율 캐릭터의 현재 상태에서 활용할 수 있는 상황 정보를 분석한 후, 현재 상황에 맞는 행동을 자동 생성한다. 상황인지 기법은 자율 캐릭터의 현재 상황에서 발생하는 상황 요소의 정보 가치를 분석하고, 분석된 상황 요소 정보를 활용하여 캐릭터의 자연스러운 행동을 생성한다. 본 실험에서 상황인지 기법이 규칙기반 기법보다 평균 39%의 성능 향상을 나타냈고, 정보획득 기법보다는 평균 8%의 성능 향상을 나타냈다.

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.