본 연구는 환경교육용 보드게임 개발에 관한 연구다. 이를 위해 문헌 고찰과 전문가 인터뷰를 실시하여 핵심 메커니즘과 용어를 도출하였다. 또한, 타당도와 신뢰도 검증을 위하여 델파이 조사를 진행하였다. 연구 결과 9개 항목에 대하여 합의가 이뤄졌으며, 이를 기반으로 ‘수풀로 메이커’ 프로토타입을 제작하고 플레이테스트 를 진행하였다. 그 결과, 환경에 대한 관심, 생태복원의 개념, 탄소 중립에 대한 이해를 보여, 연구의 초기 목 적을 달성한 것으로 나타났다. 본 연구로 인해 개발된‘수풀로 메이커’는 아동과 청소년의 환경교육 교재의 역할 뿐만 아니라, 환경에 대한 깊이 있는 이해를 견인하고, 더 나아가 실천양식 변화의 잠재성을 키우는 역 할에 기여할 수 있을 것으로 기대한다.

최근 국내에서는 로봇에 대한 일반인들의 관심이 높아지고 있다. 로봇은 사람과 유사한 모습과 기능을 가진 기계, 또는 무엇인가 스스로 작업하는 능력을 가진 기계를 말한다. 본 논문에서는 지능형 휴머노이드 로봇을 이용한 보드게임을 설계 개발 하고자 한다. 제안하는 주사위 게임은 휴머노이드 로봇에서 주사위를 던지는 모션을 마이컴 임베디드 시스템에서 랜덤한 동작으로 제어하는 프로그램을 작성 하여 실행 시켜 보았다. 주사위 게임의 모션은 왼쪽던지기, 오른쪽던지기, 정면던지기 동작으로 구성한다. 이를 통하여 로봇 게임을 통한 유아 및 노인들의 인지 훈련에 도움을 주고자 한다.

This paper describes a program which learns good strategies for two-poison, deterministic, zero-sum board games of perfect information. The program learns by simply playing the game against either a human or computer opponent. The results of the program's teaming of a lot of games are reported. The program consists of search kernel and a move generator module. Only the move generator is modified to reflect the rules of the game to be played. The kernel uses a temporal difference procedure combined with a backpropagation neural network to team good evaluation functions for the game being played. Central to the performance of the program is the search procedure. This is a the capture tree search used in most successful janggi playing programs. It is based on the idea of using search to correct errors in evaluations of positions. This procedure is described, analyzed, tested, and implemented in the game-teaming program. Both the test results and the performance of the program confirm the results of the analysis which indicate that search improves game playing performance for sufficiently accurate evaluation functions.