다중 에이전트 강화학습의 발전과 함께 게임 분야에서 강화학습을 레벨 디자인에 적용하려는 연구가 계속되 고 있다. 플랫폼의 형태가 레벨 디자인의 중요한 요소임에도 불구하고 지금까지의 연구들은 플레이어의 스킬 수준이나, 스킬 구성 등 플레이어의 매트릭에 초첨을 맞춰 강화학습을 활용하였다. 따라서 본 논문에서는 레 벨 디자인에 플랫폼의 형태가 사용될 수 있도록 시각 센서의 가시성과 구조물의 복잡성을 고려하여 플랫폼 이 플레이 경험에 미치는 영향을 연구한다. 이를 위해Unity ML-Agents Toolkit과MA-POCA 알고리즘, Self-play 방식을 기반으로2vs2 대전 슈팅 게임 환경을 개발하였으며 다양한 플랫폼의 형태를 구성하였다. 분석을 통해 플랫폼의 형태에 따른 가시성과 복잡성의 차이가 승률 밸런스에는 크게 영향을 미치지 않으나 전체 에피소 드 수, 무승부 비율, Elo의 증가폭에 유의미한 영향을 미치는 것을 확인했다.

본 연구는 초등학교 수학과 수 연산 영역에서의 수준별 학습을 지원하기 위한 게임형 학습 프로그램을 개발하는 것이다. 수학과는 위계성이 강한 단계형 교과로 학습자 개개인의 수준을 고려한 수준별 학습이 꼭 필요한 교과이다. 그러나 일선 학교에서는 다인수 학급 및 보충지도 시간 부족 등으로 인하여 학습자 수준에 맞는 개별적인 수준별 학습이 잘 이루어지기 않고 있는 실정이다. 따라서, 본 연구는 수준별 개별화 학습을 지원하여 올바른 수와 연산개념의 형성을 위한 게임형 학습 프로그램을 개발한다. 본 학습 프로그램은 학습자의 학습 진척도와 성취도를 검사하여, 학습자에게 맞는 학습 단계를 자동으로 조절해 준다. 그리고 학습 중에도 학습자의 수준을 고려한 힌트와 구체물 조작을 통해 문제를 해결할 수 있도록 도움 기능을 제공한다. 본 학습 프로그램을 학습자들에게 적용한 결과 수학과 학습에 대한 흥미도를 높아지고 특히, 힌트 및 도우미 기능은 문제 해결에 도움이 되는 것으로 나타났다.