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.
컴퓨터 게임에서 등장한 NPC(Non-Player Character)가 복잡하고 다양한 모바일 환경에 적용되면서 친밀하고 지능적인 인터페이스로써 기대되고 있다. 이러한 NPC 인터페이스는 적응형 서비스를 제공하기 위한 모바일 에이전트에 적용할 수 있는 유망한 기술 중의 하나이다. 본 논문에서는 모바일 장치로 사용자의 상황을 능동적으로 분석하고 적응형 서비스를 제공하기 위한 다중 에이전트 시스템인 ubi-MASME(ubiquitous Multi-Agent System for Mobile Environment)를 제안한다. 이 시스템은 Hybrid P2P를 적용하여 부족한 컨텍스트 자원을 확보하고, 다양한 사용자의 상황에 따른 적절한 서비스를 NPC 인터페이스 방식을 채택하여 제공하도록 구현하였다.
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.