| 1 |
1
게임 환경에서 에이전트를 생성하여 게임 서버로 제공하는 에이전트 생성 장치의 에이전트 생성 방법에서,상기 에이전트 생성 장치가, 게이머들의 공통된 행동 특성 패턴을 기반으로 기저 에이전트를 생성하여, 상기 게임 서버로 전달하는 단계;상기 에이전트 생성 장치가, 상기 게임 서버로부터, 상기 기저 에이전트와 개별 게이머의 캐릭터 간의 대전을 수행하여 획득한 대전 결과 데이터를 전달받는 단계; 및상기 에이전트 생성 장치가, 상기 대전 결과 데이터를 이용하여 기계 학습을 수행하고, 상기 기계 학습을 수행한 결과에 따라 상기 개별 게이머의 대전 정합에 커스터마이징(customizing)된 진화된 에이전트를 생성하는 단계를 포함하는 게임 환경에서의 에이전트 생성 방법
|
| 2 |
2
제1항에서, 상기 진화된 에이전트를 생성하는 단계 이후에,상기 에이전트 생성 장치가, 상기 진화된 에이전트를 상기 게임 서버로 전달하는 단계;상기 에이전트 생성 장치가, 상기 게임 서버로부터, 상기 진화된 에이전트와 개별 게이머의 캐릭터 간의 대전을 수행하여 획득한 업데이트된 대전 결과 데이터를 전달받는 단계; 및상기 에이전트 생성 장치가, 상기 업데이트된 대전 결과 데이터를 기반으로 기계 학습을 수행하고, 상기 기계 학습을 수행한 결과에 따라 상기 진화된 에이전트를 계위적(scalable)으로 진화시키는 단계;를 포함하는 게임 환경에서의 에이전트 생성 방법
|
| 3 |
3
제1항에서, 상기 게임 서버로 전달하는 단계는,상기 게이머들의 공통된 행동 특성 패턴을 기반으로 상기 게이머들을 다수의 군집으로 군집화하는 단계; 및각 군집에 대응하는 상기 기저 에이전트를 생성하는 단계를 포함하는 게임 환경에서의 에이전트 생성 방법
|
| 4 |
4
제3항에서, 상기 군집화하는 단계는,상기 게임 서버로부터 게이머들의 게임 로그 데이터를 전달받는 단계;상기 게임 로그 데이터를 기반으로, 게이머들의 행동 특성 패턴을 분석하는 단계; 및각 게이머의 행동 특성 패턴을 분석한 결과를 기반으로, 상기 게이머들을 상기 공통된 행동 특성 패턴을 갖는 게이머들로 군집화하여, 상기 다수의 군집을 생성하는 단계;를 포함하는 게임 환경에서의 에이전트 생성 방법
|
| 5 |
5
제1항에서, 상기 대전 결과 데이터는,상기 개별 게이머가 조작하는 캐릭터의 능력치(캐릭터가 보유한 아이템 능력치, 공격력, 생명력, 방어력, 보유한 스킬의 종류), 상기 기저 에이전트의 능력치(레벨, 공격력, 생명력, 방어력, 보유한 스킬의 종류), 대전 과정에서 상기 캐릭터가 사용한 스킬의 종류, 상기 기저 에이전트에 가한 피해량, 상기 기저 에이전트로부터 받은 피해량, 상기 캐릭터의 사망시점에서 상기 기저 에이전트에 남아있는 생명력, 상기 기저 에이전트의 사망시점에서 상기 캐릭터에 남아 있는 생명력, 상기 기저 에이전트의 사망시점까지 상기 캐릭터가 상기 기저 에이전트를 공격한 횟수, 상기 기저 에이전트의 사망시점까지 소요된 시간, 대전 과정에서 상기 캐릭터가 상기 기저 에이전트의 공격을 피하기 위해 이동한 횟수, 대전 과정에서 상기 캐릭터가 체력을 보충하기 위해 사용한 물약의 개수와 관련된 데이터를 포함하는 것인 게임 환경에서의 에이전트 생성 방법
|
| 6 |
6
제1항에서, 상기 진화된 에이전트를 생성하는 단계는,상기 대전 결과 데이터를 분석하여, 상기 기저 에이전트를 진화시키기 위한 속성 데이터를 추출하는 단계; 및상기 추출된 속성 데이터를 이용하여 기계 학습을 수행하고, 상기 기계 학습을 수행한 결과에 따라 상기 개별 게이머의 대전 정합에 커스터마이징(customizing)된 진화된 에이전트를 생성하는 단계를 포함하는 게임 환경에서의 에이전트 생성 방법
|
| 7 |
7
제6항에서, 상기 속성 데이터는,상기 기저 에이전트의 능력치(공격력, 스킬 공격력, 크리티컬 데미지(결정적 공격력), 방어력, 생명력)에 대한 감소량과 관련된 데이터인 것인게임 환경에서의 에이전트 생성 방법
|
| 8 |
8
게임 서버로부터 전달된 게임 로그 데이터를 수집하는 저장소; 및상기 게임 로그 데이터를 기반으로, 게이머들과의 대전 정합을 위한 기저 에이전트를 생성하여, 상기 게임 서버로 전달하고, 상기 게임 서버로부터, 상기 기저 에이전트와 개별 게이머의 캐릭터 간의 대전을 수행하여 획득한 대전 결과 데이터를 전달받고, 상기 대전 결과 데이터를 이용하여 기계 학습을 수행하고, 상기 기계 학습을 수행한 결과에 따라 상기 개별 게이머의 대전 정합에 커스터마이징(customizing)된 진화된 에이전트를 생성하는 학습 프로세서;를 포함하는 게임 환경에서의 에이전트 생성 장치
|
| 9 |
9
제8항에서, 상기 학습 프로세서는,상기 진화된 에이전트를 상기 게임 서버로 전달하고, 상기 게임 서버로부터, 상기 진화된 에이전트와 개별 게이머의 캐릭터 간의 대전을 수행하여 획득한 업데이트된 대전 결과 데이터를 전달받고, 상기 업데이트된 대전 결과 데이터를 기반으로 기계 학습을 수행하여, 상기 기계 학습을 수행한 결과에 따라 상기 진화된 에이전트를 계위적(scalable)으로 진화시키는 것인 게임 환경에서의 에이전트 생성 장치
|
| 10 |
10
제8항에서, 상기 학습 프로세서는,상기 게이머들의 공통된 행동 특성 패턴을 기반으로 상기 게이머들을 다수의 군집으로 군집화하고, 각 군집에 대응하는 상기 기저 에이전트를 생성하는 것인 게임 환경에서의 에이전트 생성 장치
|
| 11 |
11
제10항에서, 상기 학습 프로세서는,상기 저장소로부터 상기 게임 로그 데이터를 전달받고, 상기 게임 로그 데이터를 이용하여, 각 게이머의 행동 특성 패턴을 분석하는 행동 특성 분석 로직; 및각 게이머의 행동 특성 패턴을 분석한 결과를 기반으로, 상기 게이머들을 상기 공통된 행동 특성 패턴을 갖는 게이머들로 군집화하여, 상기 다수의 군집을 생성하는 군집화 로직;을 포함하는 것인 게임 환경에서의 에이전트 생성 장치
|
| 12 |
12
제8항에서, 상기 학습 프로세서는,상기 대전 결과 데이터를 분석하여, 상기 기저 에이전트를 진화시키기 위한 속성 데이터를 추출하는 진화 속성 분석 로직; 및상기 추출된 속성 데이터를 이용하여 기계 학습을 수행하고, 상기 기계 학습을 수행한 결과에 따라 상기 개별 게이머의 대전 정합에 커스터마이징(customizing)된 진화된 에이전트를 생성하는 에이전트 진화 로직을 포함하는 것인 게임 환경에서의 에이전트 생성 장치
|
| 13 |
13
제12항에서, 상기 진화 속성 분석 로직은, 상기 기저 에이전트의 능력치(공격력, 스킬 공격력, 크리티컬 데미지(결정적 공격력), 방어력, 생명력)에 대한 감소량과 관련된 상기 속성 데이터를 추출하는 것인 게임 환경에서의 에이전트 생성 장치
|
