게임캐릭터 및 객체 배치를 위한 AI기반 다중 에이전트 협업 시스템 연구

Abstract

본 연구는 게임, 애니메이션, VR/AR 제작에서 핵심적인 과제인 객체 및 캐릭터 배치 자동화 문제를 해결하기 위해, 다중 에이전트 강화학습(MARL, Multi-Agent Reinforcement Learning) 기반의 새로운 협업 모델을 제안한다. 기존의 클러스터링이나 규칙 기반 배치 방식은 정적 배치, 높은 수작업 의존도, 객체 간 상호작용 부족 등의 한계를 지니고 있다. 본 연구는 각 캐릭터 및 객체를 독립적인 에이전트로 설정하고, 보상 함수 기반 학습을 통해 환경 변화에 적응하는 동적 배치를 자동 생성한다. 이를 통해 제작 효율성을 높이고, 실제와 유사한 몰입형 공간 구성을 제공할 수 있다.