[📚정보] 번)도서발췌: Game AI의 재발견 -1

[ㅆㅇㅆ(124.216)]

세계최고의 게임 AI 전문가 20명이 만든 책

제목은 Game AI 폭로! 정도긴한데, 그냥 재발견이라고 하자.

구매처링크

7.1 서론

아직 발표되지 않은 타이틀을 개발하던 중 (우리) AI 팀은 난관에 부딪혔습니다.

행동 트리(비헤이비어 트리,Behaviour Tree)가 의사 결정 아키텍처로 선택되었지만 반응형 행동 트리(RBT)는 아니었습니다.

그리고 트리가 이벤트에 반응하려면 반응과 그에 이르는 조건이 트리의 일부가 되어야 합니다.

반응형 행동 트리(RBT)는 이 문제를 해결하기 위해 설계되었지만,

이 아키텍처가 해결하고자 하는 문제와 이 접근 방식을 구현하는 이유를 자세히 알아보기 전에 기존의 행동 트리에 대해 간략히 살펴볼 필요가 있습니다.

(역주: FSM을 개선하기위해서 헤일로 팀이 만든 트리가 비헤이비어 트리고, 행동 트리라고 불림. 근데 이 비헤이비어 트리를 개선하기 위해서 반응형 BT가 나오게됨)

(역주2: FSM->HFSM->BT->RBT 정도의 흐름으로 되있는데 FSM의 문제점은 시스템에 반응성이 높을수록, 즉 응답과 상호작용이 늘어날수록, 더 많은 상태전환이 필요해지므로 코드의 모듈성이 저해됨. 따라서 이 문제를 해결하기위해서 Complexity of the state Machine라는 걸 도입했지만, 역시 모듈성과 반응성을 이유로 비헤이비어 트리가 도입됨,)

(역주3: 기본적으로 각각의 FSM은 확장성에 한계가 있고, 비헤이비어 트리는 제어 노드(Control Nodes)-액션 노드(Action Node)-상태 노드(Condition Nods)로 구성되는데, 비헤이비어 트리는 여기서 Success 또는 Failure를 사용해서 전개함. 물론 비동기(Asynchronous) 동작의 경우에는 Running을 사용한다는 이야기는 들었지만, 이부분은 나로써도 자세한 정보를 못봄.)

(역주4: FSM과 비헤이비어 트리를 언제 써야하나 이야기들이 많은데, 기본적으로 작은 게임일수록 FSM을, 큰 게임일수록 비헤이비어 트리를 하라고 함. 이유는 상태가 적을수록 FSM은 직관적이고 쉽기때문)

7.2 행동 트리(비헤이비어 트리)

행동 트리는 오래전부터 사용되어 왔습니다.

원래는 Damian Isla가 헤일로 2를 개발할 때 유한 상태 머신(FSM)을 개선하기 위해 개발했습니다(Isla, 2005).

그 이후로 다양한 게임에서 사용되어 수많은 기사와 연구 논문이 작성되었습니다.

비헤이비어 트리는 이제 업계 전반에서 AI 비헤이비어에 선호되는 접근 방식입니다.

심지어 에픽의 언리얼 엔진에는 비헤이비어 트리가 엔진에 내장되어 있습니다.

일반적으로 행동 트리는 실행 유형을 지시하는 복합 노드(일반 트리 용어로 분기 노드)와 일종의 로직을 실행하는 행동/작업 노드(리프 노드)로 구성된 그래프로,

구어체로 'Do thing(작동한다)'라고 표현할 수 있습니다.

이들은 거의 항상 트리가 서로 데이터를 공유하기 위한 공통 데이터 저장소인 블랙보드(Black Board)와 연관되어 있습니다.

블랙보드는 행동 트리와 일대다 관계를 가지므로 하나의 블랙보드가 여러 행동 트리에 연결될 수 있지만,

각 행동 트리는 오직 하나의 블랙보드에만 연결될 수 있습니다.

이는 한 에이전트의 행동 트리에서 데이터를 설정한 다음 완전히 다른 행동 트리의 다른 에이전트가 사용할 수 있기 때문에 시스템의 유연성을 크게 높여줍니다.

각 업데이트마다 트리는 어떤 작업 노드가 실행하기에 가장 적합한지 평가하고 특정 작업 노드가 참을 반환할 때까지 모든 노드를 위에서 아래로, 왼쪽에서 오른쪽으로 순서대로 진행합니다.

가장 일반적으로 사용되는 복합 노드와 그 용도에 대한 간략한 설명은 다음과 같습니다:

시퀀스(Sequence) - 이러한 복합 노드는 모든 노드가 성공을 반환할 때까지 왼쪽에서 오른쪽으로 각 자식 노드를 실행합니다.

선택기/폴백(Selector)/(FallBack) - 이러한 복합 노드는 적어도 하나 이상의 자식 노드가 성공을 반환할 때까지 각 자식 노드를 임의의 순서로 실행합니다.

병렬(Parallel) - 이러한 복합 노드는 하위 노드를 동시에 실행합니다. 이러한 복합 노드는 n개의 자식 노드 중 일부인 m개의 노드가 성공하면 성공을 반환하고, n개의 자식 노드가 모두 실패하면 거짓을 반환합니다. '병렬'이라는 용어가 사용되지만 이 프로세스는 일반적으로 진정한 병렬 처리가 아닙니다. 코루틴에 더 가깝습니다.

예를 들어, 각 틱에서 각 자식 클래스는 왼쪽에서 오른쪽으로 순차적으로

개별적(individually)으로 틱하고 다음 틱까지 일시 중단됩니다.

(역주: 제어노드의 하위 부류로 시퀀스 노드- 모든 자식 노드를 순차적 실행), 셀렉터 노드- 자식 노드중 하나라도 성공하면 성공으로 종료되고, 모든 자식 노드가 실패하면 종료됨, 병렬 노드는 여러 작업을 동시에 시키는 제어노드, 저 위에 3개는 특별한 제어 노드라고 이해하면됨)

블랙보드 외에도 일반적으로 하위 트리의 루트에서 루프/반복 데코레이터를 사용하여 특정 하위 트리를 반복하거나 반전 데코레이터를 사용하여 성공을 실패로 또는 그 반대로 뒤집는 등 고유한 정책으로 하위 노드를 수정하는 데코레이터 노드가 있습니다.

이 외에도 여러 가지가 있지만 요점을 파악하기에는 충분합니다.

위에서 언급한 모든 노드를 결합하면 멋진 AI 에이전트를 빠르게 만들 수 있습니다. 이제 바로 그렇게 해보겠습니다.

(역주: 블랙보드는 AI 브레인이라고 흔히들 지칭하는데, 쉽게 말해서 블랙보드=칠판, 칠판 아키텍쳐라고도 하는데 다른 데이터를 넘겨줄려고 할때, 외부 데이터 저장소로 이용되는 아키텍쳐 기법을 말함.)

-나중에 시간나면 2편 번역함