Player-Adaptive Lightweight Evolutionary AI Framework for Content Generation
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구B)
2026년
2710111641
과학기술정보통신부
한국연구재단
전남대학교산학협력단
김만제
11명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2029.08.31
6,233만원
6,233만원
응용연구
대학
광주광역시 북구
정보/통신 > 정보이론 > 인공지능
최종목표개인화된 LLM과 진화강화학습을 결합하여 사용자 맞춤형 게임 콘텐츠를 자동 생성하고, 지식 증류 및 신경망 구조 탐색을 통해 경량화된 개인화 LLM 파이프라인을 구축한다. 최종적으로, 실제 게임 환경에서 실시간 서비스 수준의 실증 및 경진대회 참가를 통해 본 파이프라인의 실용성을 검증하는 것을 목표로 한다.1차년도 목표 및 내용목표: 사용자 반응 특...
1차년도: 플레이어 반응 특징을 효과적으로 인식할 수 있는 개인화 LLM 모델 개발연구내용 1. 다양성과 성능을 동시에 고려한 진화강화학습 설계최근 강화학습의 성능안정화가 많이 이루어졌으나, 다양성 있는 해를 구하기 보다 학습이 쉬운 특정 해에 편향되게 학습되고 있다. 이러한 기존 강화학습의 한계를 극복하기 위해, 다양성과 성능을 동시에 확보하는 Quali...
... 생성으로 치료 효과 및 참여도 개선④ 문화콘텐츠 산업: 인터랙티브 스토리텔링을 통한 개인화 디지털 경험 제공 2) 연구과제의 기대효과[경제적/사회적 파급효과]① 개인화·실시간 생성 AI를 통해 ... 효율화 및 운영 비용 절감② 교육·공공·문화 분야로 확산되어 고품질 인터랙티브 서비스 생태계 전환 촉진③ 시뮬레이션 기반 데이터 확보를 통해 AI 연구개발 비용 및 진입장벽 완화[학술적/기술적 ...