[논문 리뷰] From Declarative Languages to Declarative Processing in Computer Games

Benjamin Sowell, Alan Demers외 4명|ArXiv.org|2009. 09. 09.

Advanced Database Systems and Queries참고 문헌 10인용 수 4

한 줄 요약

이 논문은 의존적 스크립팅 대신 선언적 처리를 도입함으로써 게임 엔진 설계의 범주 전환을 제안한다. 캐릭터 AI를 명령형 코드에서 관계대수로 컴파일하여 메인 메모리 데이터베이스 유사 엔진에서 실행한다. 핵심 기여는 선언적 게임 시스템을 위한 연구 의제로, 원자적 동작, 반응형 프로그래밍, 적응형 쿼리 계획, 병렬 및 멀티플레이어 환경 지원을 강조하며, 게임 엔진 아키텍처를 혁신적으로 변화시키는 데 목적이 있다.

ABSTRACT

Recent work has shown that we can dramatically improve the performance of computer games and simulations through declarative processing: Character AI can be written in an imperative scripting language which is then compiled to relational algebra and executed by a special games engine with features similar to a main memory database system. In this paper we lay out a challenging research agenda built on these ideas. We discuss several research ideas for novel language features to support atomic actions and reactive programming. We also explore challenges for main-memory query processing in games and simulations including adaptive query plan selection, support for parallel architectures, debugging simulation scripts, and extensions for multi-player games and virtual worlds. We believe that these research challenges will result in a dramatic change in the design of game engines over the next decade.

연구 동기 및 목표

• 명령형 AI 스크립팅을 선언적 처리로 대체함으로써 게임 엔진 아키텍처를 혁신한다.
• 관계대수로 컴파일하고 메인 메모리 데이터베이스 스타일의 쿼리 처리를 통해 게임 로직의 고성능 실행을 가능하게 한다.
• 선언적 게임 시스템에서의 확장성, 디버깅, 병렬 및 멀티플레이어 환경 지원 문제를 해결한다.
• 복잡한 게임 행동을 선언적으로 표현하기 위해 원자적 동작 및 반응형 프로그래밍 원자 등을 포함한 새로운 언어 기능을 탐색한다.
• 선언적 기초와 고급 쿼리 최적화를 바탕으로 한 새로운 세대의 게임 엔진을 위한 기반을 마련한다.

제안 방법

• 명령형 스크립팅 언어로 작성된 캐릭터 AI를 관계대수 표현식으로 컴파일한다.
• 메인 메모리 데이터베이스 시스템 특성을 지닌 전용 게임 엔진을 사용해 컴파일된 관계대수를 실행한다.
• 워크로드의 동적 특성에 기반해 런타임 성능을 최적화하기 위해 적응형 쿼리 계획 선택 기법을 통합한다.
• 스케일링 가능한 게임 로직 처리를 위해 데이터 병렬 실행 모델을 활용한 병렬 아키텍처를 활용한다.
• 기록 추적 및 선언적 쿼리 인터페이스를 통해 시뮬레이션 스크립트의 디버깅을 지원한다.
• 분산 선언적 처리 기법을 활용해 다중 플레이어 게임 및 가상 세계를 지원하도록 모델을 확장한다.

실험 결과

연구 질문

• RQ1 어떻게 하면 명령형 게임 AI 코드를 효율적인 실행을 위해 관계대수로 효과적으로 컴파일할 수 있는가?
• RQ2 복잡한 게임 행동을 선언적으로 표현하기 위해 필요한 언어 기능(예: 원자적 동작, 반응형 프로그래밍)은 무엇인가?
• RQ3 적응형 쿼리 최적화는 동적인 게임 환경에서 성능을 어떻게 향상시킬 수 있는가?
• RQ4 병렬 및 분산 아키텍처를 통해 선언적 게임 처리를 확장할 때의 과제와 해결책은 무엇인가?
• RQ5 선언적 게임 로직 실행에 디버깅 및 기록 추적을 어떻게 통합할 수 있는가?

주요 결과

• 논문은 데이터베이스 스타일 최적화와 실행을 활용함으로써 게임 AI의 성능과 유지보수성 향상이 가능하다고 규명한다.
• 관계대수 컴파일은 게임 시뮬레이션에서 캐릭터 행동의 효율적이고 확장 가능하며 디버깅 가능한 실행을 가능하게 한다.
• 실시간 게임에서 흔히 발생하는 동적이고 예측 불가능한 워크로드를 처리하기 위해 적응형 쿼리 계획 선택이 필수적이다.
• 복잡하고 대규모의 가상 세계에까지 확장 가능한 선언적 게임 엔진을 위해 병렬 및 분산 실행 지원이 핵심이다.
• 반응형 프로그래밍과 원자적 동작의 통합은 선언적 게임 로직의 표현력과 정확성을 향상시킨다.
• 제시된 연구 의제는 선언적이고 데이터베이스 기반 아키텍처를 바탕으로 한 게임 엔진 설계의 근본적 전환을 위한 기반을 제공한다.