연구팀은 NHL 26 개발 버전의 골리 AI 테스트에 활용할 수 있는 RAID(Reward-Adaptive Iterative Discovery) 방법을 제안했어요. RAID는 강화 학습(RL) 기반으로 골 넣는 에이전트들을 훈련시켜 AI의 취약점을 자동으로 찾아내는 방식이에요. 기존 방식의 RL 알고리즘이 특정 해결책에 과적합되는 문제를 개선하기 위해 다양한 고품질 해결책을 찾는 방법을 추가했어요.
단일 실험에서 RAID는 수 시간 동안의 수동 테스트에서 플레이테스터가 발견한 6가지의 골 넣는 전략적 취약점을 찾아냈어요. 이는 기존 RL 방식의 한계를 극복하고, 테스트 효율성을 높이는 데 기여할 수 있는 결과예요.
이번 연구는 게임 개발 과정에서 반복적인 테스트 작업을 자동화하고, 개발 효율성을 높이는 데 기여할 수 있는 가능성을 보여주는 사례로 평가받고 있어요.