Sie implementieren und evaluieren eine oder mehrere KI-Techniken für ein strategisches 2-Personen-Spiel:
- Alpha-Beta-Suche mit den üblichen Optimierungen wie Bitboards, Ruhesuche, Zugsortierung mit Heuristiken, Aspiration Window, Transposition Table
- Parameteroptimierung für die Bewertungsfunktion, beispielsweise durch einen evolutionären Ansatz
- Monte Carlo Tree Search mit UCT und einer geeigneten (zu ermittelnden) Simulation Policy)
- (Gegebenenfalls Deep Learning, wenn Sie eine Lösung für das Problem qualifizierter Trainingsdaten haben)
- (Gegebenenfalls Reinforcement Learning)
Eine lange Liste möglicher Spiele finden Sie unter dem folgenden Link:
- https://boardgamegeek.com/wiki/page/Gamerz
Die Komplexität der Spiele ist sehr unterschiedlich (Breite/Tiefe des Suchbaums, Zuggenerator, Bewertungsfunktion) und entsprechend passend müssen Ihre Ziele/Schwerpunkte und Herangehensweise angelegt werden.
Wählen Sie ein passendes Spiel (für das noch keine KI existiert, es muss nicht in der obigen Liste auftauchen) und skizzieren Sie Ihren Ansatz. Dieses initiale Proposal senden Sie mir dann zu.
Voraussetzungen
- KI-Kenntnisse, idealerweise erfolgreiche Teilnahme an den Modulen “Künstliche Intelligenz: Grundlagen…” und dem “Projekt symbolische KI”.