Jump to main content Jump to footer Skip navigation Jump to navigation start

Monte Carlo Tree Search in Brettspielen

vwadb.detail.abstract

Die Bestimmung von Zügen in Brettspielen mit perfekter Information, wie Schach oder Go, wird im Computer traditionell über Tiefensuche mit Alpha-Beta-Pruning implementiert. Bei Spielen mit großem Verzweigungsfaktor stößt dieser Ansatz aber rasch an seine Grenzen.

Seit etwa 10 Jahren gibt es mit dem Monte Carlo Tree Search einen weiteren Algorithmus, der in solchen Situationen gute Züge berechnen kann.

vwadb.detail.links

HIER geht es zu mehr Informationen zum Monte Carlo Tree Search

vwadb.detail.suggestions

  • Im Rahmen der VWA kann anhand einer Reihe von Brettspielen untersucht werden, welche Parameter dieses Algorithmus' Einfluss auf die Qualität der gefundenen Spielzüge haben und wie groß dieser Einfluss ist.

    vwadb.detail.literature

    • Winands, M.H.M. (2015). Monte-Carlo Tree Search. In: Lee, N. (eds) Encyclopedia of Computer Graphics and Games. Springer.

    vwadb.detail.special_offers

    • Für Spezialist/innen
    • Projekt mit zusätzlichen Unterstützungsangeboten

    vwadb.detail.research_area

    Künstliche Intelligenz

    vwadb.detail.keywords

    KI, Künstliche Intelligenz, AI, Brettspiele, Schach, Computer, Algorithmus, Parameter, Computerspiel

    vwadb.detail.institution

    vwadb.detail.assistance

    Meetings zur Klärung des Themas und Feedback bei der Projektentwicklung

    vwadb.detail.scientist

    Dr. Stephan Dreiseitl

    stephan.dreiseitl@fh-hagenberg.at

    YouTube is deactivated

    We need your consent to use YouTube videos. For more information, see our Privacy Policy.

    Vimeo is deactivated

    We need your consent to use Vimeo videos. For more information, see our Privacy Policy.

    OpenStreetMap is deactivated

    We need your consent to use OpenStreetMap. For more information, see our Privacy Policy.

    Issuu is deactivated

    We need your consent to use Issuu. For more information, see our Privacy Policy.