Wichtig: Leider ist bei der Ankündigung im SoSe 2023 ein Fehler passiert. Melden Sie sich bitte bei 194.116 Programmierung von Strategie-Spielen - Strategische Planung und Reinforcement Learning an, wenn Sie an diesem Kurs teilnehmen möchten.
Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage, Strategiespiele mit vollständiger Information selbst zu implementieren und zu evaluieren. Sie verstehen die grundsätzlichen Ansätze der Tiefensuche und Monte-Carlo-Tree-Simulation und sind dazu in der Lage, effiziente Heuristiken zu implementieren. Im WiSe 2020/21 beschäftigen wir uns erstmals auch mit Spielen mit partieller Information und/oder Zufall.
WICHTIG! Aufgrund der Corona-Pandmie wird die Vorlesung durch Videos + durch ein von den Studierenden zu erstellendes Abstract ersetzt. Alle Details dazu finden Sie im TUWEL-Forum.
Zentrales Thema der Vorlesung ist die Modellierung und Evaluierung von Strategien in Spielen mit definierten Regeln und vollständiger Information. Dieses Thema wird in der Vorlesung interaktiv erarbeitet und im Übungsteil mit einem realistischen Anwendungsbeispiel gefestigt.
Didaktisches Konzept
Verteilung der ECTS-Punkte
Beschreibung ECTS Stunden--------------------------------------------------Vorbereitung 0.04 1.0Vorlesung 0.32 8.0Vorbereitung des Übungsprojektes 0.04 1.0Übungs-Projektarbeit 2.60 65.0
--------------------------------------------------Gesamt 3.00 75.0
Die Studierenden weisen ihr Verständnis insbesondere durch die Lösung des praktischen Übungsbeispiels und ihre Mitarbeit in der Vorlesung nach.
Nicht erforderlich
