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.
SEHR WICHTIG: Beachten Sie, dass aufgrund des hohen Andrangs und der beschränkten Ressourcen für diesen Kurs für die erfolgreiche Anmeldung im E-Learning-Bereich unter folgender Adresse ein Assessment-Test zum Thema "Reinforcement Learning" auszufüllen ist:
https://tuwel.tuwien.ac.at/mod/quiz/view.php?id=661069
Beachten Sie bitte, dass Sie sich für den TUWEL-Kurs erst anmelden müssen ("enroll into course").