Sem­i­nar: Knowl­edge En­gi­neer­ing und Ler­nen in Spie­len - SS 06

Die Noten wer­den ab 28.​7.​ vormit­tags vor E304 aushängen.

In­halt

Im Rah­men dieses Sem­i­nars wer­den wir Ein­satzmöglichkeit­en für Meth­o­d­en der künstlichen In­tel­li­genz in der En­twick­lung von Com­put­er-Spie­len betrachten.​ Hauptsächlich wer­den wir dabei entsprechende Fachbücher dur­char­beit­en, vo­raus­sichtlich die bei­den fol­gen­den:

AI for Game Developers
  • David M.​ Bourg, Glenn See­mann: AI for Game De­vel­op­ers, O'Reil­ly, 2004.
  • Alex J.​ Champan­dard: AI Game De­vel­op­ment, New Rid­ers Pub­lish­ing, 2003.​
Es ist nicht notwendig, diese Bücher zu kaufen.
AI Game Development

Das Buch von Bourg und See­man ist als E-Book in der Bib­lio­thek vorhan­den (Zu­griff nur aus dem Uni-Netz).

Es wird er­wartet, daß Stu­den­ten die ihnen zugeteil­ten Ma­te­ri­alien (im Regelfall 2-4 Kapi­tel aus oben genan­nten Büchern) in einem ca. 45-minütigen Kurz-Vor­trag (30 min Vor­trag, 15 min Diskus­sion) vorstellen.​ Der Vor­trag sollte je­doch in­haltlich über diese Ma­te­ri­alien hin­aus­ge­hen und eine selb­ständige Au­seinan­der­set­zung mit dem gewählten Thema demon­stri­eren.

Es steht (nach Rück­sprache) auch frei, anstatt der Fachar­tikel eine prak­tis­che Er­probung eines bekan­nten oder eigenes Ansatzes zu er­ar­beit­en und zu präsen­tieren bzw.​ eigene The­men­vorschläge einzubrin­gen.

Die Ver­gabe von The­men er­fol­gt am er­sten Sem­i­nars-Ter­min (18.​4.​),​ Sie können aber bere­its davor In­ter­esse an bes­timmten The­men an­melden.

Vorken­nt­nisse

Es sind keine beson­deren Vorken­nt­nisse aus dem Ge­bi­et der künstlichen In­tel­li­genz oder dem Maschinellen Ler­nen erforderlich.​ Im Prinzip kann das Sem­i­nar auch von Stu­den­ten des Grund- oder Bach­e­lor-Studi­ums be­sucht wer­den.

Vorträge

Es wird er­wartet, daß Sie die Vorträge mit Slides begleiten.​ Falls Sie keinen Lap­top haben, bitte mir die Slides rechtzeit­ig zu senden, damit ich sie auf meinem Lap­top ein­spie­len bzw.​ testen kann.​ Die Vorträge und/oder Slides können wahlweise auf Deutsch oder En­glisch gehal­ten wer­den.

Beno­tung

In die Gesamt­note fließen die Ausar­beitung des Vor­trags (Folien), die Präsen­ta­tion, die Beant­wor­tung von Fra­gen zum Vor­trag, sowie die ak­tive Teil­nahme an der Diskus­sion bei den Vorträgen an­der­er ein.​ Eine schriftliche Ausar­beitung ist nicht notwendig.

Im Vorder­grund der Gesamt­beno­tung steht je­doch die selb­ständige Au­seinan­der­set­zung mit den vorgestell­ten Methoden.​ Für eine sehr gute (1.​x) Beu­rteilung muß Ihr Vor­trag über eine blosse in­haltliche Wieder­gabe der Tech­niken hinausgehen.​ Einfliessen lassen können Sie z.​B.​ eigene Er­fahrun­gen, Ideen, oder auch Demos.​ Eine ex­ak­te Wieder­gabe des In­halts der Pa­piere fhrt nur zu einer Beurteilung mit 2.​x,​ auï¿œror­dentlich schwache Leis­tun­gen in einem der genan­nten Punk­te, ins­beson­dere man­gel­nde Mi­tar­beit im Sem­i­nar, zu 3.​x oder schlechter.

Ort und Zeit

jew­eils Di­en­stag, 16:15 - 17:55, Raum S202|A102.

The­men, Ter­mine und Vor­tra­gende

B&S = David M.​ Bourg, Glenn See­mann: AI for Game De­vel­op­ers

, O'Reil­ly, 2004.

Cha = Alex J.​ Champan­dard: AI Game De­vel­op­ment, New Rid­ers Pub­lish­ing, 2003.

Basic Move­ments (2.5.)

  • Chas­ing and Evad­ing, B&S, Ch. 2 (Skrin­jar, Slides)
  • Pat­tern Move­ment, B&S, Ch. 3 (Zubac, Slides)

Ad­vanced Move­ments (9.5.)

  • Flock­ing, B&S, Ch. 4 (Lade­beck, Slides)
  • Po­ten­tial Func­tion-Based Move­ment, B&S, Ch. 5 (Koller, Slides)

Pathfind­ing (16.5.)

  • Basic Pathfind­ing and Way­points, B&S, Ch. 6, (Awer­buch, Slides)
  • A* Pathfind­ing, B&S, Ch. 7 (Sut­lar, Slides)

Script­ing and Rule-Based Sys­tems (23.5.)

  • Script­ed AI and Fi­nite State Ma­chines, Weapon Se­lec­tion, B&S, Ch. 9, Cha, Ch. 22-25 (Ri­ether, Slides)
  • Rule-Based Sys­temes B&S, Ch. 11, Cha, Ch. 11-12 (Dauter­mann, Slides)

Fuzzy Logic (30.5.)

  • In­tro­duc­tion / Threat As­sess­ment, B&S, Ch. 10 (Stayko­va, Slides)
  • Fuzzy Move­ment, Cha, Ch. 29-31 (Güldner, Slides)

Fi­nite State Ma­chines and Emo­tions (6.6.)

  • Fi­nite State Ma­chines for Emo­tions, B&S, Ch. 8, Cha, Ch. 36-39 (Glöckner)
  • Ad­vanced Emo­tion­al Sys­tems, Cha, Ch. 40-42 (Paul­heim, Slides)

Ge­net­ic Al­go­rithms (13.6.)

  • Ge­net­ic Al­go­rithms, B&S, Ch. 15 (Bech­er, Slides)
  • Clas­si­fi­er Sys­tems / Adap­tive De­fen­sive Strate­gies, Cha, Ch. 32-34 (Beetz, Slides)

Shoot­ing (27.6.)

  • Shoot­ing and Ai­min­ing, Cha, Ch. 13-18 (Burkhardt, Slides)
  • Shoot­ing, Cha, Ch. 19-20 (Gli­esche, Slides)
  • Clas­si­fi­ca­tion and Re­gres­sion Trees, Cha, Ch. 26-28 (Müller, Slides)

Learn­ing (4.7.)

  • Re­in­force­ment Learn­ing and Adap­tive Be­hav­iors, Cha, Ch. 35, 46-48 (Seifert, Slides)

Bayesian and Neu­ral Net­works (4.7.)

Adap­tiv­i­ty (11.7.)

Play­er Mod­el­ing (18.7.)

  • Play­er Pre­dic­tion (Moch, Slides)
    • Fri Mommersteeg.​ Pattern Recog­ni­tion with Se­quen­tial Prediction.​ AI Game Pro­gram­ming Wis­dom, 2002.
    • Fran­cois Do­minic Laramee.​ Using N-Gram Sta­tis­ti­cal Mod­els to Pre­dict Play­er Behavior.​ AI Game Pro­gram­ming Wis­dom, 2002.​
  • Op­po­nent Mod­el­ing (Jara­menko, Slides)

Web-Sites

Kontakt

small ke-icon

Knowledge Engineering Group

Fachbereich Informatik
TU Darmstadt

S2|02 D203
Hochschulstrasse 10

D-64289 Darmstadt

Sekretariat:
Telefon-Symbol+49 6151 16-21811
Fax-Symbol +49 6151 16-21812
E-Mail-Symbol info@ke.tu-darmstadt.de

 
A A A | Drucken | Impressum | Sitemap | Suche | Mobile Version
zum Seitenanfangzum Seitenanfang