Prak­tikum aus Künstlich­er In­tel­li­genz

Prak­tikum aus Künstlich­er In­tel­li­genz (6 CP)

Learn­ing to Play Bug­house

News

 

Zeit und Ort

Das erste Tr­e­f­fen find­et am Mittwoch, 24.04.2019 um 17:10h in E202 statt.​ Eine Teil­nahme an dieser Vorbe­sprechung ist notwendig, da in diesem Tr­e­f­fen die Plätze vergeben wer­den.

Weit­ere Tr­e­f­fen wer­den eben­falls Mittwochs um 17:10h in E202 stat­tfind­en, je­doch nicht notwendi­ger­weise jede Woche.

Die mo­men­tane Ter­min-Pla­nung ist wie folgt:

In­halt

Im Zuge dieses Prak­tikums wer­den wir ver­suchen, in Grup­pen eine KI für Bug­house zu en­twick­eln. Bug­house, zu Deutsch auch Tan­dem-Schach genan­nt, ist eine Schach-Vari­ante, in der Teams von jew­eils 2 Spiel­ern gegeneinan­der antreten, wobei ein Spiel­er die weißen und sein Part­ner die schwarzen Steine führt.​ Die Beson­der­heit des Spiels liegt darin, dass jeder Spiel­er einen von seinem Part­ner geschla­ge­nen Stein an Stelle eines Zugs auf seinem Brett ein­set­zen kann.

Sieger ist das Team, das als er­stes eine der bei­den Par­tien gewin­nt, en­twed­er durch Schachmatt oder durch Zeitüberschre­itung des Gegners.​ Dadurch erhält das Spiel auch eine beson­dere Dy­namik, da ein Spiel­er, der ein Matt im nächsten Zug nicht mehr ver­hin­dern kann, keinen Zug mehr machen wird und da­rauf hofft, dass sein Part­ner gewin­nen kann bevor die eigene Be­denkzeit ausläuft.

Hin­ter­grund der Auf­gaben­stel­lung ist, dass 2018 ein Team von Stu­den­ten der TU Darm­stadt einen Bot en­twick­elt hat, der in der ver­wandten Schach-Vari­ante Crazy­house den Bot Craz­yAra en­twick­elt hat, der in einem Wet­tkampf den Welt­meis­ter be­siegen konnte.​ Crazy­house ist die Ein-Per­so­n­en-Vari­ante von Bug­house, in der die Fig­uren, die man selb­st schlägt, die Farbe wech­seln und auf der eige­nen Seite wieder einge­set­zt wer­den können.​ Im Gegen­satz zu Crazy­house kom­men bei Bug­house durch das Spiel auf 2 Bret­tern gle­ichzeit­ig noch Ko­op­er­a­tionsaspek­te hinzu, wie z.​B.​ das Han­dling der beschränkten Be­denkzeit oder ggf.​ auch Kom­mu­nika­tion mit dem Part­ner.

Vorken­nt­nisse

Um an diesem Prak­tikum teilzunehmen, soll­ten Sie mit­brin­gen

  • Vorken­nt­nisse in Künstlich­er In­tel­li­genz, ins­beson­dere Suchal­go­rith­men wie Monte-Car­lo Tree Search (z.​B.​ Absolvierung der Vor­lesung "Einführung in die Künstliche In­tel­li­genz")
  • Grund­ken­nt­nisse in Deep Learn­ing (z.​B.​ Absolvierung der Vor­lesung "Deep Learn­ing: Meth­ods & Ar­chi­tec­tures")
  • El­e­mentare Ken­nt­nisse in Schach (zu­min­d­est die Grun­dregeln), sowie Begeis­terung für Brettspiele im all­ge­meinen

Lit­er­atur

Sie soll­ten sich ins­beson­dere mit den Al­pha­Go sowie Al­p­haZe­ro ver­traut machen.

Soft­ware und Tools

Es gibt einige in­of­fizielle Al­p­haZe­ro-Im­ple­men­tierun­gen im Netz.​ Die Au­flis­tung hier ist nicht vollständig, bi­etet aber einen guten Ein­stiegspunkt ins­beson­dere in die benötigte Pro­gram­mierumge­bung (Python, Ten­sor­flow, ...​).​

Es gibt auch einige Schach-Pro­gramme, die Bug­house spie­len können, wie z.​B.​

Die Pro­gramme sind in Bug­house meist be­deu­tend schwächer als im regulären Schach.
 

Ablauf

Die Stu­den­ten wer­den das Prak­tikum in Teams bear­beit­en, die jew­eils eigenständige Lösun­gen er­ar­beit­en, wobei natürlich ein Aus­tausch erwünscht ist. 

Als Lösungsweg ist angedacht, einen Grund­spiel­er mit­tels Deep Learn­ing aus men­schlichen Spie­len und/oder aus Spie­len gegen sich selb­st ler­nen zu lassen, und diesen dann um entsprechende Funk­tion­alitäten zur Ko­or­di­na­tion mit dem Part­ner zu er­weit­ern.

Als Train­ings­ma­te­ri­al steht zum Beispiel eine Daten­bank von auf einem Schach-Serv­er gespiel­ten Bug­house-Spie­len zur Verfügung.​ Die darin ver­wen­dete stan­dar­d­isierte No­ta­tion von Bug­house-Spie­len ist hier beschrieben.

Beurteilung

Die Lösun­g wird in Kle­in­grup­pen er­stellt werden.​​ Der Fortschritt der Ar­beit wird in den regelmäßigen Tr­e­f­fen disku­tiert und bewertet.​ Am Ende des Semesters ist ein schriftlich­er Bericht, der die in der Gruppe er­ar­beit­ete Lösung beschreibt, zu er­stellen (in En­glisch), der eben­falls in die Be­w­er­tung ein­fließen wird.

Beurteilt wird Ihr En­gage­ment für das Prak­tikum und die Qualität Ihres Lösungsweges (nicht unbe­d­ingt die Qualität der Lösung selb­st, d.​​h.​​ das Ab­schnei­den in Ver­gle­ich­skämpfen mit an­deren Lösun­gen ist nicht noten­rel­e­vant).

Kon­takt

Jo­hannes Fürnkranz, To­bias Jop­pen, Markus Zopf

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