Aktuelle Projekte
General Game Playing - Maskin leke
|
General Game Playing ist ein modernes und aktuelles Forschungsfeld der Künstlichen Intelligenz. Wir untersuchen Methoden, die in spezialisierten Programmen bereits erfolgreich eingesetzt wurden und entwickeln den General Game Player "Maskin leke" (übersetzt "spielende Maschine" aus dem norwegischen), der in der Lage ist, GDL-Spiele erfolgreich und gewinnorientiert zu spielen. Desweiteren arbeiten wir an einer neueren Version der Game Description Language, um sie auf größere Problemklassen zu erweitern. [ Projektseite ] |
Overwatch
|
Overwatch ist ein browserbasiertes, Player vs Player Strategiespiel.
Overwatch ist kein klassisches Browserspiel. Diese meist im wirtschaftlichen Teil auf ein Makromanagement festgelegten Spiele gehen z.B. in Kampfhandlungen nie ins Detail, sondern liefern nur ein Ergebnis in der Art: "Armee 1 hat Armee 2 mit den folgdenden Verlusten besiegt".
Hier setzen wir an und ermöglichen ein strategisches Mikromanagement, indem jede Figur durch den Spieler steuerbar ist...also ein TableTop-Spiel im Browser, in dem sich jeweils zwei Spieler gegenüber stehen. [ Projektseite ] |
|
CG Madness
|
CG Madness basiert auf dem Spieleklassiker Marble Madness. Es läuft mit OpenGL und benutzt einige aktuelle CG Techniken wie Lightmaps, Bumpmapping und Reflection-Shader. [ Projektseite ] |
Spieleframework JGameAI
|
JGameAI ist ein in Java entwickeltes KI-Framework, das für ein breites Spektrum an Spielen eine allgemeine Lösung anbietet. Es handelt sich dabei um eine verallgemeinerte Suchmethode, die sich mit einem selbstlernenden Verfahren zur Optimierung eines Computerspielers, nach und nach an den Gegebenheiten des untersuchten Spieles anpasst. Der Einsatz von jGameAI ist möglich für (i) Ein, Zwei oder Mehrspieler-Spiele, (ii) Deterministische Spiele und solche mit Zufallsereignissen und (iii) Spiele mit perfekter oder unvollständiger Information. Mehrere Optimierungen ermöglichen der verallgemeinerten baumbasierten Suche, die Erfassung eines größtmöglichen Zukunftsraumes und das Ermitteln einer optimalen Strategie für alle Spielsituationen. Dabei kann die Suche und das Lernen graphisch mitverfolgt und analysiert werden. [ Projektseite ] |
|
JavaSettlers
|
Für die komplexe Multiplayer-Anwendung "Siedler von Catan" war es notwendig einen neuen Multiplayer-Algorithmus zu entwickeln, der neben wahrscheinlichkeitsbasierten Zügen auch das Nacheinanderausführen eines Spielers erlaubt. Parallel wird das Spiel-Konzept in einem selbstentwickelten Multitouchsystem untergebracht. [ Projektseite ] |
JPoker
|
Wir entwickeln neue Strategien, die es einer Maschine ermöglicht, mit professionellen Pokerspielern in verschiedenen Pokervarianten mithalten zu können. Die große Herausforderung besteht in einer Gegnermodellierung, die das Verhalten der Mitspieler analysiert und den in seiner Größe schwer handhabbaren Suchraum sinnvoll reduziert. Das Lernen aus beobachteten Partien wird durch die Tatsache erschwert, dass der Spielausgang einzelner Runden unbekannt bleiben kann und somit nicht ausreichend Informationen für verwertbare Rückschlüsse vorliegen. [ Projektseite ] |
|
Go
|
the foobar style of playing go - kifoo ist eine KI fuer das Go-Spiel, ein jahrtausende altes, chinesisches Brettspiel, vergleichbar mit Schach. Auf Grund der Spiel-Komplexitätsgrades, welech die von Schach bei weitem ueberschreitet, ist Go zum Testen von Methoden der Künstlichen Intelligenz sehr interresant und eine grosse Herausvorderung. So koennen auch Supercomputer im Go noch lange keine Meister schlagen, auch wenn sich die Go Computer in den letzten Jahren durch neue Algorithmen und Konzepte auf besseres Amerteaurniveau hocharbeiten konnten.
Das kifoo-projekt versucht vorhandene Konzepte aufzunehmen und mit neuen Ideen zu verbinden: Die Basis fuer kifoo ist eine Monte-Carlo Baum-Suche, eine Mischung aus dem klassischem MinMax-Spielbaum und Monte-Carlo-Sampling. Darauf aufbauend wird mit neuen Ideen experimentiert und andere Konzepte wie Pattern-Matching und kuenstliches Lernen werden in die Suche integriert, um dem Ziel einer Go KI auf Meisternivau naeher zu kommen.
[ Projektseite ] |
FUSc#
|
Im Jahr 2002 wurde damit begonnen, den Schachmotor FUSc# in C# zu entwickeln. Inzwischen arbeiten wir an einer Java-Version (jFusch). Als Schwerpunkte werden dabei die automatische Fehleranalyse und anschließende Verbesserung der eigenen Spielstrategie untersucht. Dazu wurde ein neuartiger Lernalgorithmus entwickelt, der das Programm befähigt, Bewertungen für verschiedene Stellungsklassen unterschiedlich zu lernen.
[ Projektseite ] |
|
jCheckers
|
Das Spiel Dame gilt seit 2007 als "weakly solved". Der computerunterstützte Beweis dauerte mehrere Jahre. Das bedeutet, dass der Ausgang eines 8x8 Damespiels, wenn beide Gegner korrekt spielen, immer zu einem Remis führt. Aus KI-Sicht ist das Spiel immernoch interessant, wenn die Spielfeldgröße erweitert wird. [ Projektseite ] |
Asteroids-AI
|
Seit 2008 untersuchen wir den Einsatz von KI-Methoden in Echtzeitanwendungen. Als Plattform wird dafür Asteroids, eines der erfolgreichsten Spiele aller Zeiten, verwendet. Der Fokus liegt dabei auf der Vorhersage der günstigsten Aktionsreihenfolgen in Bezug auf sich ändernde Verhältnisse der Umgebung. [ Projektseite ] |
|
Spielwiese weiterer Projekte
|
Mehrere kleinere Spiele können zum kurzfristigen Testen neuer KI-Ideen verwendet werden. Darunter solche wie TicTacToe, 4-gewinnt! und weitere Mehrspieler mit und ohne Zufallsereignisse. Die Auswirkungen neuer allgemeiner Such- und Lernkonzepte können somit schnell und in einem überschaubaren Rahmen untersucht werden. [ Projektseite ] |
Java-Universität
|
Da ein Großteil unserer Projekte mit Java entwickelt wird, betreuen und fördern wir die Java-Universität und sind auch dort aktiv im Forum. Wir fördern auch externe Projekte und sich immer an Diskussionen und den Austausch von Gedanken interessiert. Da die meisten unserer Projekte in Java entwickelt werden, gibt es viele freiwillige Tutoren im Forum. [ Projektseite ] |
|
Labyrinth der Meister
|
Labyrinth der Meister, ist eine erweiterte Form von dem Spiel "Das verrückte Labyrinth". Ziel ist es eine spielfähige Version als Applet zugänglich zu machen. Es soll möglich sein mit 2-4 Spielern zu spielen und einen oder mehrere Computergegner zu wählen. Da die Komplexität des Spieles eine tiefe Suche und zusätzliche Strategien erfordert, wird es eine Herausforderung sein, eine gute KI zu entwickeln, die in angemessener Zeit zu guten Aktions-Entscheidungen kommt. [ Projektseite ] |