Titel: |
Titel:
Die Würfel sind gefallen, Strategieoptimierung des Spieles Qwixx durch maschinelles Lernen
|
Autoren: |
Autoren:
Janetzki, Susann, Landesschule Pforta, Naumburg (Saale)
|
Beitragende: |
Beitragende:
Editor: Physikalisch-Technische Bundesanstalt (PTB), ISNI: 0000 0001 2186 1887HostingInstitution: Physikalisch-Technische Bundesanstalt (PTB), ISNI: 0000 0001 2186 1887 |
Seiten: |
Seiten:
16
|
Sprachen: |
Sprachen:
de
|
DOI: |
DOI:
10.7795/320.202206
|
Art der Ressource: |
Art der Ressource:
PTB: Junge Wissenschaft,
DINI: Article,
DataCite: JournalArticle
|
Verlag: |
Verlag:
Physikalisch-Technische Bundesanstalt (PTB)
|
Rechte: |
Rechte:
Vervielfältigung nur zum eigenen persönlichen Gebrauch.
|
Datumsangaben: |
Datumsangaben:
Verfügbar:
2022-10-20
Angenommen: 2021-08-05 Eingereicht: 2021-06-30 |
Datei: |
Datei:
Datei herunterladen
(application/pdf)
5.5 MB
MD5 Prüfsumme: 1640954e14fc6d6899f9540f1883b79e SHA256 Prüfsumme: f9d968b4eed9ee55d3a6e8e3b41ed3dfd5961ca06379ed30ae87ce590c90bd31 |
Stichwörter: |
Stichwörter:
Qwixx ;
evolutionärer Algorithmus ;
künstliche Intelligenz ;
Maschinelles Lernen ;
Evolutionszyklus ;
Fitness ;
Training ;
Mutationsrate ;
Generation
|
Zusammenfassung: |
Zusammenfassung:
Für das Würfelspiel Qwixx wurde eine KI entwickelt, die mittels eines evolutionären Algorithmus KI-Spieler trainiert und so eine starke Strategie findet. Dazu werden auch verschiedene Trainingsmethoden verglichen und bewertet. Auf diese Weise wurde ein KI-Spieler („AlphaQwixx“) gefunden, der mit menschlichen Spielern konkurrieren und höhere Punktzahlen erreichen kann.
|
Information zur Reihe: |
Information zur Reihe:
Junge Wissenschaft. Paper 06/2022
|
Anderes: |
Anderes:
In der Jungen Wissenschaft werden Forschungsarbeiten von Schüler/innen, die selbstständig, z.B. in einer Schule oder einem Schülerforschungszentrum, durchgeführt wurden, veröffentlicht.
|
Zitat: |
Zitat:
Janetzki, Susann. Die Würfel sind gefallen. Strategieoptimierung des Spieles Qwixx durch maschinelles Lernen. Physikalisch-Technische Bundesanstalt (PTB), 2022. Verfügbar unter: https://doi.org/10.7795/320.202206
|

-OAR