Willkommen bei WCM
Um alle Funktionen dieser Website nutzen zu können müssen Sie sich Einloggen oder Registrieren. Die Registrierung ist unverbindlich und dauert nur einen Moment.
Computer lernt Brettspiele beim Zusehen
Veröffentlicht am 11.07.2012 16:03:15
Paris - Lukasz Kaiser, Student an der Université Paris Diderot http://univ-paris-diderot.fr , hat ein Computersystem entwickelt, das Brettspiele durch die Beobachtung von Partien erlernen kann. Dazu kommen verschiedene Logiksysteme und eine künstliche Intelligenz zum Einsatz. Bei einigen Spielen konnte der selbstlernende Rechner bereits über menschliche Gegner triumphieren.
Auf einem Rechner mit Singlecore-CPU und lediglich vier Gigabyte Arbeitsspeicher hat Kaiser die erste Version des Systems entwickelt. Insgesamt fünf verschiedene Brettspiele konnte die künstliche Intelligenz bereits erlernen: "Vier Gewinnt", "Gomoku", "Tic-Tac-Toe", "Breakthrough" und "Pawn Whopping". Für Kaiser sind Brettspiele "ein natürliches Model vieler interaktiver Szenarios der echten Welt, was das Resultat in einem breiten Kontext signifikant macht."
Wie berichtet wird, benötigt der Rechner nur rund 60 Sekunden um das Video eines Spiels zu verarbeiten. Über relationale Berechnung erkennt er die Reihen, Spalten und Diagonalen des Bretts. Unterschiedliche Logikansätze werden herangezogen, um die einzelnen Züge der Kontrahenten zu analysieren. Sie erlauben das Erstellen einer Formel, die die Regeln des Spiels mathematisiert. Eine universelle Computerintelligenz für Spiele zeichnet schließlich dafür verantwortlich, gültige von ungültigen Zügen zu unterscheiden und eine Taktik zu entwerfen, die zum Sieg führt.
Auch wenn komplexere Spiele, wie etwa Schach, von dem System noch nicht bewältigt werden können, geht Kaiser davon aus, dass sich dieses Verfahren generalisieren und auf andere Aufgabenstellungen anwenden lässt. Der Forscher will das digitale Hirn nun verbessern, um es auch hierarchische Ordnungen, Strukturen und probabilistische Formeln erkennen zu lassen. Das Verfahren könnte in Zukunft Bedeutung bei der Entwicklung autonom agierender Roboter erlangen.
Paper zur Forschungsarbeit: http://liafa.jussieu.fr/~kaiser/pub/learning_games_descriptive_complexity.pdf
Veröffentlicht am 11.07.2012 16:03:15
Paris - Lukasz Kaiser, Student an der Université Paris Diderot http://univ-paris-diderot.fr , hat ein Computersystem entwickelt, das Brettspiele durch die Beobachtung von Partien erlernen kann. Dazu kommen verschiedene Logiksysteme und eine künstliche Intelligenz zum Einsatz. Bei einigen Spielen konnte der selbstlernende Rechner bereits über menschliche Gegner triumphieren.
Auf einem Rechner mit Singlecore-CPU und lediglich vier Gigabyte Arbeitsspeicher hat Kaiser die erste Version des Systems entwickelt. Insgesamt fünf verschiedene Brettspiele konnte die künstliche Intelligenz bereits erlernen: "Vier Gewinnt", "Gomoku", "Tic-Tac-Toe", "Breakthrough" und "Pawn Whopping". Für Kaiser sind Brettspiele "ein natürliches Model vieler interaktiver Szenarios der echten Welt, was das Resultat in einem breiten Kontext signifikant macht."
Wie berichtet wird, benötigt der Rechner nur rund 60 Sekunden um das Video eines Spiels zu verarbeiten. Über relationale Berechnung erkennt er die Reihen, Spalten und Diagonalen des Bretts. Unterschiedliche Logikansätze werden herangezogen, um die einzelnen Züge der Kontrahenten zu analysieren. Sie erlauben das Erstellen einer Formel, die die Regeln des Spiels mathematisiert. Eine universelle Computerintelligenz für Spiele zeichnet schließlich dafür verantwortlich, gültige von ungültigen Zügen zu unterscheiden und eine Taktik zu entwerfen, die zum Sieg führt.
Auch wenn komplexere Spiele, wie etwa Schach, von dem System noch nicht bewältigt werden können, geht Kaiser davon aus, dass sich dieses Verfahren generalisieren und auf andere Aufgabenstellungen anwenden lässt. Der Forscher will das digitale Hirn nun verbessern, um es auch hierarchische Ordnungen, Strukturen und probabilistische Formeln erkennen zu lassen. Das Verfahren könnte in Zukunft Bedeutung bei der Entwicklung autonom agierender Roboter erlangen.
Paper zur Forschungsarbeit: http://liafa.jussieu.fr/~kaiser/pub/learning_games_descriptive_complexity.pdf
« Nano-Glaswand reguliert Innentemperatur · Computer lernt Brettspiele beim Zusehen
· FMK: Mobilfunk-Messungen in 50 Gemeinden gestartet »