392148 Neural Quakebots - Verhaltenslernen für Computerspiele (Pj) (SoSe 2004)

Im Vergleich zu ihren Vorfahren aus den frühen 70er Jahren sind moderne Computerspiele grafische Meisterwerke und versetzen die Spieler in hoch komplexe, phantasievolle Welten. Betrachtet man allerdings die Intelligenz computergesteuerter Gegenspieler, so zeigt sich, dass diese auch heute noch ähnlich hölzern und vorhersehbar agieren wie in älteren Spielegenrationen. Dies liegt ganz einfach daran, dass die in den meisten Spielen eingesetzten KI Techniken im Gegensatz zur Grafikprogrammierung oder zum Storytelling auf dem Stand der 70er Jahre stehen geblieben sind. In diesem Projekt wollen wir nach neuartigen, praxistauglichen Lösungen für diese Probleme suchen.

Der Ansatz, den wir dabei verfolgen möchten, besteht darin, von Menschen aufgezeichnete Spiele (demos) zu analysieren. Die Idee ist, dass in diesen Daten das Spielverhalten menschlicher Spieler implizit kodiert ist, so dass sich anhand der Demodaten Klassifikatoren trainieren lassen, die Zusammenhänge zwischen Spielzustand und Spielverhalten kennen. Auf diese Art und Weise wollen wir versuchen Bots zu implemtieren, die das Verhalten menschlicher Spieler nachahmen und somit natülicher wirken als bisherige Computergegner. Interessant sind dabei vor allem die Fragen, wie viele verschiedene Verhaltensweisen sich lernen lassen, ob vielleicht auch unterschiedliche Rollen für Teamspiele erlernbar sind und wie gut sich derart trainierte Bots in Spielewelten zurechtfinden

Dieses Projekt richtet sich also an Studierende im Hauptstudium, die Interesse an Musterklassifikation, neuronalen Netzen und Data Mining haben und diese Techniken in einem neuen Anwendungsfeld praktisch erproben wollen. Natürlich wird im Laufe des Seminars sicher auch gespielt werden (irgendwoher müssen die demos ja kommen), der Schwerpunkt wird aber eindeutig auf der Entwicklung und Implementierung geeigneter Klassifikationsverfahren liegen. Programmierkenntnisse (bestenfalls in MATLAB) und die Bereitschaft sich engagiert und intensiv mit der nötigen Mathematik zu beschäftigen sollten bei den Teilnehmenden also vorhanden sein.

Requirements for participation, required level

Vorherige Teilnahme an den Veranstaltungen Mustererklassifikation, Musteranalyse, Neuronal Netze I+II ist sicher vorteilhaft aber nicht zwingend. Unerlässlich hingegen sind Programmierefahrung und mathematische Kenntnisse, die dem Stand des Vordiploms in NWI entsprechen.

Bibliography

• Cass, S., Mind Games, IEEE Spectrum, Dec. 2002
• Laird, J.E., Using a Computer Game to develop advanced AI, IEEE Computer, Jul. 2001
• Rabin, S., AI Game Programming Wisdom, Charles River Media, 2002

External comments page

http://www.techfak.uni-bielefeld.de/ags/ai/lectures/S04.html#392148