Bachelor Thesis BCLR-2015-31

BibliographyGräber, Manuel: Monte Carlo Tree Search Algorithmen für das Brettspiel ”Scotland Yard”.
University of Stuttgart, Faculty of Computer Science, Electrical Engineering, and Information Technology, Bachelor Thesis No. 31 (2015).
55 pages, german.
CR-SchemaI.2.1 (Applications and Expert Systems)
I.2.8 (Problem Solving, Control Methods, and Search)
G.3 (Probability and Statistics)
Abstract

Monte Carlo Algorithmen haben in letzter Zeit immer mehr an Bedeutung gewonnen. Vor allem das Einsetzen von Monte Carlo Algorithmen zum Erstellen und randomisierten Absuchen eines Suchbaums hat neue Wege im Bereich der Künstlichen Intelligenz geschaffen. In der vorangegangenen Arbeit von Minorics [1] wurden für das Brettspiel Scotland Yard KIs für die Steuerung von Mister X entwickelt. Diese KI-Algorithmen haben jedoch keine Planung der Züge im klassischen Sinn vorgenommen. Eine Steuerung der Detektive wurde zudem nicht implementiert. Diese Arbeit erweitert die Ergebnisse der vorangegangenen Arbeit durch das Umsetzen von KIs zur Steuerung der Detektive und durch das Einsetzen von Monte-Carlo-Tree-Search-Algorithmen für die Zugplanung. Neben der Implementierung der einzelnen KIs steht auch deren ausführliche Evaluation im Mittelpunkt der Arbeit. Diese wurde anhand von umfassenden Testspielen durchgeführt, bei den jeweils verschiedene KIs für Mister X und die Detektive gegeneinander evaluiert werden.

Full text and
other links
PDF (3881472 Bytes)
Department(s)University of Stuttgart, Institute of Visualisation and Interactive Systems, Visualisation and Interactive Systems
Superviser(s)Bruhn, Prof. Andrés
Entry dateNovember 16, 2018
   Publ. Computer Science