Spieltheorie. Miriam Polzer Miriam Polzer Spieltheorie / 40
|
|
- Herbert Kaufer
- vor 8 Jahren
- Abrufe
Transkript
1 Spieltheorie Miriam Polzer Miriam Polzer Spieltheorie / 40
2 1 Grundlagen 2 Minimax und Alpha-Beta-Pruning 3 Nim-Spiele 4 Josephus-Problem Miriam Polzer Spieltheorie / 40
3 1 Grundlagen 2 Minimax und Alpha-Beta-Pruning 3 Nim-Spiele 4 Josephus-Problem Miriam Polzer Spieltheorie / 40
4 Spiel Teil der Definition endliche Menge von Spielern {S 1, S 2,...} Regeln, die allen Spielern bekannt sind Gewinnvektor für jeden möglichen Spielausgang: (Gewinn S 1, Gewinn S 2,..) Wir werden im Folgenden nur 2-Spieler-Spiele betrachten. Miriam Polzer Spieltheorie / 40
5 BeiSpiel 1: Piles Piles: Regeln gegeben ist ein Haufen mit N Steinen jeder Spieler darf in seinem Zug 2, 3 oder 6 Steine entfernen wer am Zug ist und nicht mehr entfernen kann, hat verloren Miriam Polzer Spieltheorie / 40
6 Piles: Spielbaum Steine : N = 6, bei 0 oder 1 ist das Spiel zu Ende. -6 S 1 (6) -3-2 (1,-1) S 2 (3) S 2 (4) (-1,1) (-1,1) (-1,1) S 1 (2) Gewinnvektor -2 (1,-1) Miriam Polzer Spieltheorie / 40
7 Nullsummenspiel Definition Als Nullsummenspiel bezeichnet man ein Spiel, bei dem die Summe jedes Gewinnvektors 0 ist. Piles ist ein Nullsumenspiel Wir können vereinfachen, da der Gewinn des einen Spielers der Verlust des anderen ist. Ein Spieler will dann die Auszahlung maximieren (Max-Spieler), der andere minimieren (Min-Spieler) Miriam Polzer Spieltheorie / 40
8 Piles: Spielbaum vereinfacht S max (6) S min (3) S min (4) S max (2) -2 Auszahlung 1 Gewinn Min-Spieler: Auszahlung Gewinn Max-Spieler: Auszahlung Miriam Polzer Spieltheorie / 40
9 Strategie Definition Eine Strategie des Spielers S legt für jeden möglichen Spielzustand, bei dem S am Zug ist, fest, für welchen Zug sich S entscheidet. Ein Strategie-N-Tupel ordnet jedem Spieler für ein Spiel eine Strategie zu: (Strategie S 1, Strategie S 2,...) Bei Piles mit N = 6 braucht S max also eine Strategie, die mindestens auf 6 und 2 eine valide Antwort gibt. Miriam Polzer Spieltheorie / 40
10 BeiSpiel 2: Gefangenendilemma Gefangenendilemma zwei Verbrecher werden unabhängig voneinander verhört Beide können entweder die gemeinsame Tat gestehen oder schweigen, wissen aber nicht, was der andere tut. Miriam Polzer Spieltheorie / 40
11 BeiSpiel 2: Gefangenendilemma Spieler 1 Spieler 2 Gestehen Schweigen Gestehen ( 8, 8) (0, 10) Schweigen ( 10, 0) ( 1, 1) Spieler 1 entscheidet über Zeile, Spieler 2 über Spalte Beide werden gestehen, weil das unabhängig vom Gegner den größeren Gewinn bringt. immer gestehen ist dominante Strategie Miriam Polzer Spieltheorie / 40
12 Dominante Strategie Definition Eine dominante Strategie, ist eine Strategie, die unabhängig vom Gegner immer den größtmöglichen Gewinn bringt. Miriam Polzer Spieltheorie / 40
13 Nash-Gleichgewicht Definition Ein Nash-Gleichgewicht ist ein Strategie-Tupel, bei dem es sich für keinen Spieler auszahlt, (als Einziger) von seiner Strategie abzuweichen. Jedes Tupel aus dominanten Strategien ist auch ein Nash-Gleichgewicht. Miriam Polzer Spieltheorie / 40
14 1 Grundlagen 2 Minimax und Alpha-Beta-Pruning 3 Nim-Spiele 4 Josephus-Problem Miriam Polzer Spieltheorie / 40
15 Minimax: Theorem Theorem Bei 2-Spieler-Nullsummenspielen mit endlich vielen Strategien gibt es ein V und für jeden Spieler eine Strategie, so dass gilt: Gewinn Max-Spieler: mindestens V Gewinn Min-Spieler: mindestens -V As far is I can see, there could be no theory of games...without that theorem...i thought there was nothing worth publishing until the Minimax Theorem was proved. J. v. Neumann Miriam Polzer Spieltheorie / 40
16 Minimax: Theorem Beobachtungen: Alle Strategietupel, die zu V führen sind Nash-Gleichgewichte des Spiels. Jedes 2-Spieler-Nullsummenspiel mit endlich vielen Strategien ist lösbar. Wenn man perfekte Informationen hat, kann man das Spiel mit optimalen Strategien simulieren, um eine Lösung zu finden. Miriam Polzer Spieltheorie / 40
17 Minimax: Algorithmus Strategie den eigenen Gewinn maximieren Umsetzung Tiefensuche auf Spielbaum Bottom-Up: Maximum (Max-Spieler) oder Minimum (Min-Spieler) aller Kinder nach oben weiterreichen. Laufzeit O(b d ) b = Verzweigunsgrad, d = Suchtiefe Verbesserung Falls Situationen öfter im Spielbaum vorkommen dynamische Programmierung verwenden Miriam Polzer Spieltheorie / 40
18 Minimax:Beispiel Max-Spieler: Min-Spieler: Miriam Polzer Spieltheorie / 40
19 Minimax:Beispiel 4 Max-Spieler: Min-Spieler: Miriam Polzer Spieltheorie / 40
20 Minimax:Beispiel 4 4 Max-Spieler: Min-Spieler: Miriam Polzer Spieltheorie / 40
21 Minimax:Beispiel 4 4 Max-Spieler: Min-Spieler: Miriam Polzer Spieltheorie / 40
22 Minimax:Beispiel 4 4 Max-Spieler: Min-Spieler: Miriam Polzer Spieltheorie / 40
23 Minimax:Beispiel Max-Spieler: Min-Spieler: Miriam Polzer Spieltheorie / 40
24 Minimax:Beispiel Max-Spieler: Min-Spieler: Miriam Polzer Spieltheorie / 40
25 Alpha-Beta-Pruning Einführung von zwei Werten, die das aktuell beste gefunden Ergebnis speichern: α minimaler Gewinn für Max-Spieler β minimaler Gewinn für Min-Spieler Abbruchbedingung Der aktuelle Teilbaum wird nie gewählt werden wenn: β α Laufzeit Worst-Case: O(b d ) Average-Case: O(b 3d/4 ) Miriam Polzer Spieltheorie / 40
26 Alpha-Beta-Pruning: Algorithmus 1 // I n i t i a l c a l l : a l p h a b e t a ( o r i g i n, depth, i n f, +i n f, t r u e ) 2 3 f u n c t i o n a l p h a b e t a ( node, depth, a, b, maxp) 4 i f ( node i s l e a f ) r e t u r n v a l u e o f node 5 i f maxp 6 f o r each c h i l d o f node 7 a := max ( a, 8 a l p h a b e t a ( c h i l d, depth 1, a, b, not (maxp ) ) ) 9 i f b <= a 10 b r e a k 11 r e t u r n a 12 e l s e 13 f o r each c h i l d o f node 14 b := min ( b, 15 a l p h a b e t a ( c h i l d, depth 1, a, b, not (maxp ) ) ) 16 i f b <= a 17 b r e a k 18 r e t u r n b Miriam Polzer Spieltheorie / 40
27 Negamax: weniger Code 1 // I n i t i a l c a l l : negamax ( o r i g i n, depth, i n f, +i n f, 1) 2 3 f u n c t i o n negamax ( node, depth, a, b, s i g n ) 4 i f node i s l e a f 5 r e t u r n s i g n v a l u e o f node 6 e l s e 7 f o r e a c h c h i l d o f node 8 v a l := negamax ( c h i l d, depth 1, b, a, s i g n ) 9 i f v a l >= b 10 r e t u r n v a l 11 i f v a l >= a 12 a := v a l 13 r e t u r n a Miriam Polzer Spieltheorie / 40
28 1 Grundlagen 2 Minimax und Alpha-Beta-Pruning 3 Nim-Spiele 4 Josephus-Problem Miriam Polzer Spieltheorie / 40
29 Winning/Losing Position Winning Position Eine Situation, die bei richtiger Spielweise unabhängig vom Gegner zum Sieg führt. Losing Position Eine Situation, die es bei richtiger Spielweise des Gegners unmöglich macht, zu gewinnen. Miriam Polzer Spieltheorie / 40
30 Winning/Losing Position Folgerung Eine Situation ist genau dann Winning Position, wenn es eine mit einem Zug erreichbare Losing Position gibt. Umgekehrt gilt: Aus einer Losing Position ist nie eine Losing Position erreichbar. Miriam Polzer Spieltheorie / 40
31 Piles: W/L Positions Initale Losing Positions: 0,1 Übergänge: 2,3 oder 6 abziehen Falls dadurch L erreichbar W sonst L N W/L L L W W W L W W W L L W Miriam Polzer Spieltheorie / 40
32 A Game A Game Startposition ist eine Zahl N, die Spieler ziehen abwechselnd von der aktuellen Zahl eine beliebige positive Ziffer dieser Zahl ab. Der Spieler, der 0 herstellt, gewinnt. Miriam Polzer Spieltheorie / 40
33 A Game: Analyse N L/W L W L W L... Vermutung: N Losing Position N mod 10 = 0 Spielende: 0 mod 10 = 0 noch zu zeigen: aus jeder Winning Position ist eine Losing Position erreichbar und aus einer Losing Position ist niemals eine Losing Position erreichbar Miriam Polzer Spieltheorie / 40
34 A Game: Beweis N ist Winning Position N mod 10 0, N > 0 subtrahiere letzte Ziffer s = N mod 10 (N s) mod 10 = 0 Losing Position erreicht Miriam Polzer Spieltheorie / 40
35 A Game: Beweis N ist Losing Position N mod 10 = 0, N > 0 möglicher Subtrahend s: s [1; 9], s mod 10 [1; 9] (N s) mod 10 = (N mod 10) + ( s mod 10) mod 10 = 0 + ( s mod 10) mod 10 0 keine Losing Position erreichbar Miriam Polzer Spieltheorie / 40
36 Nim Regeln Es gibt N Streichholzhaufen. Jeder Spieler nimmt, wenn er am Zug ist, ein bis alle Streichhölzer von einem Haufen weg. Der Spieler, der das letzte Streichholz entfernt, gewinnt. Miriam Polzer Spieltheorie / 40
37 Nim: Lösung Lösung Sei n 0,..., n k die Grösse der Haufen Losing-Position n 0... n k = 0 (Nim-Summe) n 0 = 3 (0 1 1) 2 n 1 = 7 (1 1 1) 2 n 2 = 2 (0 1 0) 2 W (1 1 0) 2 Nim-Summe 0 Winning-Position Miriam Polzer Spieltheorie / 40
38 Nim: Beweis der Lösung Winning Position Losing Position erreichbar: höchstwertige Spalte mit ungerade Anzahl Einsen finden eine 1 in dieser Spalte auf 0 setzen in der gewählten Zeile restliche Ziffern so ändern, dass die Nim-Summe 0 ergibt Miriam Polzer Spieltheorie / 40
39 Nim: Beispiel n 0 = 3 (0 1 1) 2 n 1 = 7 (1 1 1) 2 n 2 = 2 (0 1 0) 2 W (1 1 0) 2 n 0 = 3 (0 1 1) 2 n 1 = 1 (0 0 1) 2 n 2 = 2 (0 1 0) 2 L (0 0 0) 2 Miriam Polzer Spieltheorie / 40
40 Nim: Beweis der Lösung Losing Position Keine Losing Position erreichbar: Mindestens eine 1 wird zur 0 geändert, dadurch entsteht eine Spalte mit ungerader Anzahl Einsen. Spielende Ein Spieler hat verloren, wenn er am Zug ist und alle Haufen leer sind: = 0 Miriam Polzer Spieltheorie / 40
41 Misére-Nim Misére Als Misére bezeichnet man eine Spielvariante, bei der es darum geht zu verlieren bzw. den größten Verlust zu machen. Misére-Nim Gleiche Regeln wie Nim, nur verliert der Spieler, der den letzten Stein nimmt. Miriam Polzer Spieltheorie / 40
42 Misére-Nim Lösung Gleiche Strategie wie Nim, bis auf einen Zug: Wenn durch ihn erstmals nur Haufen der Größe 1 übrig bleiben, stelle ungerade Anzahl an Haufen her. Diese Auswahl hat offensichtlich immer der Spieler, der Nim gewinnen würde. Also sind Winning/Losing Positions gleich wie bei Nim solange ein Haufen größer als 1 existiert. Miriam Polzer Spieltheorie / 40
43 1 Grundlagen 2 Minimax und Alpha-Beta-Pruning 3 Nim-Spiele 4 Josephus-Problem Miriam Polzer Spieltheorie / 40
44 Josephus Flavius Josephus seine Freunde verstecken sich in einer Höhle vor den Römern. Um der Sklaverei zu entgehen beschliessen sie, sich gegenseitig umzubringen. Josephus möchte aber nicht sterben Miriam Polzer Spieltheorie / 40
45 Josephus Sie stellen sich in einem Kreis auf töten reihum ihren linken Nachbarn. Schrittweite: k = 2 An welcher Stelle muss Josephus stehen um zu überleben? Miriam Polzer Spieltheorie / 40
46 Josephus 10 1 Gesucht: Position der Person, die zuletzt übrig bleibt. Gerade Anzahl: neue Position x war vorher auf 2x Miriam Polzer Spieltheorie / 40
47 Josephus 10 1 Ungerade Anzahl: neue Position x war vorher auf 2x + 1 Ende: Lösung direkt: J(1) = Miriam Polzer Spieltheorie / 40
48 Josephus Rekurrenzgleichungen J(1) = 1 (1) J(2n) = 2J(n) 1 (2) J(2n + 1) = 2J(n) + 1 (3) Aufwand: O(log n) Miriam Polzer Spieltheorie / 40
49 Peter Morris Introduction to Game Theory Springer Verlag, Algorithm Games: Tutorial Static&d1=tutorials&d2=algorithmGames Minimax Alpha-Beta-Pruning http: //en.wikipedia.org/wiki/alpha-beta_pruning Miriam Polzer Spieltheorie / 40
50 Frederik Simon Spieltheorie, 18. Juli 2012 Negamax Misére Nim-Games alper1/node11.html Miriam Polzer Spieltheorie / 40
Spieltheorie. Fabian Schmidt Fabian Schmidt Spieltheorie / 46
Spieltheorie Fabian Schmidt 09.07.2014 Fabian Schmidt Spieltheorie 09.07.2014 1 / 46 Übersicht Einführung Gefangenendilemma Tit-for-tat Minimax und Alpha-Beta-Pruning Nim-Spiel und Misère-Variante Josephus-Problem
MehrSpieltheorie. Hallo Welt!-Seminarvortrag. Frederik Simon. 18. Juli 2012. Universität Erlangen-Nürnberg
Spieltheorie Hallo Welt!-Seminarvortrag Frederik Simon Universität Erlangen-Nürnberg 18. Juli 2012 What the... Was ist Spieltheorie? Strategien Aequilibrium Tit-For-Tat Minimax-Theorem Alpha-Beta-Pruning
MehrSpieltheorie. Sebastian Wankerl. 16. Juli 2010
Spieltheorie Sebastian Wankerl 16. Juli 2010 Inhalt 1 Einleitung 2 Grundlagen Extensive Form choice functions Strategien Nash-Gleichgewicht Beispiel: Gefangenendillema 3 Algorithmen Minimax Theorem Minimax
MehrHallo Welt für Fortgeschrittene
Hallo Welt für Fortgeschrittene Spieltheorie 15.07.2015 Axel Jena Informatik 2 Programmiersysteme Martensstraße 3 91058 Erlangen Vortrag SP: Gliederung Was ist Spieltheorie? Strategien Gefangenendilemma
MehrÜbersicht: 6.1 Einleitung 6.2 Klassische Theorie nichtkooperativer Spiele 6.3 Egoistisches Routing 6.4 Mechanismen-Entwurf 6.
6. Algorithmische Spieltheorie Übersicht: 6.1 Einleitung 6.2 Klassische Theorie nichtkooperativer Spiele 6.3 Egoistisches Routing 6.4 Mechanismen-Entwurf 6.5 Auktionen 561 6.1 Einleitung Übliche Modelle:
MehrDer Alpha-Beta-Algorithmus
Der Alpha-Beta-Algorithmus Maria Hartmann 19. Mai 2017 1 Einführung Wir wollen für bestimmte Spiele algorithmisch die optimale Spielstrategie finden, also die Strategie, die für den betrachteten Spieler
MehrHackenbusch und Spieltheorie
Hackenbusch und Spieltheorie Was sind Spiele? Definition. Ein Spiel besteht für uns aus zwei Spielern, Positionen oder Stellungen, in welchen sich das Spiel befinden kann (insbesondere eine besondere Startposition)
MehrVorlesung: Nicht-kooperative Spieltheorie. Teil 4: 2-Personen-Nullsummenspiele
Vorlesung: Nicht-kooperative Spieltheorie Teil 4: 2-Personen-Nullsummenspiele Dr. Thomas Krieger Wintertrimester 2009 Dr. Thomas Krieger Vorlesung: Nicht-kooperative Spieltheorie 1 Definition 2-Personen-Nullsummenspiele
Mehr6. Spiele Arten von Spielen. 6. Spiele. Effizienzverbesserung durch Beschneidung des Suchraums
6. Spiele Arten von Spielen 6. Spiele Kombinatorische Spiele als Suchproblem Wie berechnet man eine gute Entscheidung? Effizienzverbesserung durch Beschneidung des Suchraums Spiele mit Zufallselement Maschinelles
Mehr2. Spiele. Arten von Spielen. Kombinatorik. Spieler haben festgelegte Handlungsmöglichkeiten, die durch die Spielregeln definiert werden.
. Spiele Arten von Spielen. Spiele. Spiele Arten von Spielen Kombinatorik Spieler haben festgelegte Handlungsmöglichkeiten, die durch die Spielregeln definiert werden. Kombinatorische Spiele als Suchproblem
MehrRandomisierte Algorithmen
Randomisierte Algorithmen Randomisierte Algorithmen 5. Zwei spieltheoretische Aspekte Thomas Worsch Fakultät für Informatik Karlsruher Institut für Technologie Wintersemester 2015/2016 1 / 36 Überblick
MehrTerminologie normales Spiel: es gewinnt der Spieler, der den letzten Zug macht. Gewinnstrategie: Algorithmus, der den eigenen Erfolg garantiert
2 Spieltheorie In diesem Rahmen behandeln wir nur spezielle kombinatorische Spiele. Wir befassen uns mit neutralen Spielen zweier Personen mit perfekter Information, d.h. jeder Spieler besitzt zu jedem
MehrAufgabe 2 - Spiele mit Zyklen Gegeben sei folgendes einfache Spiel:
Theoretischer Teil Aufgabe 1 - Spielbaume Gegeben sei folgender Spielbaum: - Spiele und Lokale Suche Die Spielzustande sind mit Kreisen dargestellt und zu ihrer Unterscheidung mit Buchstaben markiert.
MehrKapitel 4: Spiele mit simultanen Spielzügen und reinen Strategien: Diskrete Strategien. Einleitung. Übersicht 3
Übersicht Teil : Spiele mit simultanen Spielzügen und reinen : Diskrete Sequentielle Spiele (Kapitel 3) Teil Diskrete () Reine Simultane Spiele Stetige (Kapitel 5) Gemischte (Kapitle 7 & 8) Kapitel 6 Übersicht
MehrNeutrale kombinatorische Spiele
Neutrale kombinatorische Spiele Vortrag zum Seminar Anwendungen der Wahrscheinlichkeitstheorie Oskar Braun 10. Juli 2012 Inhaltsverzeichnis 1 Einleitung 2 2 Einführung 2 3 Das Nim-Spiel 4 4 Graphenspiele
MehrSpieltheorie. oder wie man interdependente Entscheidungen analysieren kann. HHL Leipzig Graduate School of Management
Spieltheorie oder wie man interdependente Entscheidungen analysieren kann Prof. Dr. Arnis Vilks HHL Leipzig Graduate School of Management Themen 1. Ein wenig Geschichte 2. Was ist ein Spiel? 3. Das Gefangenendilemma
MehrFlüsse in Netzwerken. Seminar über Algorithmen SoSe 2005. Mike Rohland & Julia Schenk
Flüsse in Netzwerken Seminar über Algorithmen SoSe 2005 Mike Rohland & Julia Schenk Inhalt Einführung Definition Maximale Flüsse Schnitte Restgraphen Zunehmende Wege Max-Fluss Min-Schnitt Theorem Ford-Fulkerson
MehrSpieltheorie. A. Chocholaty und P. Hitzler
Spieltheorie A. Chocholaty und P. Hitzler In diesem Kapitel soll gezeigt werden, wie Spiele mathematisch modelliert (Abschnitt ) und mit Hilfe von Matrizen und Bäumen (Abschnitt 3) dargestellt und analysiert
MehrSeminar: Randomisierte Algorithmen Auswerten von Spielbäumen Nele Küsener
Seminar: Randomisierte Algorithmen Auswerten von Sielbäumen Nele Küsener In diesem Vortrag wird die Laufzeit von Las-Vegas-Algorithmen analysiert. Das Ergebnis ist eine obere und eine untere Schranke für
MehrSuche in Spielbäumen Spielbäume Minimax Algorithmus Alpha-Beta Suche. Suche in Spielbäumen. KI SS2011: Suche in Spielbäumen 1/20
Suche in Spielbäumen Suche in Spielbäumen KI SS2011: Suche in Spielbäumen 1/20 Spiele in der KI Suche in Spielbäumen Spielbäume Minimax Algorithmus Alpha-Beta Suche Einschränkung von Spielen auf: 2 Spieler:
MehrIntelligente Systeme
Intelligente Systeme Spiele Prof. Dr. R. Kruse C. Braune {rudolf.kruse,christian,braune}@ovgu.de Institut für Intelligente Kooperierende Systeme Fakultät für Informatik Otto-von-Guericke Universität Magdeburg
MehrNICHTKOOPERATIVE SPIELTHEORIE EINFÜHRUNG. Minimaxlösungen & Gleichgewichte
NICHTKOOPERATIVE SPIELTHEORIE EINFÜHRUNG Minimaxlösungen & Gleichgewichte Spieltheorie Einführungsbeispiel Gefangenendilemma (Prisoner s Dilemma) Nicht kooperierende Spielteilnehmer Spieler Gefangener
MehrADS: Algorithmen und Datenstrukturen 2
ADS: Algorithmen und Datenstrukturen 2 Teil 13 Prof. Peter F. Stadler & Dr. Christian Höner zu Siederdissen Bioinformatik/IZBI Institut für Informatik & Interdisziplinäres Zentrum für Bioinformatik Universität
MehrDer Beginn der Formalen Spieltheorie: Zermelo (1913)
Der Beginn der Formalen Spieltheorie: Zermelo (1913) Christoph Eichhorn 21. Juni 2004 1 Einleitung Zermelo (1913) wird oft als Beginn der formalen Spieltheorie bezeichnet. Über das von ihm behauptete/bewiesene
MehrKlassische Themen der Computerwissenschaft. Spieltheorie: Ein kleiner Ausflug zu NIM & Co Literatur:
Klassische Themen der Computerwissenschaft Spieltheorie: Ein kleiner Ausflug zu NIM & Co Literatur: Winning Ways for Your Mathematical Plays E.R. Berlekamp, J.H. Conway and R.K. Guy: Second Edition 2001,
MehrDie Lineare Algebra-Methode. Mahir Kilic
Die Lineare Algebra-Methode Mahir Kilic 23. Juni 2004 1 Einführung 1.1 Überblick Im Allgemein benutzt man die Lineare Algebra-Methode in der Kombinatorik wie folgt: Für die Bestimmung einer Obergrenze
MehrPraktikum Algorithmen-Entwurf (Teil 7)
Praktikum Algorithmen-Entwurf (Teil 7) 28.11.2005 1 1 Vier gewinnt Die Spielregeln von Vier Gewinnt sind sehr einfach: Das Spielfeld besteht aus 7 Spalten und 6 Reihen. Jeder Spieler erhält zu Beginn des
Mehr5 Zwei spieltheoretische Aspekte
5 Zwei spieltheoretische Aspekte In diesem Kapitel wollen wir uns mit dem algorithmischen Problem beschäftigen, sogenannte Und-Oder-Bäume (kurz UOB) auszuwerten. Sie sind ein Spezialfall von Spielbäumen,
MehrEinführung in die Spieltheorie
Seminar über Algorithmen - Einführung in die Spieltheorie Nadja Scharf Institut für Informatik Einführung in die Spieltheorie nach Nisan, Roughgarden, Tardos, Vazirani: Algorithmic Game Theory, Kapitel
MehrAlgorithmische Spieltheorie. Martin Gairing
Algorithmische Spieltheorie Martin Gairing Folien zur Vorlesung vom 26.04.2004 Organisatorisches: Vorlesung Montags, 14:15-15:45 Uhr Übungen Montags, 16:00-17:00 Uhr Folien zur Vorlesung unter http://www.upb.de/cs/ag-monien/lehre/ss04/spieltheo/
MehrLösungen zum Aufgabenblatt Nr. 1: Konstruktion der reellen Zahlen
Lösungen zum Aufgabenblatt Nr. 1: Konstruktion der reellen Zahlen Aufgabe 1: Es sei D die Menge aller rationalen Dedekind-Mengen, also D := { M 2 Q M is Dedekind-Menge }. Auf der Menge D definieren wir
MehrWie verhalte ich mich bei einem Verhör und einer Mutprobe richtig?
Wie verhalte ich mich bei einem Verhör und einer Mutprobe richtig? Ringvorlesung Technische Mathematik 10. November 2009 Inhaltsverzeichnis Das Gefangenendilemma 1 Das Gefangenendilemma 2 Situationsanalyse
MehrSkript zur Vorlesung Mikroökonomik II (WS 2009) Teil 4
Skript zur Vorlesung Mikroökonomik II (WS 09) Teil 4 PR 13: Spieltheorie Weiterentwicklung der ökonomischen Theorie untersucht Situationen strategischen Verhaltens John von Neumann und Oskar Morgenstern
MehrSpieltheorie. Der Einzelne entscheidet nicht als Einziger
2 Spieltheorie Der Einzelne entscheidet nicht als Einziger John und Mary überlegen, wie sie ihren Freitagabend verbringen wollen. John würde lieber daheim bleiben und Videospiele spielen. Mary würde lieber
MehrAufgabe 1: Betrachtet werde das Matrixspiel mit der Auszahlungsmatrix a. 1. Für welche Werte von a gibt es ein Nash sches Gleichgewicht?
Lösungen zu den Übungsaufgaben im Kapitel 7 des Lehrbuches Operations Research Deterministische Modelle und Methoden von Stephan Dempe und Heiner Schreier Aufgabe : Betrachtet werde das Matrixspiel mit
MehrInhaltsverzeichnis 1 Einleitung 1 2 Nash-Gleichgewicht in strategischen Spielen Nash-Gleichgewicht Beste-Ant
Abstrakte Analyse des Nash-Gleichgewichtes Seminar von Olga Schäfer Fachbereich Mathematik der Universität Siegen Siegen, 29. Juli 2009 Inhaltsverzeichnis 1 Einleitung 1 2 Nash-Gleichgewicht in strategischen
MehrRational Choice Theory
Rational Choice Theory Rational Choice and Rationale Entscheidung ist eine Sammelbezeichnung für verschiedene Ansätze in den Wirtschafts- und Sozialwissenschaften. Generell schreiben diese Ansätze handelnden
Mehrvon Dennis Aumiller Proseminar Technische Informatik Sommersemester 2014 Datum:
von Dennis Aumiller Proseminar Technische Informatik Sommersemester 2014 Datum:09.07.2014 Lehrstuhl für Automation Prof. Dr. sc. techn. Essameddin Badreddin Betreuer: Alexander Alexopoulos 1 1. Motivation
MehrSatz 324 Sei M wie oben. Dann gibt es für ein geeignetes k Konstanten c i > 0 und Permutationsmatrizen P i, i = 1,...
Satz 324 Sei M wie oben. Dann gibt es für ein geeignetes k Konstanten c i > 0 und Permutationsmatrizen P i, i = 1,..., k, so dass gilt M = k c i P i i=1 k c i = r. i=1 Diskrete Strukturen 7.1 Matchings
MehrNash-Gleichgewichte in 2-Spieler Systemen. Katharina Klost Freie Universität Berlin
Nash-Gleichgewichte in 2-Spieler Systemen Katharina Klost Freie Universität Berlin Seminar über Algorithmen, 29.10.2013 Grundlegende Definitionen A Gewinnmatrix für Spieler 1, B Gewinnmatrix für Spieler
Mehr2. Spielbäume und Intelligente Spiele
2. Spielbäume und Intelligente Spiele Arten von Spielen 2. Spielbäume und Intelligente Spiele Kombinatorische Spiele als Suchproblem Wie berechnet man eine gute Entscheidung? Effizienzverbesserung durch
MehrDatenstrukturen & Algorithmen
Datenstrukturen & Algorithmen Matthias Zwicker Universität Bern Frühling 2010 Übersicht Rot-schwarz Bäume Eigenschaften Rotationen Einfügen (Löschen) 2 Einführung Binäre Suchbäume Höhe h O(h) für Operationen
MehrSatz 90 Sei A = (Q, Σ, δ, q 0, F ) ein DFA. Der Zeitaufwand des obigen Minimalisierungsalgorithmus ist O( Q 2 Σ ).
Satz 90 Sei A = (Q, Σ, δ, q 0, F ) ein DFA. Der Zeitaufwand des obigen Minimalisierungsalgorithmus ist O( Q 2 Σ ). Beweis: Für jedes a Σ muss jede Position in der Tabelle nur konstant oft besucht werden.
MehrÜbungen zu Kapitel 4: Einführung in die Spieltheorie
Universität Erfurt Lehrstuhl für Mikroökonomie Prof Dr Bettina Rockenbach Übungen zu Kapitel 4: Einführung in die Spieltheorie Aufgabe 41 Spieler B Spieler A B1 B2 A1 5, 6 7, 2 A2 4, 5 9, 1 Im obigen Spiel
MehrDer Bestimmtheitssatz
2. Spielbäume und Intelligente Spiele Der Minimax-Algorithmus Der Bestimmtheitssatz Satz 2.1. Gegeben sei ein Spiel, das die folgenden Eigenschaften hat: 1. Das Spiel wird von zwei Personen gespielt. 2.
MehrSpiele als Suchproblem
Spiele als Suchproblem betrachten Spiele für zwei Personen, diese sind abwechselnd am Zug Spiel endet in einem aus einer Menge möglicher Terminalzustände deterministische, im Prinzip zugängliche Umgebung
MehrKlausur zur Spieltheorie Musterlösung
Prof. Dr. Ulrich Schwalbe/Dr. Tone Arnold Sommersemester 2002 Klausur zur Spieltheorie Musterlösung Vorfragen Aufgabe 1 Berechnen Sie alle Nash Gleichgewichte des folgenden Spiels (in reinen und gemischten
MehrFlüsse, Schnitte, bipartite Graphen
Flüsse, Schnitte, bipartite Graphen Vlad Popa 08.06.2010 Inhaltsverzeihnis 1. Flussnetzwerke und Flüsse 1.1 Ford- Fulkerson 1.2 Edmond Karp 1.3 Dinic 2. Schnitte 3. Maximaler Fluss bei minimalen Kosten
MehrGrundlagen des Spiels
Mühle gehört zu den absoluten Klassikern der Strategie-Brettspiele. In der Schweiz auch Nünistei (bedeutet: Neun Steine ) genannt, gibt es wohl kaum einen Haushalt mit Kindern, indem sich dieses Brettspiel
MehrEinführung in Heuristische Suche
Einführung in Heuristische Suche Beispiele 2 Überblick Intelligente Suche Rundenbasierte Spiele 3 Grundlagen Es muss ein Rätsel / Puzzle / Problem gelöst werden Wie kann ein Computer diese Aufgabe lösen?
MehrGraphen KAPITEL 3. Dieses Problem wird durch folgenden Graph modelliert:
KAPITEL 3 Graphen Man kann als Ursprung der Graphentheorie ein Problem sehen, welches Euler 1736 von Studenten aus Königsberg gestellt bekam. Der Fluss Pregel wird von 7 Brücken überquert, und die Frage
MehrAndroid will doch nur spielen. Ein Spieleframework stellt sich vor
Android will doch nur spielen Ein Spieleframework stellt sich vor 1 Agenda Motivation Eine allgemeine Spieleschnittstelle Reguläre Brettspiele TicTacToe Visualisierung und Steuerung Spieleagenten Weitere
MehrKünstliche Intelligenz - Optimierungsprobleme - Suche in Spielbäumen
Künstliche Intelligenz - Optimierungsprobleme - Suche in Spielbäumen Stephan Schwiebert WS 2009/2010 Sprachliche Informationsverarbeitung Institut für Linguistik Universität zu Köln Optimierungsprobleme
MehrGrundlagen der Künstlichen Intelligenz Einführung Minimax-Suche Bewertungsfunktionen Zusammenfassung. Brettspiele: Überblick
Grundlagen der Künstlichen Intelligenz 22. Mai 2015 41. Brettspiele: Einführung und Minimax-Suche Grundlagen der Künstlichen Intelligenz 41. Brettspiele: Einführung und Minimax-Suche Malte Helmert Universität
MehrMasterarbeit. Alpha-Beta-Pruning. Oliver Kock. Bochum, Februar 2009. Fakultät für Mathematik Ruhr-Universität Bochum
Masterarbeit Alpha-Beta-Pruning Oliver Kock Bochum, Februar 2009 Fakultät für Mathematik Ruhr-Universität Bochum Inhaltsverzeichnis Kapitel I. Einleitung 4 Kapitel II. Grundlagen der Spieletheorie 6 II.1.
MehrNetzwerkverbindungsspiele
Netzwerkverbindungsspiele Algorithmische Spieltheorie Sommer 2017 Annamaria Kovacs Netzwerkverbindungsspiele 1 / 12 Local Connection Spiel Computer (oder autonome Systeme) sind die Spieler (Knoten). Sie
MehrInformatik II Übung 10. Benjamin Hepp 10 May 2017
Informatik II Übung 10 Benjamin Hepp benjamin.hepp@inf.ethz.ch 10 May 2017 Nachbesprechung U9 10 May 2017 Informatik II - Übung 01 2 Nachbesprechung U9 1. Spieltheorie 2. Reversi Teil 3 (Vorbesprechung
Mehr8 Konvergenzkriterien und Häufungswerte von Folgen in R
8 Konvergenzkriterien und Häufungswerte von Folgen in R 8.1 Konvergenz monotoner Folgen 8.2 Die Zahl e 8.3 Existenz monotoner Teilfolgen 8.4 Auswahlprinzip von Bolzano-Weierstraß 8.5 Konvergenzkriterium
MehrSpieltheorie. Winter 2013/14. Professor Dezsö Szalay. 2.4 Dynamische Spiele mit vollständiger aber unvollkommener
Spieltheorie Winter 2013/14 Professor Dezsö Szalay 2.4 Dynamische Spiele mit vollständiger aber unvollkommener Information Im allgemeinen ist die Annahme von vollkommener Information restriktiv. Um dynamische
Mehr2. Vorlesung. 1.3 Beste-Antwort Funktion. Vorlesung: Einführung in die Spieltheorie WS 2006/ Oktober 2006 Guido Schäfer
LETZTE ÄNDERUNG: 15. NOVEMBER 2006 Vorlesung: Einführung in die Spieltheorie WS 2006/2007 2. Vorlesung 24. Oktober 2006 Guido Schäfer 1.3 Beste-Antwort Funktion Notation: Definiere A i := j N\{i} A j.
MehrKapitel 13. Evolutionäre Spieltheorie. Einleitung. Evolutionäre Biologie. Übersicht 2. Alternative: Biologische Evolutionstheorie
Übersicht : Evolutionäre Spieltheorie Einleitung Evolutionäre Biologie Evolutionäre Spieltheorie: Idee Gefangenendilemma (Beispiel) Evolutionäre Stabilität Beispiele Wiederholtes Gefangenendilemma Chicken-Spiel
MehrDiskrete Strukturen. Hausaufgabe 1 (5 Punkte) Hausaufgabe 2 (5 Punkte) Wintersemester 2007/08 Lösungsblatt Januar 2008
Technische Universität München Fakultät für Informatik Lehrstuhl für Informatik 15 Computergraphik & Visualisierung Prof. Dr. Rüdiger Westermann Dr. Werner Meixner Wintersemester 2007/08 Lösungsblatt 9
MehrGuten Morgen und Willkommen zur Saalübung!
Guten Morgen und Willkommen zur Saalübung! 1 Wie gewinnt man ein Spiel? Was ist ein Spiel? 2 Verschiedene Spiele Schach, Tic-Tac-Toe, Go Memory Backgammon Poker Nim, Käsekästchen... 3 Einschränkungen Zwei
MehrKapitel 13. Evolutionäre Spieltheorie. Einleitung. Evolutionäre Biologie. Übersicht 2. Alternative: Biologische Evolutionstheorie
Übersicht : Evolutionäre Spieltheorie Einleitung Evolutionäre Biologie Evolutionäre Spieltheorie: Idee Gefangenendilemma (Beispiel) Evolutionäre Stabilität Beispiele Wiederholtes Gefangenendilemma Chicken-Spiel
Mehr2 Rationale und reelle Zahlen
2 reelle Es gibt Mathematik mit Grenzwert (Analysis) und Mathematik ohne Grenzwert (z.b Algebra). Grenzwerte existieren sicher nur dann, wenn der Zahlbereich vollständig ist, also keine Lücken aufweist
MehrGlücksrad-Aufgabe. Das Glücksrad ist in 2 Sektoren mit den Zahlen 1 (Winkel 120 ) und 2 eingeteilt.
Glücksrad-Aufgabe Das Glücksrad ist in Sektoren mit den Zahlen (Winkel ) und eingeteilt. a) Das Glücksrad wird dreimal gedreht. Wie groß ist die Wahrscheinlichkeit für die folgenden Ereignisse: A: Die
MehrStatische Spiele mit vollständiger Information
Statische Spiele mit vollständiger Information Wir beginnen nun mit dem Aufbau unseres spieltheoretischen Methodenbaukastens, indem wir uns zunächst die einfachsten Spiele ansehen. In diesen Spielen handeln
MehrSpieltheorie. Daniel Scholz im Winter 2006 / Überarbeitete Version vom 12. September 2007.
Spieltheorie Daniel Scholz im Winter 2006 / 2007 Überarbeitete Version vom 12. September 2007. Inhaltsverzeichnis 1 Grundlagen 4 1.1 Einleitung und Beispiele..................... 4 1.2 Spiele in extensiver
MehrD Spieltheorie und oligopolistische Märkte
D Spieltheorie und oligopolistische Märkte Verhaltensannahmen in der Markttheorie, die bisher analysiert wurden Konkurrenz: viele sehr kleine Wirtschaftssubjekte, die für sich genommen keinen Einfluss
MehrSpiele mit simultanen Spielzügen und reinen Strategien: Diskrete Strategien
Kapitel 4 Spiele mit simultanen Spielzügen und reinen Strategien: Diskrete Strategien Einführung in die Spieltheorie Prof. Dr. Aleksander Berentsen 1 Teil 2 - Übersicht Teil 2 Sequentielle Spiele (Kapitel
MehrSeminar A - Spieltheorie und Multiagent Reinforcement Learning in Team Spielen
Seminar A - Spieltheorie und Multiagent Reinforcement Learning in Team Spielen Michael Gross mdgrosse@sbox.tugraz.at 20. Januar 2003 1 Spieltheorie 1.1 Matrix Game Definition 1.1 Ein Matrix Game, Strategic
MehrEinführung in die Methoden der Künstlichen Intelligenz. Suche bei Spielen
Einführung in die Methoden der Künstlichen Intelligenz Suche bei Spielen Dr. David Sabel WS 2012/13 Stand der Folien: 5. November 2012 Zwei-Spieler-Spiele Ziel dieses Abschnitts Intelligenter Agent für
Mehr21. Greedy Algorithmen. Aktivitätenauswahl, Fractional Knapsack Problem, Huffman Coding Cormen et al, Kap. 16.1, 16.3
581 21. Greedy Algorithmen Aktivitätenauswahl, Fractional Knapsack Problem, Huffman Coding Cormen et al, Kap. 16.1, 16.3 Aktivitäten Auswahl 582 Koordination von Aktivitäten, die gemeinsame Resource exklusiv
MehrSpieltheorie. Manfred Hörz. } seiner möglichen Strategien aus, ohne die Strategieentscheidungen seiner Mitspieler zu kennen. ={ is 1.
Spieltheorie Manfred Hörz A = {1, 2,..., n} seien die Akteure eines Spiels. Jeder Akteur i wählt eine Strategie aus einer Menge S i ={ is 1,is 2,...,is k } seiner möglichen Strategien aus, ohne die Strategieentscheidungen
MehrDiskrete Mathematik Graphentheorie (Übersicht)
Diskrete Mathematik Graphentheorie (Übersicht) Dr. C. Löh 2. Februar 2010 0 Graphentheorie Grundlagen Definition (Graph, gerichteter Graph). Ein Graph ist ein Paar G = (V, E), wobei V eine Menge ist (die
MehrLineare Abbildungen. Es seien V und W Vektorräume über einem Körper K. Eine Abbildung f : V W heißt linear oder Homomorphismus, falls. d.h.
Lineare Abbildungen Es seien V und W Vektorräume über einem Körper K. Eine Abbildung f : V W heißt linear oder Homomorphismus, falls (1) u, v V : f( u + v) = f( u) + f( v). (2) v V α K : f(α v) = αf( v).
MehrDas Simplexverfahren
Byron Das Simplexverfahren. Worum es geht: Es ist eine lineare Gleichung f gegeben, sowie ein System von Ungleichungen, die nähere Aussagen über die Unbekannten von f geben. Durch das Simplexverfahren
MehrTechnische Universität München WS 2012/13 Fakultät für Informatik Lösungsvorschläge zu Blatt 4 Dr. C. Herzog, M. Maalej 12.
4/1 Technische Universität München WS 2012/13 Fakultät für Informatik Lösungsvorschläge zu Blatt 4 Dr. C. Herzog, M. Maalej 12. November 2012 Übungen zu Grundlagen der Programmierung Aufgabe 14 (Lösungsvorschlag)
MehrAnwendungen der Spieltheorie
Mikroökonomie I Einführung in die Spieltheorie Universität Erfurt Wintersemester 08/09 Prof. Dr. Dittrich (Universität Erfurt) Spieltheorie Winter 1 / 28 Spieltheorie Die Spieltheorie modelliert strategisches
MehrSeminararbeit zur Spieltheorie. Thema: Rationalisierbarkeit und Wissen
Seminararbeit zur Spieltheorie Thema: Rationalisierbarkeit und Wissen Westfälische-Wilhelms-Universität Münster Mathematisches Institut Dozent: Prof. Dr. Löwe Verfasst von: Maximilian Mümken Sommersemester
MehrT (n) = max. g(x)=n t(n) S(n) = max. g(x)=n s(n)
Beim Logarithmischen Kostenmaß wird, im Gegensatz zum EKM, die Stelligkeit der Werte berücksichtigt und mit in die Laufzeit eingerechnet. Beispiel: R1 := R2 (R3), wobei R2 den Wert 5, R3 den Wert 10 und
MehrSpieltheorie. Mathematik-Workshop für TryScience. Prof. Dr. Michael Eisermann
Spieltheorie Mathematik-Workshop für TryScience Prof. Dr. Michael Eisermann Institut für Geometrie und Topologie (IGT) www.igt.uni-stuttgart.de/eiserm Sommersemester 2018 23. Juli 2018 Habe Mut, dich deines
MehrKAPITEL 3 MATCHINGS IN BIPARTITEN GRAPHEN
KAPITEL 3 MATCHINGS IN BIPARTITEN GRAPHEN F. VALLENTIN, A. GUNDERT 1. Definitionen Notation 1.1. Ähnlich wie im vorangegangenen Kapitel zunächst etwas Notation. Wir beschäftigen uns jetzt mit ungerichteten
Mehr2 Spiele. 2.1 Spiele und Strategien
2 Spiele 2.1 Spiele und Strategien Wir betrachten bestimmte Formen von Zwei-Personen Null-Summenspielen mit perfekter Information, bei denen jede Partie von einem der beiden Spieler gewonnen wird. Die
MehrVorlesung Datenstrukturen
Vorlesung Datenstrukturen Minimale Spannbäume Maike Buchin 18.7., 20.7.2017 Einführung Motivation: Verbinde Inseln mit Fähren oder Städte mit Schienen und verbrauche dabei möglichst wenig Länge. Problem:
MehrFlüsse, Schnitte, bipartite Graphen
Flüsse, Schnitte, bipartite Graphen Thomas Fersch mail@t-fersch.de 11.06.2010 Seminar "Hallo Welt!" für Fortgeschrittene 1 Übersicht Maximale Flüsse in Netzwerken Worum geht s? Lösung nach Ford-Fulkerson
MehrSpieltheorie Teil 4. Tone Arnold. Universität des Saarlandes. 20. März 2008
Spieltheorie Teil 4 Tone Arnold Universität des Saarlandes 20. März 2008 Tone Arnold (Universität des Saarlandes) Spieltheorie Teil 4 20. März 2008 1 / 64 Verfeinerungen des Nash GGs Das Perfekte Bayesianische
MehrMathematisches Seminar für LAK, WS Spieltheorie. Helmut Zöhrer ( ) Graz, am 19. November 2014
Mathematisches Seminar für LAK, WS 2014 Spieltheorie Helmut Zöhrer (1030821) Graz, am 19. November 2014 Inhaltsverzeichnis Inhaltsverzeichnis 1 Einleitung 1 2 Einführung 2 2.1 Was ist Spieltheorie?..............................
MehrSpieltheorie mit. sozialwissenschaftlichen Anwendungen
Friedel Bolle, Claudia Vogel Spieltheorie mit sozialwissenschaftlichen Anwendungen SS 2010 Simultane Spiele 1. Einführung: Spiele in Normalform Nash-Gleichgewicht Dominanz 2. Typen von Spielen Gefangenendilemma
Mehr4 Effizienz und Komplexität 3.1 1
4 Effizienz und Komplexität 3.1 1 Effizienz (efficiency): auf den Ressourcen-Verbrauch bezogene Programmeigenschaft: hohe Effizienz bedeutet geringen Aufwand an Ressourcen. Typische Beispiele: Speichereffizienz
MehrMatching. Organisatorisches. VL-18: Matching. (Datenstrukturen und Algorithmen, SS 2017) Gerhard Woeginger. Tanzabend
Organisatorisches VL-18: Matching (Datenstrukturen und Algorithmen, SS 2017) Gerhard Woeginger Vorlesung: Gerhard Woeginger (Zimmer 4024 im E1) Sprechstunde: Mittwoch 11:15 12:00 Übungen: Tim Hartmann,
MehrIsomorphie von Bäumen
Isomorphie von Bäumen Alexandra Weinberger 23. Dezember 2011 Inhaltsverzeichnis 1 Einige Grundlagen und Definitionen 2 1.1 Bäume................................. 3 1.2 Isomorphie..............................
MehrExpander Graphen und Ihre Anwendungen
Expander Graphen und Ihre Anwendungen Alireza Sarveniazi Mathematisches Institut Universität Göttingen 21.04.2006 Alireza Sarveniazi (Universität Göttingen) Expander Graphen und Ihre Anwendungen 21.04.2006
MehrVorlesung Datenstrukturen
Vorlesung Datenstrukturen Kürzeste Wege Maike Buchin 4. und 6.7.2017 Einführung Motivation: Bestimmung von kürzesten Wegen ist in vielen Anwendungen, z.b. Routenplanung, ein wichtiges Problem. Allgemeine
Mehr3.3 Optimale binäre Suchbäume
3.3 Optimale binäre Suchbäume Problem 3.3.1. Sei S eine Menge von Schlüsseln aus einem endlichen, linear geordneten Universum U, S = {a 1,,...,a n } U und S = n N. Wir wollen S in einem binären Suchbaum
Mehr