Spieltheorie. Hallo Welt!-Seminarvortrag. Frederik Simon. 18. Juli Universität Erlangen-Nürnberg
|
|
- Meta Neumann
- vor 7 Jahren
- Abrufe
Transkript
1 Spieltheorie Hallo Welt!-Seminarvortrag Frederik Simon Universität Erlangen-Nürnberg 18. Juli 2012
2 What the...
3 Was ist Spieltheorie? Strategien Aequilibrium Tit-For-Tat Minimax-Theorem Alpha-Beta-Pruning Nim Josephus-Problem 3 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
4 Spieltheorie Spiel Was ist Spieltheorie? Spieltheorie Game theory is the study of strategic decision making. Game theory is concerned with the actions of decision makers who are conscious that their actions aect each other. Eric Rasmusen Analytische Beschreibung und mathematische Lösung von Spielen 4 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
5 Spieltheorie Spiel Was ist ein Spiel? Spiel A game is a series of interesting choices. Sid Meyer A game is a form of play with goals and structure. Kevin J. Maroney A game is an activity among two or more independent decision-makers seeking to achieve their objectives in some limiting context. Clark C. Abt 5 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
6 Spieltheorie Spiel Was ist ein Spiel? Spiel Spieler Maximierung des eigenen Nutzens durch Treen von Entscheidungen Aktionen Menge von Möglichkeiten, die ein Spieler in seinem Zug hat: A i = {a i } Ergebnis/Payo Die Situation des Spielers wird am Ende des Spiels bewertet(die Ergebnisse aller Spieler zusammen bilden den Payo-Vektor): π i (s 1,..., s n ) Informationen Informationen über andere Spieler. 6 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
7 Gefangenen-Dilemma Strategie Beispiel: Plagiatscheck Plagiatscheck Plagiatscheck in AuD vor langer Zeit TM sehr gnädig 10 Punkte pro Aufgabenblatt Bei Plagiatsverdacht unabhängiges Verhör beider Studenten Gestehen beide, werden jedem 8 Punkte abgezogen Gesteht nur einer, bekommt dieser volle Punktzahl, der andere 0 Punkte Gesteht keiner bekommen beide Studenten im Schnitt 1 Punkt abgezogen 7 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
8 Gefangenen-Dilemma Strategie Gefangenen-Dilemma Student 1 Schweigen Gestehen Student 2 Schweigen Gestehen (-1,-1) (-10,0) (0,-10) (-8,-8) 8 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
9 Gefangenen-Dilemma Strategie Was ist eine Strategie? Strategie Strategie Eine Regel, die Angabe darüber gibt, was ein Spieler zu einem bestimmten Zeitpunkt tut. Strategie-Menge Alle möglichen Strategien für einen bestimmten Spieler: S i = {s i } Strategie-Prol Eine geordnete Menge, die eine Strategie für jeden Spieler im Spiel enthält: s = (s i,..., s n ) 9 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
10 Gefangenen-Dilemma Strategie Gefangenen-Dilemma Strategien Student 1 Schweigen Gestehen Student 2 Schweigen Gestehen (-1,-1) (-10,0) (0,-10) (-8,-8) Strategien: Schweigen, Gestehen Strategie-Mengen: S 1 = {Schweigen, Gestehen}, S 2 = {Schweigen, Gestehen} 10 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
11 Denition dominantes Aequilbrium Nash-Aequilibrium Aequilibrium(Gleichgewicht) Aequilbrium Ein Aequilibrium ist ein Strategie-Prol, das für jeden der n Spieler eine beste Strategie enthält: s = (s 1,..., s n) Best response Die beste Antwort eines Spielers i auf die Strategien der anderen Spieler s i ist die Strategie si, die ihm das beste Egebnis einbringt: π(s i, s i) π(s i, s i) s i = s i 11 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
12 Denition dominantes Aequilbrium Nash-Aequilibrium Gefangenen-Dilemma Student 1 Schweigen Gestehen Student 2 Schweigen Gestehen (-1,-1) (-10,0) (0,-10) (-8,-8) Best response S1 schweigt: S2 gesteht S1 gesteht: S2 gesteht Spiel ist symmetrisch, also gilt dasselbe auch für S1. Gestehen ist dominante Strategie. 12 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
13 Denition dominantes Aequilbrium Nash-Aequilibrium Dominantes Aequilibrium Dominante Strategie Eine Strategie si ist eine dominante Strategie, wenn sie die beste Antwort eines Spielers zu allen anderen Strategien der anderen Spieler ist: π(s i, s i) > π(s i, s i) s i s i = s i Dominantes Aequilibrium Ein dominantes Aequilibrium ist ein Strategie-Prol, das jeweils die dominanten Strategien der einzelnen Spieler enthält. 13 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
14 Denition dominantes Aequilbrium Nash-Aequilibrium Beispiel Milliways Essensbestellung in Milliways Essen wird bestellt und horrende Rechnung muss beglichen werden; Jedes Essen besteht aus 10 Nahrungseinheiten; Essen wird direkt an Tisch geliefert Bezahlen dauert sehr lange und so werden beim Bestellen schon 2 Nahrungseinheiten verbrannt Arthur Dent und weiÿe Maus wollen Essen bestellen; Weiÿe Maus ist Arthur überlegen. Ist weiÿe Maus zuerst beim Essen, bekommt sie 9 Nahrungseinheiten Ist Arthur zuerst beim Essen bekommt er 4 Nahrungseinheiten Beide gleichzeitig: Arthur 3 Nahrungseinheiten 14 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
15 Denition dominantes Aequilbrium Nash-Aequilibrium Milliways Maus Bestellen Warten Arthur Bestellen Warten (5,1) (4,4) (9,-1) (0,0) Best response Maus wartet: Arthur wartet Maus bestellt: Arthur wartet Warten dominante Strategie für Arthur 16 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
16 Denition dominantes Aequilbrium Nash-Aequilibrium Milliways Maus Bestellen Warten Arthur Bestellen Warten (5,1) (4,4) (9,-1) (0,0) Best response Arthur wartet: Maus bestellt Arthur bestellt: Maus wartet Strategie abhängig von Entscheidung von Arthur Kein dominantes Aequilibrium, da keine dominante Strategie für die Maus 17 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
17 Denition dominantes Aequilbrium Nash-Aequilibrium Maus Bestellen Warten Arthur Bestellen Warten (5,1) (4,4) (9,-1) (0,0) 18 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
18 Denition dominantes Aequilbrium Nash-Aequilibrium Nash-Aequilibrium Nash-Aequilibrium Ein Nash-Aequilibrium ist ein Strategie-Prol, bei dem kein Spieler Grund hat von seiner eigenen Strategie abzuweichen, sofern auch die anderen Spieler nicht abweichen. i, π i (s i, s i ) π(s i, s i ), s i logischer Schluss Jedes dominante Aequilibrium ist immer ein Nash-Aequilibrium, da es bei einer dominanten Strategie niemals einen Grund gibt, von ihr abzuweichen. 19 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
19 Denition dominantes Aequilbrium Nash-Aequilibrium Nash-Aequilibrium und das Gefangenen-Dilemma Problematik Schweigen Gestehen Schweigen (-1,-1) (-10,0) Gestehen (0,-10) (-8,-8) Einziges Nash-Gleichgewicht(dominant) bei {Gestehen, Gestehen}. Optimal wäre jedoch {Schweigen, Schweigen}. 20 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
20 Grundlagen Tit-For-Tat Wie du mir so ich dir Spieler handelt in erstem Zug kooperativ Imitiert in allen nachfolgenden Zügen, den voherigen Zug des Gegners Eigenschaften Klarheit Freundlichkeit Provozierbarkeit Nachsichtigkeit 21 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
21 Denitionen Minimax Denitionen Null-Summen-Spiel Die Summer aller Werte im Payo-Vektor ist 0. Bei einem Zwei-Spieler-Spiel, bedeutet dies, dass ein Spieler versucht einen möglichst groÿen Payo zu erreichen(maximierung). Der anderer versucht das Ergebnis des ersten Spielers zu minimieren. Spielbaum Darstellung des zeitlichen Ablaufs und verschiedener Entscheidungen als Baum Kanten geben Entscheidung an Knoten enthalten zugehörigen Spieler Blätter enthalten Ergebniswerte 22 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
22 Denitionen Minimax Spielbaum S1 dec 11 dec 12 S2 S2 dec 21 dec 22 dec 21 dec 22 a b c d 23 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
23 Denitionen Minimax Minimax Minimax-Algorithmus As far as 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. John von Neumann 24 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
24 Denitionen Minimax Minimax Funktionsweise Ziel Suchen nach optimalen Strategien für jeweilige Spieler Ansatz Zwei Spielertypen. Der eine versucht eigenes Ergebnis zu maximieren(max-spieler), der andere versucht Ergebnis des anderen zu minimieren(min-spieler). Max-Spieler Wahl des Maximums aus allen möglichen Ergebnissen Min-Spieler Wahl des Minimums aus allen möglichen Ergebnissen Umsetzung Tiefensuche auf Spielbaum; Ergebnisse werden aus den Blättern nach oben gereicht, wobei der jeweilige Spielertyp entweder das Maximum oder Minimum auswählt. Aufwand O(b d ) b = Branching Factor, d = Suchtiefe 25 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
25 Denitionen Minimax Minimax-Algorithmus 1 int minimax( int alpha, int beta, int depth, int type ) { 3 if ( depth == 0 ) return evaluate (); // evaluate computes the result of the game 5 int moves = getpossiblemovecount(); if ( moves == 0) return evaluate (); 7 for ( int i = 0; i < moves; ++i ) 9 { domove(i); 11 score = minimax( alpha, beta, depth 1, type ( 1) ); undomove(i); 13 if ( type == 1 ) 15 alpha = max( score, alpha ); else 17 beta = min( score, beta ); } 19 if ( type == 1 ) return alpha ; 21 else return beta; } 26 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
26 Erklärung Beispiel Algorithmus Alpha-Beta-Pruning Alpha-Beta-Pruning Problem Minimax ndet ein optimales Ergebnis, ist jedoch sehr aufwändig; der gesamte Baum muss traversiert werden. Überlegung Kann Tiefensuche früher abgebrochen werden? Idee Einführung zweier Werte α(für Max-Spieler) und β(für Min-Spieler), die den aktuell bestmöglichen Payo eines Spielers zwischenspeichern. So kann die Traversierung eines Asts frühzeitig abgebrochen werden, wenn für α oder β kein besseres Ergebnis erzielt werden kann. 27 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
27 Erklärung Beispiel Algorithmus Beispiel α S1 β S2 S von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
28 Erklärung Beispiel Algorithmus Beispiel α = 3 S1 β = 3 S2 S von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
29 Erklärung Beispiel Algorithmus Beispiel α = 3 S1 β = 3 S2 β = 1 S von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
30 Erklärung Beispiel Algorithmus Beispiel α = 3 S1 β = 3 S2 β < α S von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
31 Erklärung Beispiel Algorithmus Alpha-Beta-Pruning Algorithmus int alphabeta( int alpha, int beta, int depth, int type ) 2 { if ( depth == 0 ) return evaluate (); 4 int moves = getpossiblemovecount(); 6 if ( moves == 0) return evaluate (); 8 for ( int i = 0; i < moves; ++i ) { 10 domove(i); score = alphabeta( alpha, beta, depth 1, type ( 1) ); 12 undomove(i); 14 if ( type == 1 ) alpha = max( score, alpha ); 16 else beta = min( score, beta ); 18 if ( alpha >= beta ) 20 break ; } 22 if ( type == 1 ) return alpha ; 24 else return beta; } 32 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
32 Winning Positions Regeln Gewinnstrategie Varianten Besondere Spielsituationen Winning Position Eine Winning Position ist eine Spielsituation, die bei perfekter eigener Spielweise immer zum Sieg führt. Losing Position Eine Losing Position ist eine Spielsituation, die bei perfektem Spiel des Gegners immer zur Niederlage führen muss. 33 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
33 Winning Positions Regeln Gewinnstrategie Varianten The Game of Nim Grundregeln Es gibt verschiedene Haufen mit Objekten. In jeder Runde muss ein Spieler mindestens ein Objekt von genau einem Haufen entfernen. Der Spieler, der kein Objekt mehr ziehen kann, hat verloren. 34 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
34 Winning Positions Regeln Gewinnstrategie Varianten Gewinnstrategie Verständlicher Ansatz Gegeben seien k Haufen von Objekten, wobei sich in jedem Haufen jeweils n 1, n 2,..., n k Objekte benden. Interpretation der n i als binäre Zahlen Losing Position: Gerade Anzahl von 1 in jeder Spalte Winning Position: Ungerade Anzahl in einer Spalte Aus mehreren Spalten, mit ungerader 1-Zahl, kann man durch Entfernen immer eine gerade Zahl von 1 produzieren. Aus jeder Winning Position entsteht also eine Losing Position Haben alle Spalten eine gerade 1-Zahl, so muss mindestens eine 1 weggenommen werden und somit entsteht aus jeder Losing Position eine Winning Position[Gor]. 35 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
35 Winning Positions Regeln Gewinnstrategie Varianten Gewinnstrategie Computerstrategie Verwenden der xor-operation, um gerade oder ungerade Zahl der 1-Vorkommen zu bestimmen. Losing Position: n 1 n 2 n k = 0 Winning Position: n 1 n 2 n k = 0 n 1 n 2 n k wird Nim-Summe genannt. Perfekter Zug Für alle Haufen: n i nim-sum = x i Wähle Haufen, bei dem x i < n i und nimm n i x i Objekte weg. 36 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
36 Winning Positions Regeln Gewinnstrategie Varianten Nim-Varianten Misère Dasselbe Spielprinzip, dieses Mal verliert jedoch der Spieler, der den letzten Stein nehmen muss. Strategie: Dieselbe wie beim Grundspiel; sobald es jedoch zu einer Situation kommt, dass in keinem Haufen mehr als 1 Objekt liegt, so muss der Zug so gewählt werden, dass eine ungerade Anzahl solcher Haufen übrig bleibt(im Gegensatz zum Grundspiel, wo eine gerade Zahl erzielt würde). 37 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
37 Einleitung Rekurrenzgleichung Lösung Josephus-Problem Die Römer greifen an Flavius Josephus und 9 weitere Dorfbewohner üchten sich in eine Höhle Um Sklaverei zu entgehen, beschlieÿen sie Selbstmord Aufstellen in einem Kreis, wobei jeder zweite ermordet wird An welcher Position muss Josephus stehen, um als letzter übrig zu bleiben und nicht zu sterben? 38 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
38 Einleitung Rekurrenzgleichung Lösung Durchprobieren zeigt: 2, 4, 6, 8, 10, 3, 7, 1, 9, 5 39 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
39 Einleitung Rekurrenzgleichung Lösung Element an Position x war in der vorherigen Runde an Position 2x 1: J(2n) = 2J(n) 1 40 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
40 Einleitung Rekurrenzgleichung Lösung Bei einer ungeraden Anzahl an Elementen, gilt für die Position in der vorherigen Runde: J(2n + 1) = 2J(n) von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
41 Einleitung Rekurrenzgleichung Lösung 5 1 Ist nur noch ein Element übrig, ist die Lösung des Problems trivial: J(1) = 1 42 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
42 Einleitung Rekurrenzgleichung Lösung Rekurrenzgleichung J(1) = 1 J(2n) = 2J(n) 1 J(2n + 1) = 2J(n) + 1 Aufwand: O(log n) 43 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
43 Einleitung Rekurrenzgleichung Lösung Blockbildung n J(n) Blockbildung bei Zweierpotenzen. Sei n = 2 m + l, so gilt: J(2 m + l) = 2l + 1 Beweis durch Induktion über m und je einem Induktionsschritt für gerade und ungerade m [GKP89]. Allgemeine Schrittweite J(n, k) = ((J(n 1, k) + k 1) mod n) + 1, mit J(1, k) = 1 J(n, k) = (J(n 1, k) + k) mod n, mit J(1, k) = 0 44 von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
44 Einleitung Rekurrenzgleichung Lösung Ronald L. Graham, Donald E. Knuth, and Oren Patashnik. Concrete Mathematics. Addison-Wesley Publishing Company, Dov Gordon. Nim games Juli Christof Heymann. Minimax und alpha-beta pruning. Thema-8-Minimax-und-Alpha-Beta-Pruning-Heymann-Ausarbeitung. pdf, 05. Juli Jonathan Schaeer. The games computers (and people) play. Sebastian Wankerl. Spieltheorie, 16. Juli Game theory Juli von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
45 Einleitung Rekurrenzgleichung Lösung Josephus problem Juli Nim Juli Nim spiel Juli Prisoner's dilemma Juli von 46 Frederik Simon Universität Erlangen-Nürnberg Spieltheorie
Hallo 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
MehrSpieltheorie. Miriam Polzer 16.7.2013. Miriam Polzer Spieltheorie 16.7.2013 1 / 40
Spieltheorie Miriam Polzer 16.7.2013 Miriam Polzer Spieltheorie 16.7.2013 1 / 40 1 Grundlagen 2 Minimax und Alpha-Beta-Pruning 3 Nim-Spiele 4 Josephus-Problem Miriam Polzer Spieltheorie 16.7.2013 2 / 40
MehrSpieltheorie. 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. 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
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)
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
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
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
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
MehrInformatik II Übung 09
Informatik II Übung 09 Michael Baumann mbauman@student.ethz.ch n.ethz.ch/~mbauman 04.05.2015 Ablauf 1) Nachbesprechung Serie 8 2) Minimax & Alpha-Beta 3) Vorbesprechung Serie 9 2 Serie 8 3 Aufgabe 1 a,
MehrNICHTKOOPERATIVE SPIELTHEORIE EINFÜHRUNG. Minimaxlösungen & Gleichgewichte
NICHTKOOPERATIVE SPIELTHEORIE EINFÜHRUNG Minimaxlösungen & Gleichgewichte Spieltheorie Einführungsbeispiel Gefangenendilemma (Prisoner s Dilemma) Nicht kooperierende Spielteilnehmer Spieler Gefangener
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
MehrInformatik II Übung 09. Benjamin Hepp 3 May 2017
Informatik II Übung 09 Benjamin Hepp benjamin.hepp@inf.ethz.ch 3 May 2017 Nachbesprechung U8 3 May 2017 Informatik II - Übung 01 2 Nachbesprechung U8 1. Binaere Suche 2. Knapsack Problem 3. Reversi Teil
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?
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
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
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
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
MehrBipartites Matching. Gegeben: Ein bipartiter, ungerichteter Graph (V 1, V 2, E). Gesucht: Ein Matching (Paarung) maximaler Kardinalität.
Netzwerkalgorithmen Bipartites Matching (Folie 90, Seite 80 im Skript) Gegeben: Ein bipartiter, ungerichteter Graph (V, V, E). Gesucht: Ein Matching (Paarung) maximaler Kardinalität. Ein Matching ist eine
MehrInformatik II Übung 9. Pascal Schärli
Informatik II Übung 9 pascscha@student.ethz.ch Was gibts heute? Warm-Up Nachbesprechung Serie 8 Best-Of Vorlesung: Minimax Alpha Beta Vorbesprechung Serie 9 Info zur Auffahrt 2 Warm - Up Warm-Up (Basisprüfung
MehrÜberblick. Mathematik und Spiel. Ohne Glück zum Sieg. Bedeutung der Strategie. Zwei Hauptaspekte
Überblick Ohne Glück zum Sieg R. Verfürth Fakultät für Mathematik Ruhr-Universität Bochum Bochum / 8. Oktober 2009 Kategorisierung Strategische Spiele Bewertung einer Stellung Aufwand Epilog Literatur
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
Mehr39.1 Alpha-Beta-Suche
Grundlagen der Künstlichen Intelligenz. Mai 0 9. Brettspiele: Alpha-Beta-Suche und Ausblick Grundlagen der Künstlichen Intelligenz 9. Brettspiele: Alpha-Beta-Suche und Ausblick 9.1 Alpha-Beta-Suche Malte
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:
MehrTeil 2: Dynamische Spiele mit vollständigen Informationen
Teil : Dynamische Spiele mit vollständigen Informationen Kapitel 5: Grundsätzliches Literatur: Tadelis Chapter 7 Problem Manche Spiele entwickeln sich über die Zeit Dynamik kann aber nicht in Spielen in
MehrInformatik II Übung 9
Informatik II Übung 9 Katja Wolff Katja.wolff@inf.ethz.ch 1 Othelligence Event Program: Game strategies and game theory Duell Human (German Champion) vs. Machine Panel Apéro Time: Friday, 19.05.2017, 16:00
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
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
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.
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
MehrGrundlagen der Künstlichen Intelligenz
Grundlagen der Künstlichen Intelligenz 39. Brettspiele: Alpha-Beta-Suche und Ausblick Malte Helmert Universität Basel 23. Mai 2014 Brettspiele: Überblick Kapitelüberblick: 38. Einführung und Minimax-Suche
Mehr4. Bayes Spiele. S i = Strategiemenge für Spieler i, S = S 1... S n. T i = Typmenge für Spieler i, T = T 1... T n
4. Bayes Spiele Definition eines Bayes Spiels G B (n, S 1,..., S n, T 1,..., T n, p, u 1,..., u n ) n Spieler 1,..., n S i Strategiemenge für Spieler i, S S 1... S n T i Typmenge für Spieler i, T T 1...
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
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
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
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
MehrWer bin ich - und wenn ja wie viele?: Eine philosophische Reise. Click here if your download doesn"t start automatically
Wer bin ich - und wenn ja wie viele?: Eine philosophische Reise Click here if your download doesn"t start automatically Wer bin ich - und wenn ja wie viele?: Eine philosophische Reise Wer bin ich - und
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
MehrDR. PHIL., PROF. MANFRED THALLER SOFTWARETECHNOLOGIE II (TEIL 2): SIMULATION UND 3D PROGRAMMIERUNG SOMMERSEMESTER 2015
PROJEKT DATUM 19. GAMES AS GAME THEROY SYSTEMS 20. GAMES AS SYSTEMS OF CONFLICT 21. BREAKING THE RULES 30.04.2014 KUNDE SOFTWARETECHNOLOGIE II (TEIL 2): SIMULATION UND 3D PROGRAMMIERUNG SOMMERSEMESTER
MehrSemesterprojekt Implementierung eines Brettspiels (inklusive computergesteuerter Spieler)
Semesterprojekt Implementierung eines Brettspiels (inklusive computergesteuerter Spieler) Wintersemester 16/17 (Kleine) Einführung zu Künstlicher Intelligenz in Brettspielen Patrick Schäfer patrick.schaefer@hu-berlin.de
MehrInformatik II Übung 11 Gruppe 3
Informatik II Übung 11 Gruppe 3 Leyna Sadamori leyna.sadamori@inf.ethz.ch Informatik II Übung 11 Leyna Sadamori 17. Mai 2017 1 Nachtrag zu Übung 10 Alpha-Beta-Algorithmus Knotenwerte: Beide Varianten sind
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
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
Mehr11.1 Grundlagen - Denitionen
11 Binärbäume 11.1 Grundlagen - Denitionen Denition: Ein Baum ist eine Menge, die durch eine sog. Nachfolgerrelation strukturiert ist. In einem Baum gilt: (I) (II) 1 Knoten w ohne VATER(w), das ist die
MehrEinführung in die Methoden der Künstlichen Intelligenz. Suche bei Spielen
Einführung in die Methoden der Künstlichen Intelligenz Suche bei Spielen Prof. Dr. Manfred Schmidt-Schauß SoSe 2016 Stand der Folien: 12. Mai 2016 Zwei-Spieler-Spiele Ziel dieses Abschnitts Intelligenter
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
MehrMonopol. Wir betrachten nun den Extremfall eines Monopols: Es gibt nur einen Anbieter/Verkäufer, den Monopolisten Wir nehmen des weiteren an, es gebe
Kapitel 10: Monopol Hauptidee: Ein Unternehmen mit Marktmacht nimmt den Marktpreis nicht als gegeben hin. Es maximiert seinen Gewinn indem es einen Output wählt, für welchen der Preis höher ist als die
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
MehrGeometrie in der Spieltheorie
Evolutionäre Spieltheorie November 3, 2011 Evolution der Spieltheorie John von Neumann, Oskar Morgenstern 1944: The Theory of Games and Economic Behavior John Nash 1950: Non-cooperative Games Nash Gleichgewicht:
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:
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
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
MehrDie Bedeutung neurowissenschaftlicher Erkenntnisse für die Werbung (German Edition)
Die Bedeutung neurowissenschaftlicher Erkenntnisse für die Werbung (German Edition) Lisa Johann Click here if your download doesn"t start automatically Download and Read Free Online Die Bedeutung neurowissenschaftlicher
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
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
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
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
MehrPrüfung Psychotherapie: 900 Fragen und kommentierte Antworten (German Edition)
Prüfung Psychotherapie: 900 Fragen und kommentierte Antworten (German Edition) Jürgen von Dall'Armi Click here if your download doesn"t start automatically Prüfung Psychotherapie: 900 Fragen und kommentierte
MehrKAPITEL 6 GANZZAHLIGE OPTIMIERUNG UND VOLLSTÄNDIG UNIMODULARE MATRIZEN
KPITEL 6 GNZZHLIGE OPTIMIERUNG UND VOLLSTÄNDIG UNIMODULRE MTRIZEN F. VLLENTIN,. GUNDERT. Ganzzahlige lineare Programme Viele Optimierungsprobleme des Operations Research lassen sich als ganzzahlige lineare
MehrInformatik II. PVK Part1 Severin Wischmann wiseveri@student.ethz.ch n.ethz.ch/~wiseveri
Informatik II PVK Part1 Severin Wischmann wiseveri@student.ethz.ch n.ethz.ch/~wiseveri KAUM JAVA Kaum Java Viel Zeit wird für Java-spezifisches Wissen benützt Wenig wichtig für Prüfung Letztjähriger Assistent
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
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
Mehr4. Lernen von Entscheidungsbäumen
4. Lernen von Entscheidungsbäumen Entscheidungsbäume 4. Lernen von Entscheidungsbäumen Gegeben sei eine Menge von Objekten, die durch Attribut/Wert- Paare beschrieben sind. Jedes Objekt kann einer Klasse
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,
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
MehrModulare Förderung Englisch AUFGABEN ZUR EINFÜHRUNG BZW. FESTIGUNG UND ERWEITERUNG
Übungsvorschläge zur Einführung, Festigung, Erweiterung AUFGABEN ZUR EINFÜHRUNG BZW. FESTIGUNG UND ERWEITERUNG I. Situative Einführung A. What s your name? Im Sitzkreis führen die Schüler zum Einstieg
MehrEin Stern in dunkler Nacht Die schoensten Weihnachtsgeschichten. Click here if your download doesn"t start automatically
Ein Stern in dunkler Nacht Die schoensten Weihnachtsgeschichten Click here if your download doesn"t start automatically Ein Stern in dunkler Nacht Die schoensten Weihnachtsgeschichten Ein Stern in dunkler
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
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.
MehrZwei-Spieler-Spiele. Einführung in die Methoden der Künstlichen Intelligenz. Suche bei Spielen. Schach. Schach (2)
Einführung in die Methoden der Künstlichen Intelligenz Suche bei Spielen PD Dr. David Sabel SoSe 24 Ziel dieses Abschnitts Intelligenter Agent für Zweipersonenspiele Beispiele: Schach, Dame, Mühle,...
MehrWas heißt Denken?: Vorlesung Wintersemester 1951/52. [Was bedeutet das alles?] (Reclams Universal-Bibliothek) (German Edition)
Was heißt Denken?: Vorlesung Wintersemester 1951/52. [Was bedeutet das alles?] (Reclams Universal-Bibliothek) (German Edition) Martin Heidegger Click here if your download doesn"t start automatically Was
MehrKapitel Andere dynamische Datenstrukturen
Institute of Operating Systems and Computer Networks Algorithms Group Kapitel 4.8-4.11 Andere dynamische Datenstrukturen Algorithmen und Datenstrukturen Wintersemester 2017/2018 Vorlesung#13, 12.12.2017
MehrAnmerkung: Gescannte Objekte entstammen: Christian Rieck (2006); Spieltheorie Eine Einführung; Christian Rieck Verlag; Eschborn
Anmerkung: Gescannte Objekte entstammen: Christian Rieck (2006); Spieltheorie Eine Einführung; Christian Rieck Verlag; Eschborn Zahlreiche weitere Textelemente entstammen WIKIPEDIA http://de.wikipedia.org/wiki/spieltheorie
MehrA Classification of Partial Boolean Clones
A Classification of Partial Boolean Clones DIETLINDE LAU, KARSTEN SCHÖLZEL Universität Rostock, Institut für Mathematik 25th May 2010 c 2010 UNIVERSITÄT ROSTOCK MATHEMATISCH-NATURWISSENSCHAFTLICHE FAKULTÄT,
MehrÜbung Algorithmen und Datenstrukturen
Übung Algorithmen und Datenstrukturen Sommersemester 017 Marc Bux, Humboldt-Universität zu Berlin Agenda 1. Vorrechnen von Aufgabenblatt 1. Wohlgeformte Klammerausdrücke 3. Teile und Herrsche Agenda 1.
MehrZwei-Spieler-Spiele. Einführung in die Methoden der Künstlichen Intelligenz. Suche bei Spielen. Schach. Schach (2)
Einführung in die Methoden der Künstlichen Intelligenz Suche bei Spielen Prof. Dr. Manfred Schmidt-Schauß Ziel dieses Abschnitts Intelligenter Agent für Zweipersonenspiele Beispiele: Schach, Dame, Mühle,...
MehrOptimierung. Optimierung. Vorlesung 9 Lineare Programmierung & Kombinatorische Optimierung Fabian Kuhn
Optimierung Vorlesung 9 Lineare Programmierung & Kombinatorische Optimierung 1 Assignment Problem (Zuordnungsproblem) Gewichtetes Perfektes Bipartites Matching agents Costs tasks Weise jedem Agenten genau
MehrDatenstrukturen und Algorithmen D-INFK. Musterlösung 1
Eidgenössische Technische Hochschule Zürich Ecole polytechnique fédérale de Zurich Politecnico federale di Zurigo Federal Institute of Technology at Zurich Institut für Theoretische Informatik Peter Widmayer
MehrEVANGELISCHES GESANGBUCH: AUSGABE FUR DIE EVANGELISCH-LUTHERISCHE LANDESKIRCHE SACHSEN. BLAU (GERMAN EDITION) FROM EVANGELISCHE VERLAGSAN
EVANGELISCHES GESANGBUCH: AUSGABE FUR DIE EVANGELISCH-LUTHERISCHE LANDESKIRCHE SACHSEN. BLAU (GERMAN EDITION) FROM EVANGELISCHE VERLAGSAN DOWNLOAD EBOOK : EVANGELISCHES GESANGBUCH: AUSGABE FUR DIE EVANGELISCH-LUTHERISCHE
MehrReparaturen kompakt - Küche + Bad: Waschbecken, Fliesen, Spüle, Armaturen, Dunstabzugshaube... (German Edition)
Reparaturen kompakt - Küche + Bad: Waschbecken, Fliesen, Spüle, Armaturen, Dunstabzugshaube... (German Edition) Peter Birkholz, Michael Bruns, Karl-Gerhard Haas, Hans-Jürgen Reinbold Click here if your
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
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
MehrKapitel Andere dynamische Datenstrukturen
Institute of Operating Systems and Computer Networks Algorithms Group Kapitel 4.8-4.11 Andere dynamische Datenstrukturen Algorithmen und Datenstrukturen Wintersemester 2018/2019 Vorlesung#15, 18.12.2018
MehrDuell auf offener Straße: Wenn sich Hunde an der Leine aggressiv verhalten (Cadmos Hundebuch) (German Edition)
Duell auf offener Straße: Wenn sich Hunde an der Leine aggressiv verhalten (Cadmos Hundebuch) (German Edition) Nadine Matthews Click here if your download doesn"t start automatically Duell auf offener
MehrAnalysis I: Übungsblatt 1 Lösungen
Analysis I: Übungsblatt 1 Lösungen Verständnisfragen 1. Was ist Mathematik? Mathematik ist eine Wissenschaft, die selbstgeschaffene, abstrakte Strukturen auf ihre Eigenschaften und Muster hin untersucht.
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)
MehrMultiagent Interactions
Multiagent Interactions Ein Vortrag von: Rhena Möller und Svenja Heitländer Für das Seminar Multiagentensysteme SS09 Inhalt Einleitung Was ist Interaktion und wie funktioniert sie? Anwendungen Utility
MehrLogik für Informatiker Logic for computer scientists
Logik für Informatiker Logic for computer scientists Till Mossakowski Wintersemester 2014/15 Till Mossakowski Logik 1/ 24 Die Booleschen Junktoren Till Mossakowski Logik 2/ 24 Die Negation Wahrheitstafel
MehrÄnderung zur Übung. Kap. 4.4: B-Bäume. Motivation. Überblick. Motivation für B-Bäume. B-Bäume. Warum soll ich heute hier bleiben?
Kap. 4.4: B-Bäume Professor Dr. Lehrstuhl für Algorithm Engineering, LS11 Fakultät für Informatik, TU Dortmund 14. VO DAP2 SS 2008 3. Juni 2008 Änderung zur Übung ab jetzt: weniger Ü-Aufgaben, aber immer
MehrLaufzeit. Finden eines Matchings maximaler Kardinalität dauert nur O( E min{ V 1, V 2 }) mit der Ford Fulkerson Methode.
Effiziente Algorithmen Flußprobleme 81 Laufzeit Finden eines Matchings maximaler Kardinalität dauert nur O( E min{ V 1, V 2 }) mit der Ford Fulkerson Methode. Der Fluß ist höchstens f = min{ V 1, V 2 }.
Mehr4. Lernen von Entscheidungsbäumen. Klassifikation mit Entscheidungsbäumen. Entscheidungsbaum
4. Lernen von Entscheidungsbäumen Klassifikation mit Entscheidungsbäumen Gegeben sei eine Menge von Objekten, die durch /Wert- Paare beschrieben sind. Jedes Objekt kann einer Klasse zugeordnet werden.
MehrSchachaufgabe 05: Ma-Übung Chess Problem 05: Mate training
Schachaufgabe 05: Ma-Übung Chess Problem 05: Mate training In dieser Aufgabe ist kein Zug zu finden. Vielmehr sollst du herausfinden, wieviel weiße Figuren mindestens nö"g sind, um den schwarzen König
MehrSinn und Aufgabe eines Wissenschaftlers: Textvergleich zweier klassischer Autoren (German Edition)
Sinn und Aufgabe eines Wissenschaftlers: Textvergleich zweier klassischer Autoren (German Edition) Click here if your download doesn"t start automatically Sinn und Aufgabe eines Wissenschaftlers: Textvergleich
MehrAlgorithmen und Datenstrukturen (Informatik II) SS Klausur
Lehrstuhl für Algorith. und Datenstrukturen Prof. Dr. Hannah Bast Axel Lehmann Algorithmen und Datenstrukturen (Informatik II) SS 2013 http://ad-wiki.informatik.uni-freiburg.de/teaching Klausur Mittwoch
MehrGrundzüge von Algorithmen und Datenstrukturen, WS 15/16: Lösungshinweise zum 13. Übungsblatt
U N S A R I V E R S A V I E I T A S N I S S Grundzüge von Algorithmen und Datenstrukturen, WS /6: Lösungshinweise zum 3. Übungsblatt Christian Hoffmann, Fabian Bendun Aufgabe 3. (a) Sei j i + = n die Größe
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
MehrLevel 2 German, 2015
91126 911260 2SUPERVISOR S Level 2 German, 2015 91126 Demonstrate understanding of a variety of written and / or visual German text(s) on familiar matters 2.00 p.m. Friday 4 December 2015 Credits: Five
MehrLotterien I: differenzenskaliert. Lotterien II: quotientenskaliert. Durchzähl -Methode. Drei Verfahren zur Messung von Nutzen.
Drei Verfahren zur Messung von Nutzen Durchzähl -Methode Lotterien I: differenzenskaliert Typ: ordinal quasi-kardinal ohne Null und Eins Einheit/Nullpunkt: Vorteil: Vergleich: Nullpunkt und Einheit frei
Mehr