GRIN General Game Playing

Studienarbeit aus dem Jahr 2009 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,3, Universität Duisburg-Essen, Veranstaltung: Künstliche Intelligenz, Sprache: Deutsch, Abstract: Es existieren viele ausgezeichnete Spielprogramme, die auf ihrer jeweiligen Domäne alle bzw. fast alle menschlichen Spieler besiegen können. Diese Spielagenten befinden sich auf einem hohen Intelligenzniveau in Bezug auf das Spiel, für das sie programmiert wurden. Wenn man bedenkt, dass diese Systeme ausschliesslich nur auf dem jeweiligen Spezialgebiet einzusetzen sind, kann man dann nicht von einer eher beschränkten Intelligenz sprechen? Man stelle sich vor, ein Schach-Grossmeister ist chancenlos gegen durchschnittlich intelligente Kindergartenkinder, wenn er gegen sie einfache Spiele wie Vier Gewinnt, Mühle und Tic-Tac-Toe spielt. Man würde seine intellektuellen Fähigkeiten wahrscheinlich in Frage stellen. Analog dazu kann man auch die Intelligenz der klassischen Spielagenten anzweifeln, die nur jeweils ein Spiel beherrschen. Bisher lag die Aufgabe der Analyse von komplexen Strategiespielen ausschliesslich in Menschenhand. Der Mensch entwickelt spielspezifisches Wissen und Strategien zur Lösung des Spielproblems. Anhand der Ergebnisse dieser Denkprozesse wird nun ein Computer programmiert der lediglich dazu genutzt wird, anhand einer Schritt-für-Schritt Anleitung des Programmierers eine Lösung für die definierten Probleme zu finden. Die eigentliche Intelligenz kam vom Menschen, die Rechenkraft vom Computer. Wünschenswerter wäre ein Computersystem, das dem Menschen diese strategische Denkarbeit abnimmt und zu einer vom Menschen definierten Problemstellung automatisch eine Lösung findet, ohne genaue Instruktionen zur Lösungsfindung vorgegeben zu bekommen. Auf dieser Vision aufbauend hat sich ein neuer Forschungszweig entwickelt ¿ das General Game Playing (GGP). Hierbei geht es um die Entwicklung von Agenten, die ohne menschliche Intervention selbstständig viele verschiedene Arten