Java Settlers - Intelligente agentenbasierte Spielsysteme für intuitive ...

26 Verwandte Arbeiten
Politikwissenschaften, der Biologie, der Soziologie, der Psychologie oder der Künstlichen In-
telligenz, um Modelle für intelligenten Agenten zu definieren. In der Künstlichen Intelligenz
wurden viele traditionelle Spiele wie Schach, Dame, Backgammon, usw. erfolgreich als Agen-
tensysteme modelliert.
2.3.1 Die Arbeitsumgebung
Folgende Definitionen für Arbeitsumgebungen sind informell und entstammen dem Buch Künst-
liche Intelligenz von Russell, Norvig [4]. Sie werden benutzt, um die Arbeitsumgebung für „Die
Siedler von Catan“ zu beschreiben und Unterschiede zu den traditionellen Spielen aufzuweisen:
• Eine Umgebung mit nur einem Agenten wird als Einzelagent-Umgebung bezeichnet.
Sind zwei Agenten beteiligt so gilt es als eine Zwei-Agenten-Umgebung oder bei meh-
reren Agenten eine Multiagent-Umgebung [4].
• In einer Zwei-Agenten-Umgebung kommt es häufig vor, dass ein Spieler seine Leistungs-
bewertung maximiert während die des anderen Spielers minimiert wird. Dies ist eine kon-
kurrierende Umgebung, die typisch ist für sogenannte Nullsummenspiele. Wird durch
eine Aktion jedoch die Leistungsbewertung mehrerer Agenten gleichzeitig maximiert, so
handelt es sich um eine (vollständige oder partielle) kooperative Umgebung [4].
• Die Arbeitsumgebung wird vollständig beobachtbar genannt, wenn der Agent zu je-
dem beliebigen Zeitpunkt Zugriff auf den vollständigen Zustand der Umgebung besitzt.
Sind jedoch Störungen, ungenaue Daten oder unvollständige Daten im Spiel, so ist die
Umgebung teilweise beobachtbar. In diesem Kontext wird auch von vollständiger oder
unvollständiger Information [4] gesprochen.
• Eine Arbeitsumgebung ist deterministisch, wenn der nächste Zustand der Umgebung
vollständig durch den aktuellen Zustand und der vom Agenten durchgeführten Aktionen
bestimmt werden kann, andernfalls ist sie stochastisch. Wenn jedoch die Umgebung bis
auf die Aktionen anderer Agenten deterministisch ist, so wird sie als strategisch bezeich-
net [4].
• Ist die Erfahrung des Agenten in atomare Episoden aufgeteilt, wo eine Aktion in einer
Episode nur von dieser Episode abhängig ist und unabhängig von bisherigen Entschei-
dungen, so kennzeichnet dies eine episodische Arbeitsumgebung. Andernfalls gilt die
Umgebung als sequentiell, wo ein vorausschauender Agent auch die Historie der Ent-
scheidungen berücksichtigen muss [4].
• Ist die Umgebung in der Lage, sich während einer Entscheidungsfindung zu ändern, so
ist sie für den Agenten dynamisch; andernfalls ist sie statisch. Wenn sich jedoch die
Umgebung im Laufe der Zeit nicht ändert, aber die Leistungsbewertung des Agenten, so
haben wie eine semidynamische Umgebung [4].