Übersicht
Worum es bei diesem Projekt geht.
Implementiere in Python eine Vier-Gewinnt-Engine mit Minimax-Algorithmus und Alpha-Beta-Pruning. Definiere eine Bewertungsfunktion für nicht-terminale Spielzustände (z. B. Anzahl möglicher Drei-in-Reihe-Kombinationen für jeden Spieler). Die drei Schwierigkeitsstufen entstehen durch Suchtiefen 2, 5 und 7 plus optionalen Zufallsanteil bei Stufe 1. Spiele 100 Spiele zwischen den drei Stufen aus und berichte Siegquoten, durchschnittliche Zeit pro Zug und Anzahl untersuchter Knoten. Liefere ein Übergabe-Notebook plus eine kurze Empfehlung für das Game-Design-Team, welche Suchtiefe für welche Zielgruppe geeignet ist.
Das Briefing
Was Du tust und was Du zeigst.
Wie wirken Suchtiefe und Bewertungsfunktion zusammen, um drei nachvollziehbare Schwierigkeitsstufen für eine Vier-Gewinnt-App zu erzeugen?
Earning criteria — what you'll demonstrate
- Den Minimax-Algorithmus auf einem realistischen Brettspiel implementieren
- Alpha-Beta-Pruning korrekt einsetzen und den Performance-Gewinn quantifizieren
- Eine sinnvolle Bewertungsfunktion entwerfen und durch Spielanalysen rechtfertigen
- Schwierigkeitsstufen empirisch nachweisen und für Game-Design verwertbar aufbereiten
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
AI Engineer
Game Tree Search und Bewertungsfunktionen sind Grundbausteine im AI-Engineer-Repertoire. Die Challenge schult genau diese Bausteine auf einem überschaubaren, aber nicht trivialen Spiel.
Dieses Projekt schärft
- minimax-algorithm
- alpha-beta-pruning
- game-tree-search
Machine Learning Engineer
Auch Machine Learning Engineers in Reinforcement-Learning-Teams brauchen ein solides Verständnis klassischer Spielsuche, weil moderne Verfahren (z. B. AlphaZero-Familie) darauf aufbauen.
Dieses Projekt schärft
- game-tree-search
- evaluation-functions
- performance-profiling
AI Product Designer
Die Übersetzung von Suchtiefe in nachvollziehbare Schwierigkeitsstufen ist ein klassisches AI-Product-Design-Problem im Spielebereich — das Tool wird nur dann gut, wenn die Stufen sich spürbar unterscheiden.
Dieses Projekt schärft
- evaluation-functions
- performance-profiling
- python
Noch eine Sache