Version vom 21. März 2010, 11:32 Uhr

Inhaltsverzeichnis

Ideensammlung zum Computer-Go-Seminar des HPI

Ausarbeitung der Gruppenaufteilung (zusammenarbeitende Gruppen ~ jeweils 2-3 Mitglieder)
- Gruppen aufteilen in Optimierung verschiedener Parameter (beispielsweise dynamisches Komi), Parallelisierung, zusätzliche Lösungsstrategien zu MCTS o.ä. (dafür nötig eine Grundimplementierung, also mit mCTS und Verständnis aller Teilnehmer wie MCTS arbeitet)
Beschaffung von Hardware ---> warum wollten wir nochmal 3 Systeme? Warum nicht nur ens? Warum reichen mitgebrachte Leptops nicht? Vergleichbarkeit?
!!!!!!!!!!!!!!!!! Basic-Player evaluieren + nochmal nachfragen ob es noch weitere gibt !!!!!!!!!!!!!!!!!!!!!!!!!!!!
SVN Gastaccounts für teilnehmende Ifis anlegen
Mailingliste bei HPI admins beantragen (Go2010 passt)
Eventuelle Kooperation mit BS-Lehrstuhl (Parallelisierung) ---> Dr. Martin von Löwis
Vortragsthemen für 3 Gruppen (a ~ 2 Personen) ausarbeiten, hierfür Auswahl der wichtigsten Themen udn wichtigsten Paper (diese sollen am Anfang gehalten werden)
unbenotet oder benotet?

Monte Carlo Tree Search & co.
- dynamisches Komi
Parallelisierung (Thread / Cluster)
Tsume Go
direction of play
statische Evaluationsfunktionen
Kombination von verschiedenen Ansätzen (MCTS, direction of play, statische Evaluation...)
Parameter Tuning
Evaluieren des Players (menschliche / computer- Gegner)

zuerst einführender Vortrag von Magnus
jede der Gruppen hält einen vertiefenden Vortrag über ein Thema (schon zu Beginn des Semester ---> Ausarbeitung vorher)
Danach wird das Basisprinzip implementiert (MCTS), dies muss von allen umfassend verstanden werden (auch wenn nciht alle implementierne können)
Aufteilung in Gruppen und arbeiten an einzelnen themen (--> todos)

(Auszug aus den Veröffentlichungen der letzten Jahre)

@@ Zeile 57: / Zeile 57: @@
 === Monte Carlo Tree Search ===
-* [http://www.lri.fr/~gelly/paper/SylvainGellyThesis.pdf PHD: A CONTRIBUTION TO REINFORCEMENT LEARNING; APPLICATION TO COMPUTER-GO (SYLVAIN GELLY)]
+* [http://www.lri.fr/~gelly/paper/SylvainGellyThesis.pdf PHD: A CONTRIBUTION TO REINFORCEMENT LEARNING; APPLICATION TO COMPUTER-GO (SYLVAIN GELLY)] '''MUST-READ''' Kapitel 4
 * [http://www.lri.fr/~teytaud/eg.pdf Combining expert, offline, transient and online knowledge in Monte-Carlo exploration (Chaslot et.al)]
 * [http://www.personeel.unimaas.nl/G-chaslot/papers/newMath.pdf PROGRESSIVE STRATEGIES FOR MONTE-CARLO TREE SEARCH (Chaslot et.al)]