MAD | AI 2021 Invited Keynote: Analyse der Spielmechanik von GoPop!™: Wie der wahrscheinlichste Weg zum Sieg nicht immer der beste ist.
08.12.2021
Wir haben die Spielmechanik von GoPop!™ Roundo von FoxMind analysiert. Für die einfachere Variante, die vom vorherigen Zug unabhängig ist, kann der gesamte Spielbaum in 12 Gigabyte gespeichert und in etwa 15 Minuten generiert werden. Die bloße Auswertung lokaler Wahrscheinlichkeiten bei jedem Schritt schneidet jedoch sehr schlecht gegen zufällige Züge und die Aggregation vieler zufälliger Selbstspiele ab, welche zwei vernünftige Basisbenchmarks. Die Auswertung des Spielbaums durch Selbstspiel bis zum Ende - unter Ausschluss der Züge, die später zu einem verlorenen Spiel führen, und Gewichtung nach lokaler Gewinnwahrscheinlichkeit - verbessert die Leistung beträchtlich, verliert aber immer noch in 1,32 % der Spiele gegen zufällige Züge. Es scheint einen leichten Vorteil im ersten Zug zu geben, da das Zufallsspiel 1,5% der Partien im ersten Zug gewinnt, aber nur 1,14% der Partien im zweiten Zug. Wir zeigen, dass eine perfekte Beherrschung dieses Spiels nur möglich ist, wenn die Züge des Gegners im Voraus bekannt sind, was den Erhalt eines guten mentalen Modells der gegnerischen Strategie zu einem vorrangigen Ziel macht. Dies macht es zu einem weitaus kollaborativeren Spiel als z. B. Schach, bei dem gute Züge nicht so sehr von der Strategie des Gegners abhängen, sondern eher Go ähneln, bei dem die Strategien der Spieler bekannt sind und einen weitaus größeren Einfluss haben. Daher könnte es ein interessantes Spiel sein, aus einer kleinen Anzahl von Zügen Gegnermodelle zu erstellen, um die Leistung in Richtung perfektes Spiel zu verbessern. Dies bietet jedoch die Möglichkeit, bewusst Züge zu wählen, um den Gegner hinsichtlich der eigenen Strategie zu verwirren, was auch vom System selbst genutzt werden könnte. Es wäre auch interessant, das System gegen erfahrene menschliche Spieler spielen zu lassen, was sie jetzt hier auf dieser Seite machen können.