Detailansicht
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Informatik
Betreuer*in
Gabriele Uchida
URN
urn:nbn:at:at-ubw:1-29430.39990.683870-0
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Inhalt dieser Arbeit ist die Implementierung einer Pokersoftware, die es ermöglicht gegen Computerspieler zu spielen. Dabei handelt es sich um die Pokervariante Texas Hold‘em mit bis zu zehn Spielern, davon maximal einer menschlich. Geplant ist eine Spielstärke, bei der auch Profis gefordert werden, ohne den Computerspielern unfaire Vorteile zu verschaffen oder ihnen unverhältnismäßig viel Zeit für ihre Entscheidungsfindung zur Verfügung zu stellen.
Zu Beginn werden die Pokerregeln erarbeitet. Dann wird eine Applikation von Grund auf entwickelt und in Java geschrieben, die Regelwerk und Interface für das Pokerspiel beinhaltet. Nicht enthalten ist eine Unterstützung für mehrere menschliche Spieler. Als Input wird auch der Vergleich mit anderen Pokerprogrammen herangezogen, bei denen man gegen Computerspieler pokern kann. Die Grundlage für spielstarke Computerspieler bilden Pokerstrategien aus der Literatur. Aufbauend auf der erarbeiteten Theorie wird dann für den Client in inkrementellen Schritten die Pokerstrategien in einer künstlichen Intelligenz umgesetzt. Um die Verbesserung der Computerspieler aufzeigen zu können, wird ein Automatikmodus eingeführt, der die Performance der teilnehmenden Spieler direkt in Excel auswertet. Ein Entwicklungszyklus der künstlichen Intelligenz umfasst dann die Erweiterung gegenüber der vorherigen Version sowie einen Vergleich mit verschiedenen früheren Varianten um Verbesserungen und Fehler zu analysieren.
Sobald die Spielstärke der computergesteuerten Spieler ausreichend fortgeschritten ist, werden externe Spieler das Programm testen, um sowohl für Interface als auch Computerspielstärke Feedback und Verbesserungspotenziale zu erhalten, welches dann in die weitere Arbeit einfließen kann.
Am Ende folgen eine Zusammenfassung der Erkenntnisse, eine Beschreibung der erreichten Grenzen sowie ein Ausblick auf mögliche weitere Entwicklungsmöglichkeiten unserer finalen Implementierung.
Sowohl das Pokertool, Quelltext als auch die referenzierten Statistikdatenblätter sind der Arbeit elektronisch, bzw. als CD beigelegt.
Abstract
(Englisch)
The focus of this paper is the creation of a Texas Hold‟em poker software with up to ten players which enables the user to play against an artificial intelligence (AI). These AI players should play well enough to compete with good human players without using unfair advantages or needing extreme long computation time.
The first chapter contains the goal and the motivation to create this paper. It is followed by the procedure instruction and the development documentation of the poker tool. The tool is based on Java, provides a graphical user interface (GUI) and supports all the poker rules. The tool does not support playing online or via network and therefore does not contain a multiplayer modus. The main input for the work came from poker literature and web sources conducted to Texas Hold‟em. Additionally we took a look at existing poker tools and their implementation.
The theoretical concepts were used to create the AI and improve it incrementally. To make the improvements of the different versions of the AI visible we simulated games and used java interfaces to create excel statistics and charts. After reaching an acceptable AI strength we asked other persons to play against the computer players and then used their feedback to further improve the tool.
The paper concludes with our findings, the reached constraints and further possible improvement ideas.
Schlagwörter
Schlagwörter
(Deutsch)
Poker Strategie Java Künstliche Intelligenz
Autor*innen
Andreas Jessner ,
Julian Hardwiger
Haupttitel (Deutsch)
Realisierung einer Pokersoftware mit computergesteuerten Spielern
Paralleltitel (Englisch)
Implementation of a poker software with computer controlled players
Publikationsjahr
2010
Umfangsangabe
173 S. : graph. Darst.
Sprache
Deutsch
Beurteiler*in
Gabriele Uchida
Klassifikation
54 Informatik > 54.72 Künstliche Intelligenz
AC Nummer
AC08437857
Utheses ID
11260
Studienkennzahl
UA | 066 | 926 | |