Terug naar projecten
Game AI

Game AI met MCTS, Minimax en Expectimax

Implementatie, vergelijking en performantie-optimalisatie van beslissingsalgoritmes voor games en zoekproblemen.

Projectoverzicht

Categorie
Game AI
Stack
AI algorithmsMCTSMinimaxExpectimax

Highlights

  • Vergelijking tussen zoekgebaseerde en kansgebaseerde beslissingen
  • Praktische toepassing van MCTS, Minimax en Expectimax
  • Performantie-optimalisatie voor responsieve gameplay
  • Inzicht in heuristieken, zoekdiepte en rekentijd

Context

Game agents moeten keuzes maken onder tijdsdruk, onzekerheid en wisselende diepte in de zoekruimte.

Aanpak

MCTS, Minimax en Expectimax toegepast om gedrag, sterktes en trade-offs tussen algoritmes te vergelijken.

Technologieën

De gebruikte stack is gekozen rond de technische kern van het project: AI, optimalisatie, software engineering of webontwikkeling.

AI algorithmsMCTSMinimaxExpectimax

Resultaat

Een praktische basis om zoekstrategieën, heuristieken, game theory en real-time besluitvorming beter te begrijpen.

Wat ik geleerd heb

Meer gevoel voor algoritmische optimalisatie, evaluatiefuncties en de impact van beperkte rekentijd.