Newer
Older
abgabensammlungSS15 / ea / project / overview.md
@Jan-Peter Hohloch Jan-Peter Hohloch on 29 Jun 2015 1 KB EA: Project why EAs, update html

EA Projekt

Problemstellung

  • Volleyball: Erziehle ein Ass (Punkt durch Angabe ohne Gegnerberührung)

Warum EAs?

  • Fitnessfunktion durch Stellung der Gegner
  • Optimieren anhand dieser Funktion
  • Fitnessfunktion mit mehreren Maxima und Minima
  • eine Population kann mehre gute Lösungen repräsentieren; ein Gradientenverfahren, würde sich eines aussuchen

Lösungsrepräsentation

  • Ziel (x,y), wo stehen wenige Spieler
  • Kraft + Spin f, schränkt Zielgenauigkeit ein
    • auf geplante Position wird entsprechend noise addiert
    • erschwert gleichzeitig jedoch das Abfangen
    • -> mehr "Glück"
  • jeweils reelle Zahlen
  • 0 <= x <= 9
  • 0 <= y <= 9
  • 0 < f <= 10

Fitnessfunktion

  • Verteilung der Spieler auf dem Feld
  • jeder Spieler fängt Bälle in seiner Umgebung normalverteilt ab
  • Fitnessfunktion ist also die Summe der Gauß-Glocken der Spieler
  • Idee: unterschiedlich starke Spieler für unterschideliche Minima (Bezug zur Realität)

Schwierigkeit

  • mehrere Minima, in die optimiert werden könnte
  • noise durch Kraft + Spin des Aufschlags lässt

Techniken

  • Evolutionsstrategien, zur Optimierung der drei reellen Zahlen der Lösung
  • GA möglich, jedoch nicht so passend, da diese die reellwertigkeit nicht gut abbliden

Opetaroren

Mutation

  • Bei ES ist hat die Mutation den wesentlichen Anteil am Fortschritt
  • Wir mutieren alle drei Parameter nach den Vorgaben der ES

Crossover

  • sinnvoll für gute Position und gute Kraft
  • problematisch bei gutem x- und gutem y-Wert