Gelingt der große Wurf?

4 Der Computer spielt Darts - Ausbaumöglichkeiten

Die bisher diskutierten Lösungsansätze können in verschiedene Richtungen verfeinert werden. Liegen Vorkenntnisse auf dem Gebiet der Stochastik vor, so könnte man auf folgenden Gedanken kommen: Anstatt mit einer festen Trefferverteilung zu arbeiten, kann man probieren, das individuelle Trefferbild eines Spielers mit Hilfe einer passenden Verteilungsfunktion zu beschreiben. Natürlich gibt es hier eine Vielzahl von Möglichkeiten, doch bereits mit einer allgemeinen 2d-Normalverteilung (bestimmt durch 5 Parameter) lassen sich die in vielen Experimenten ermittelten Trefferbilder in sehr guter Näherung abbilden (siehe Abb. 8).

Abbildung 8: Trefferbild und daraus bestimmte 2d-Normalverteilung

Der Vorteil gegenüber dem zuvor beschriebenen Arbeiten mit statischen Trefferverteilungen ist zum einen der geringere Speicherbedarf. So ist es möglich, mit einer einmaligen Reihe von Testwürfen (Anzahl >> N (vorherige Zahl der Würfe)) die Parameter der Verteilungsfunktion zu berechnet, mit der anschließend weiter gearbeitet wird. Anschließend werden auf Basis dieser Verteilungsfunktion die Würfe des Spielers simuliert, der somit nicht immer dieselben Stellen der Dartscheibe trifft, sondern dessen dynamisches Treffverhalten gemäß seinen Fähigkeiten realistisch nachgebildet wird. Später können damit Werkzeuge der Stochastik eingesetzt werden, um Schlussfolgerungen zu ziehen, die anhand des statischen Trefferbildes nicht oder weniger genau möglich wären. Auch die Veränderung des Trefferbildes bei Wahl des Zielpunktes in unterschiedlichen Regionen der Dartscheibe - z.B. in der Nähe des Randes - kann über eine entsprechende Anpassung der Verteilungsfunktion modelliert werden. Erheblich vereinfacht wird durch diese Beschreibungsform die später angedeutete Vorgehensweise zur adaptiven Bestimmung der Fähigkeiten eines Spielers anhand von während eines Spiels erhobenen Daten.

>> Mögliche Erweiterungen