Auflistung nach Autor:in "Thurau, Christian"
1 - 3 von 3
Treffer pro Seite
Sortieroptionen
- KonferenzbeitragGroup evolution patterns in world of warcraft(INFORMATIK 2010. Service Science – Neue Perspektiven für die Informatik. Band 2, 2010) Thurau, Christian; Bauckhage, ChristianWe study the temporal evolution of different types of guilds in the massively multiplayer online role playing game WORLD OF WARCRAFT®. Given a large corpus of observations of online activities of players, we apply convex-hull non-negative matrix factorization to cluster our data of about 1,400,000 guilds into well interpretable prototypes. Given these prototypes, we analyze guild formation patterns on American and European servers. We find growth patterns according to power laws that result in similar structures in both cases.
- ZeitschriftenartikelKünstliche Intelligenz für Computerspiele(Informatik-Spektrum: Vol. 37, No. 6, 2014) Bauckhage, Christian; Kersting, Kristian; Thurau, ChristianDie technische Entwicklung von Computerspielen und die Entwicklung von Methoden der Künstlichen Intelligenz (KI) gehen seit Jahrzehnten Hand in Hand. Spektakuläre Erfolge der KI in Spieleszenarien sind etwa der Sieg des Schachcomputers Deep Blue über den damaligen Weltmeister Gary Kasparow im Jahr 1997 oder der Gewinn der Quizshow Jeopardy durch das Programm Watson im Jahr 2010. Standen lange Zeit Fragen zur Implementierung möglichst intelligenter und glaubwürdiger künstlicher Spieler im Vordergrund, ergeben sich durch aktuelle Entwicklungen in den Bereichen mobile- und social gaming neue Problemstellungen für die KI. Dieser Artikel beleuchtet die historische Entwicklung der KI in Computerspielen und diskutiert die Herausforderungen, die sich in modernen Spieleszenarien ergeben.
- ZeitschriftenartikelLearning Human Behavior from Analyzing Activities in Virtual Environments(MMI Interaktiv - Human: Vol. 1, No. 12, 2007) Bauckhage, Christian; Gorman, Bernard; Thurau, Christian; Humphrys, MarkPresent day multiplayer video games offer an interesting perspective for researching artificial cognitive systems. In this contribution, we focus on the problem of learning believable behavior models for artificial characters. Recordings of the network traffic of modern games allow for applying machine learning techniques to realize artificial agents that act more human-like than conventional current game characters. We detail an imitation learning approach and present the results of an extensive believability study that was carried out on the Internet.