AI ボードゲーム トーナメントによるゲーム化された学習: コースの評価

in Vlog

著者:

(1)ケン・ハッセルマン、ECAMブリュッセル工科大学(ベルギー、ブリュッセル)およびブリュッセル自由大学(ベルギー、ブリュッセル)

(2)クエンティン・ラーキン、ECAMブリュッセル工科大学、ベルギー、ブリュッセル。

要約と1. はじめに

  1. コース設計
  2. コース評価
  3. 結論、ソフトウェアとデータ、謝辞、参考文献

3. コース評価

私たちはまだ体系的かつ正式な教育評価キャンペーンを実施していません。ここで報告する判断は、学生との非公式なやり取りと、講義や実習セッション中の全体的な雰囲気に基づいています。

全体的に、学生たちとの経験は非常にポジティブなものでした。出席は必須ではありませんでしたが、出席が必須でない他のコースと比較して、講義と実習セッションの両方で出席率が高かったです。

ほとんどの学生グループは、講義中に見たアルゴリズムがどのように機能するかを理解することに興味を示し、講義で見たアルゴリズムを独自に実装したようです。

すべての学生グループは、適切なプロトコルを使用してゲーム サーバーと対話する機能エージェントを作成することができました。学生グループのエージェントの 15% 未満が、ゲームの悪い動きをしようとしました。約 75% の学生グループは、いくつかのゲームでランダム エージェントに勝つことができるエージェントを作成することができました。ランダム エージェントが最初のプレーヤーである場合、一部の学生グループのエージェントは依然として負けました。最初にプレイすると、ゲームで確かに有利になることに注意してください。上位 15% の学生グループは、敵対的検索アルゴリズムでボードの位置の品質を推定するさまざまなヒューリスティックを試しました。最も優れたグループは、アルファベータ プルーニングと転置テーブルを使用して、反復深化ミニマックス アルゴリズムを実装しました。

学生の中には、このコースのおかげでコンピュータサイエンスの分野で勉強を続ける意欲が湧いたと報告した人もいます。このコースは学習のかなり早い段階で提供されるため、学生にとって魅力的なコースに設計することが私たちにとって非常に重要です。

関連記事

前の投稿
AIにおける多様性と包摂: 人間とAIのコラボレーションから学ぶこと
次の投稿
Sentient LabsがOpenAI、Anthropic、Geminiに挑戦するため8500万ドルを調達