Diese Evolutionäre Rennsimulation ist ein Python-Projekt, das Pygame einsetzt, um eine Kreuzung aus künstlicher Intelligenz, genetischen Algorithmen und Rennsimulation zu schaffen. Der Eckpfeiler dieses Projekts ist ein selbst entwickelter genetischer Algorithmus, der speziell für die Simulation und Visualisierung des evolutionären Lernprozesses von KI-gesteuerten Autos auf einer digitalen Rennstrecke entwickelt wurde.
Die Kernfunktionalität des Projekts besteht darin, virtuelle Fahrzeuge darauf zu trainieren, eine Rennstrecke mit zunehmender Effizienz und Geschwindigkeit zu befahren. Jede Fahrzeuggeneration in der Simulation erbt und mutiert Eigenschaften, die auf der Leistung ihrer Vorgänger basieren, und spiegelt so die Prinzipien der natürlichen Selektion wider. Dieser evolutionäre Ansatz optimiert nicht nur die Rennfähigkeiten der KI, sondern bietet auch eine dynamische Plattform, um das Lernen der KI in Echtzeit zu beobachten.
Ein Schlüsselaspekt dieses Projekts ist seine Betonung der Visualisierung. Die Lernreise jedes KI-Fahrzeugs wird grafisch dargestellt und bietet so einen intuitiven Einblick in den komplexen Prozess der algorithmischen Evolution und Anpassung. Diese visuelle Komponente steigert nicht nur den pädagogischen Wert des Projekts, sondern macht es auch für ein breiteres Publikum interessant und zugänglich.
Durch die Verbindung von KI, genetischen Algorithmen und visuellem Storytelling im Kontext eines Rennsimulators ist dieses Projekt ein pädagogisches Instrument und ein Schaufenster für das Potenzial der KI in dynamischen, realen Szenarien.
Projektarbeit
WS2023/2024
Medieninformatik (Bachelor, 7 Semester)
Team |
Jayoung Byeun, Tilman Kreis |
Betreuer |
Johannes Theodoridis |
Python