Skip to content
12ghostrider21Public

About

Eine Webanwendung zum Test und Vergleich von Spiel-KIs. Benutzer können gegen andere Nutzer, vorab trainierte KIs (alpha-zero framework) antreten oder ihre eigenen KIs über eine bereitgestellte WebSocket Verbindung testen. Die Plattform bietet einen Pool an Spielen und unterstützt die Entwicklung und Verbesserung von KI-Strategien.

Topics

Resources

Stars

1 star

Watchers

2 watching

Forks

Repository files navigation

KIMaster - Plattform zum Vergleich von Spiele-KIs

Projektbeschreibung

KIMaster ist eine benutzerfreundliche Plattform, die es Nutzern ermöglicht, praxisnahe Erfahrungen mit künstlicher Intelligenz (KI) zu sammeln. Die Plattform bietet eine interaktive Umgebung, in der verschiedene KIs gegeneinander antreten können und Nutzer die Möglichkeit haben, eigene KI-Entwicklungen zu testen.

Inhaltsverzeichnis

Funktionen

  • Spielen gegen andere Spieler in verschiedenen Spielen
  • Spielen gegen vortrainierte KI-Modelle (KIM)
  • Anbinden eigener KI-Implementierungen über API
  • Vergleich von verschiedenen Spiele-KIs
  • Interaktive Benutzeroberfläche mit Webseite
  • Automatisierte Tests zur Qualitätssicherung
  • Unterstützung für Docker und Docker-Compose

Technologiestack

  • Backend: Python 3.11, FastAPI, PyTorch, TensorFlow, Docker
  • Frontend: Vue.js, Vuex, Vue Router, JavaScript/TypeScript
  • Datenbank: Keine direkte Datenbank, Speicherung erfolgt in Docker-Volumes
  • Infrastruktur: Docker, Docker-Compose

Installationsanweisungen

Voraussetzungen

  • Docker Desktop
  • Git
  • Optional: CUDA-fähige GPU für schnelleres Training von KI-Modellen

Schritte

  1. Docker installieren

    • Besuche die Docker Desktop Webseite und lade Docker Desktop herunter.
    • Folge den Installationsanweisungen für dein Betriebssystem (Windows, macOS, Linux).
    • Nach der Installation starte Docker Desktop und stelle sicher, dass es läuft.
  2. Repository klonen

    git clone https://github.com/12ghostrider21/KIMaster.git
    cd KIMaster
  3. Docker-Container starten

    Für Windows:

    ./start.cmd

    Für Unix (Linux, macOS):

    chmod +x start.sh
    ./start.sh

Hinweise zum Build Prozess

Beim ersten Mal kann der Build-Prozess je nach Internetverbindung sehr lange dauern. Bei einer Download-Geschwindigkeit von 50 Mbit/s dauert der Prozess etwa 30 Minuten. Nach Abschluss des Prozesses werden automatisch alle notwendigen Container in Docker gestartet.

Systemanforderungen

  • Prozessor (CPU): 64-Bit mit Second Level Address Translation (SLAT)
  • Arbeitsspeicher (RAM): 4 GB
  • Festplattenspeicher: min. 20 GB
  • Internetverbindung: zum Herunterladen von Paketen
  • Optional: Eine CUDA (12) fähige GPU

Nutzung der Plattform

  • Weboberfläche: Lokal erreichbar unter http://localhost:8086/. Im THM-Netz ist die Webseite unter https://kimaster.mni.thm.de erreichbar.
  • Debug-Webseite: Lokal erreichbar unter http://localhost:8087/. Die Debug-Webseite wird nicht im THM-Netz bereitgestellt.
  • API: Lokal erreichbar unter ws://localhost:8010/ws. Im THM-Netz ist die API unter wss://kimaster.mni.thm.de/ws erreichbar.

Dokumentation

Alle relevanten Dokumentationsinhalte sind im Verzeichnis spezifikation im Hauptbranch (main) des Repositories verfügbar. Dort findet sich die umfassende Spezifikationen und Anleitungen, die helfen sollen, das Projekt besser zu verstehen und effektiv zu nutzen. ZU finde unter folgendem Direkt-Link: Spezifikation.

Team

ThorbenJones: Projektleitung, Frontend-Entwicklung

12ghostrider21: Stellvertretende Projektleitung, Dokumentationsspezialist

Flying-Suricate: Technischer Architekt, Backend-Entwicklung

maximilianlbachmann: Backend-Entwicklung, Spiele-Entwicklung

S-Reinhard: Dockerspezialist, QA-Ingenieur

PascalWaldschmidt: Frontend-Entwicklung, UI/UX-Designer

OmarKarkotli: UI/UX-Designer, Technischer Architekt

Externe Repositories

Für die Basisimplementierung der KI-Trainierung wurden Teile aus suragnair/alpha-zero-general verwendet.

Lizenz

Dieses Projekt steht unter der MIT Lizenz.

About

Eine Webanwendung zum Test und Vergleich von Spiel-KIs. Benutzer können gegen andere Nutzer, vorab trainierte KIs (alpha-zero framework) antreten oder ihre eigenen KIs über eine bereitgestellte WebSocket Verbindung testen. Die Plattform bietet einen Pool an Spielen und unterstützt die Entwicklung und Verbesserung von KI-Strategien.

Topics

Resources

Stars

1 star

Watchers

2 watching

Forks

Releases

Packages

Contributors

Languages

⌂ 换网址