Im Rahmen der Übung des Moduls "Mensch-Computer-Interaktion" fand am 29. Januar 2020 die 1. Flappy Bird KI Olympiade statt. Zehn Studierende ließen ihre trainierten KIs gegeneinander antreten um drei Sieger zu ermitteln.

Im Rahmen der MCI-Laborübungen beschäftigen die Studierenden sich neben VR-Technologien und Eye-Tracking auch u. a. mit künstlichen Intelligenzen (KI). Nebst dem KI-gestützten Lösen von Klassifikationsaufgaben von Bildern und Texten in Jupyter Notebooks soll auch in einem kompetetiven Szenario ein Agent trainiert werden, der mittels bestärkendem Lernen ein Deep-Q-Network (DQN) so trainiert, dass es in der Lage ist, das bekannte Videospiel "Flappy Bird" zu spielen. Das Niveau, dass diese KI erreicht, übertrifft dabei schnell die Möglichkeiten eines menschlichen Spielers um ein Vielfaches.

Die Studierenden erstellten in Folge Wettbewerbsabgaben, die eine Observations- und Belohnungs-Funktion implementieren. Außerdem implementierten sie ein Deep Neuronal Network in Python und Keras, das den zentrale Kernbestandteil des DQN darstellt. Die Abgaben rangierten dabei von einem Netz, dass nur aus zwei Schichten bestand mit 16 Neuronen bestand bis hin zu Netzen, die bis zu zehn Schichten implementieren oder die über 16.000 Parameter trainieren konnten.

In einem spannden Wettkampf traten die trainierten Agenten gegeneinander an, mit dem Ziel, mindestens 100 Lücken kollisionsfrei zu durchfliegen. In mehreren Runden wurden dabei die Lücken, durch die die Vögel fliegen mussten, von 125px bis auf 93px verringert, bis nur noch drei Sieger in einem spannden Ausschlusswettbewerb feststanden. Die ersten drei Plätze gingen an:

1. Herr Benedikt Kentsch (Dense/4, Dense/24, Dense/48, 1.442 trainable params)
2. Herr Norman Reddig (3x Dense/88, 16.458 trainable params)
3. Herr Nils Verheyen (Dense/16, 66 trainable params)

Alle Teilnehmerinnen und Teilnehmer der Olympiade erhielten einen Schlüsselanhänger, während sich die ersten drei Plätze über Trophäen aus Acrylglas freuen durften.