Im Rahmen der vorliegenden Bachelorarbeit wird das Spiel “Werwolf” betrachtet, insbesondere unter dem Gesichtspunkt der sozialen Interaktion zwischen den verschiedenen Spielern. Dafür wird vornehmlich die Diskussionsphase modelliert, um Sondercharaktere besser einbinden zu können. Dieses Modell wird dann implementiert und simuliert und die Ergebnisse werden ausgewertet, um verschiedene Erkenntnisse über die verschiedenen Sonderkarten zu erzielen und faire Zusammenstellungen zu identifizieren.
“Werwolf” ist ein kommunikatives Social-Deduction-Spiel für Gruppen von ca. acht bis fünfzig Personen. Die Spielidee besteht darin, dass es zwei Gruppen/Fraktionen gibt, denen die Spieler zufällig und geheim zugeordnet werden: Die Dorfbewohner und die Werwölfe. Während letztere sich untereinander kennen, müssen die Dorfbewohner die Identitäten im Laufe des Spiels herausfinden. Darüber hinaus gibt es noch spezielle Charaktere mit unterschiedlichen Fähigkeiten, die einer der beiden Fraktionen zugerechnet werden (bzw. teilweise auch eine neue Fraktion bilden).
Inhaltsverzeichnis
1. Einleitung
1.1. Vorstellung des Spiels “Werwolf”
1.2. Vom ausgeglichenen Dorf
1.3. Bereits bestehende Simulationen
1.4. Verwendete Begriffe
1.5. Weitere Arbeit
2. Modellierung
2.1. Ziele der Modellierung
2.2. Abstraktionsannahmen
2.3. Allgemeiner Ablauf
2.4. Die verschiedenen Karten
2.4.1. Dorfbewohner
2.4.2. Werwolf
2.4.3. Seherin
2.4.4. Hexe
2.4.5. Amor
2.4.6. Dieb
2.4.7. Jäger
2.4.8. Mädchen
2.5. Überzeugungskraft und Menschenkenntnis
3. Implementation
3.1. Allgemeine Code-Struktur
3.1.1. main.py
3.1.2. Multithreading
3.1.3. dorf.py
3.1.4. karte.py
3.1.5. dorfbewohner.py
3.1.6. werwolf.py
3.1.7. seherin.py
3.1.8. hexe.py
3.1.9. jaeger.py
3.1.10. maedchen.py
3.2. Anpassungen
3.2.1. Exponentialverteilung
3.2.2. Reaktion auf einen Verdacht
3.2.3. Aktualisieren aufgrund eines Verdachts & Verteidigung
4. Simulation & Visualisierung
4.1. Beschreibung der Simulation
4.2. Welche Simulationen wurden durchgeführt?
4.3. Arten der Visualisierung
4.3.1. Graphen der Gewinnwahrscheinlichkeit in Abhängigkeit der Anzahl der Spieler
4.3.2. Säulen der Gewinnwahrscheinlichkeit in Abhängigkeit der gewählten Sonderkarten
4.3.3. Graphen und Säulen der Standardabweichung
4.3.4. Einfluss der Sonderkarten
4.3.5. Top 10
4.3.6. Vor- und Nachteile der Visualisationen
4.4. Aufbau des Anhangs
5. Ergebnisse
5.1. Graphen der Gewinnwahrscheinlichkeit in Abhängigkeit der Anzahl der Spieler
5.2. Säulendiagramme
5.3. Einfluss der Sonderkarten
5.4. Standardabweichung
5.5. Dorfzusammenstellungen
6. Fazit
6.1. Validierung des Modells
6.2. Konfidenz der Simulation
6.3. Ausblick
Zielsetzung & Themen
Das Hauptziel dieser Bachelorarbeit ist die Entwicklung eines probabilistischen Modells und dessen Simulation zur Analyse der sozialen Interaktionsdynamiken im Social-Deduction-Spiel "Werwolf". Durch die Modellierung der Diskussions- und Abstimmungsphasen soll quantifiziert werden, wie sich verschiedene Sonderkarten und Dorfzusammenstellungen auf die Gewinnchancen der Fraktionen (Dorfbewohner vs. Werwölfe) auswirken, um Empfehlungen für faire Spielkonstellationen abzuleiten.
- Probabilistische Modellierung der Tag-Phase und sozialen Interaktion
- Implementierung eines modularen Simulators in Python
- Analyse des Einflusses von Sonderkarten auf die Gewinnwahrscheinlichkeit
- Identifikation ausgeglichener Dorfkonfigurationen für verschiedene Gruppengrößen
Auszug aus dem Buch
2.2. Abstraktionsannahmen
Der Hauptfokus dieses Modells liegt auf dem Simulieren der Tag-Phase, beziehungsweise der sozialen Interaktion der verschiedenen Spieler. Normalerweise äußert am Beginn eines Tages ein Spieler einen Verdacht, sei es, weil er tatsächlich etwas weiß (oder ein Werwolf ist, der gerne einen Dorfbewohner töten möchte), sei es, weil er ein gewisses “Gefühl” hat. Daraufhin verteidigt sich der Verdächtigte und andere reagieren auf den Verdacht, indem sie mitgehen oder sich für den Verdächtigten einsetzen. Schließlich werden ein paar Leute angeklagt, zwischen denen abgestimmt wird, woraufhin dann einer stirbt.
Viele dieser Entscheidungen basieren oft auf einer gewissen Intuition, die sehr schwer zu fixieren ist. Daher haben wir im Rahmen dieser Arbeit einen probabilistischen Ansatz gewählt.
Jeder Spieler hat gewisse Werte, die seinen Charakter festlegen, sowie ein inneres Modell, wie die anderen Spieler eingeschätzt werden. Anhand dieser Werte werden für jede Aktion, die in gewisser Weise Intuition erfordert, zufällige Zahlen generiert, die den Ausgang bestimmen.
Zusammenfassung der Kapitel
1. Einleitung: Dieses Kapitel stellt das Spiel „Werwolf“ vor, begründet die Relevanz für eine wissenschaftliche Simulation und grenzt die Arbeit von bereits existierenden Ansätzen ab.
2. Modellierung: Hier wird der probabilistische Modellierungsansatz detailliert erläutert, inklusive der individuellen Logik für die verschiedenen Sonderrollen sowie der Festlegung von Spielparametern.
3. Implementation: Dieses Kapitel beschreibt die technische Umsetzung des Modells in Python, inklusive der Dateistruktur, des Multithreadings und der mathematischen Grundlagen für die Wahrscheinlichkeitsberechnungen.
4. Simulation & Visualisierung: Hier wird das konkrete Vorgehen der Simulation beschrieben und erklärt, wie die gewonnenen Daten mittels Graphen und Säulendiagrammen aufbereitet wurden.
5. Ergebnisse: Dieses Kapitel präsentiert die Auswertung der Simulationen, analysiert den Einfluss einzelner Karten und benennt die statistisch ausgeglichensten Dorfzusammenstellungen.
6. Fazit: Die Arbeit schließt mit einer kritischen Reflexion der Modellvalidität, einer Bewertung der Simulationskonfidenz sowie einem Ausblick auf potenzielle Erweiterungen.
Schlüsselwörter
Werwolf, Social-Deduction-Game, Simulation, Wahrscheinlichkeit, Modellierung, Tag-Phase, Sonderkarten, Gewinnwahrscheinlichkeit, Spielbalance, Python, soziale Interaktion, Statistik, Standardabweichung, Spieltheorie, Entscheidungsfindung.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit untersucht das soziale Deduktionsspiel „Werwolf“ mithilfe von Informatik-Methoden, um durch Simulationen Aussagen über die Spielbalance zu treffen.
Was sind die zentralen Themenfelder?
Zentrale Themen sind die Modellierung menschlichen Verhaltens mittels probabilistischer Ansätze, die Implementierung dieser Logik in Python und die anschließende statistische Auswertung von über 130 Millionen simulierten Spielen.
Was ist das primäre Ziel oder die Forschungsfrage?
Ziel ist es, ein modulares System zu schaffen, das die Stärke verschiedener Kartenkombinationen quantifiziert, um „faire“ Dorfkonstellationen zu identifizieren, in denen Dorfbewohner und Werwölfe ähnlich häufig gewinnen.
Welche wissenschaftliche Methode wird verwendet?
Es wird ein probabilistisches Simulationsmodell verwendet, das auf Poisson-Prozessen und normalverteilten Zufallsvariablen basiert, um soziale Interaktionen wie Anklagen und Abstimmungen in der Tag-Phase abzubilden.
Was wird im Hauptteil behandelt?
Der Hauptteil gliedert sich in die Modellierung (Entscheidungslogik der Spieler), die technische Implementierung der Klassen in Python und die statistische Analyse der Simulationsdaten durch verschiedene Visualisierungstechniken.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die Arbeit lässt sich primär über Begriffe wie Werwolf, Simulation, Spielbalance, probabilistische Modellierung und soziale Interaktionsdynamiken definieren.
Warum spielt der „Dieb“ bei wenig Spielern eine Rolle?
Der Dieb beeinflusst die Anfangsverteilung der Karten maßgeblich; bei geringer Spieleranzahl kann er dazu führen, dass ein Werwolf weniger im Spiel ist als üblich, was die Gewinnchancen für das Dorf deutlich erhöht.
Wie wurde die „Hexe“ modelliert und warum ist ihr Einfluss gering?
Die Hexe agiert als Dorfbewohner mit Zusatzfähigkeiten (Gift/Heilung). Die Simulation zeigte einen überraschend geringen Einfluss, möglicherweise aufgrund einer zu simplen Modellierung ihrer Entscheidungsfindung, wann sie ihre Tränke einsetzt.
Warum schneidet die „Seherin“ so stark ab?
Die Simulation bestätigt, dass die Seherin für das Dorf von entscheidender Bedeutung ist, da sie Informationen über die Rollen anderer Spieler liefert und so die Gewinnchancen des Dorfes signifikant steigert.
- Quote paper
- Colin Maier (Author), 2022, Simulation des Social-Deduction-Games "Werwolf" und Modellierung der sozialen Interaktion, Munich, GRIN Verlag, https://www.grin.com/document/1266822
