機(jī)器人足球仿真比賽中球員高層動(dòng)作技能的研究.pdf

1、機(jī)器人世界杯足球賽(Robot World Cup，Robocup)，它涉及人工智能、機(jī)器人學(xué)、傳感、通訊等諸多領(lǐng)域的前沿研究和技術(shù)集成。RoboCup2D仿真比賽系統(tǒng)作為一個(gè)仿真平臺(tái)，在此基礎(chǔ)上通過(guò)對(duì)Agent的動(dòng)作技能及團(tuán)隊(duì)的協(xié)作策略等研究檢驗(yàn)各種技術(shù)和智能算法理論。在動(dòng)態(tài)、實(shí)時(shí)性、環(huán)境信息不完全確定的RoboCup平臺(tái)中，各種因素影響著球隊(duì)取得勝利，而選擇哪些因素通過(guò)什么樣的方法來(lái)解決問(wèn)題，是研究的必要話題。本文以RoboCup2

2、D為載體，從手工編碼方式和機(jī)器學(xué)習(xí)方式兩方面出發(fā)，研究學(xué)習(xí)綜合評(píng)價(jià)法和機(jī)器學(xué)習(xí)算法，并圍繞我們球隊(duì)的Agent的高層技能動(dòng)作展開(kāi)研究。主要研究?jī)?nèi)容如下：
　　 首先，簡(jiǎn)要介紹了RoboCup的情況、研究現(xiàn)狀及針對(duì)手工編碼和機(jī)器學(xué)習(xí)的研究方式，然后運(yùn)用這兩種方式對(duì)Agent的高層動(dòng)作技能進(jìn)行研究。同時(shí)闡述了RoboCup2D仿真比賽平臺(tái)以及與仿真平臺(tái)相關(guān)的感知模型、運(yùn)動(dòng)模型和動(dòng)作模型；分析得到GDUT-TiJi球隊(duì)的整體結(jié)構(gòu)和Ag

3、ent結(jié)構(gòu)模型。
　　 其次是對(duì)于射門技能的研究。通過(guò)分析球隊(duì)底層代碼以及觀看比賽錄像，總結(jié)了球隊(duì)射門技能的不足以及影響射門成功的原因，選擇采用手工編碼的方式并運(yùn)用評(píng)價(jià)的思想進(jìn)行射門決策的設(shè)計(jì)。對(duì)比分析了目前主要的幾種評(píng)價(jià)法之后，選擇基于灰色關(guān)聯(lián)度的灰色綜合評(píng)價(jià)法建立機(jī)器人足球2D仿真比賽中Agent的射門技能決策。然后闡述了基于灰色關(guān)聯(lián)度的灰色綜合評(píng)價(jià)法的原理，建立了評(píng)價(jià)指標(biāo)體系，設(shè)置了組合權(quán)重，并通過(guò)比賽實(shí)驗(yàn)提高了射門成功率

4、，驗(yàn)證了此方法的可行性。
　　 最后，在傳球技能的研究上，我們首先比較了手工編碼方式和機(jī)器學(xué)習(xí)方式的優(yōu)缺點(diǎn)，然后闡述了機(jī)器學(xué)習(xí)的意義。傳球動(dòng)作屬于局部協(xié)作動(dòng)作，適于用機(jī)器學(xué)習(xí)的方式進(jìn)行研究。對(duì)比分析了機(jī)器學(xué)習(xí)的各種學(xué)習(xí)策略，結(jié)合RoboCup環(huán)境的特點(diǎn)，選用基于DFL的Agent自主學(xué)習(xí)方法進(jìn)行研究。然后論文闡述了Agent自主學(xué)習(xí)概念、基于DFL的Agent心智模型結(jié)構(gòu)及Agent自主學(xué)習(xí)模型，并給出一個(gè)實(shí)例驗(yàn)證了此方法的可行