強(qiáng)化學(xué)習(xí)在足球機(jī)器人仿真中的應(yīng)用.pdf

1、機(jī)器人足球的研究涉及了人工智能、機(jī)器人學(xué)、計(jì)算機(jī)視覺(jué)及智能控制等多個(gè)領(lǐng)域,是目前機(jī)器人研究中的一個(gè)熱點(diǎn)。由于機(jī)器人足球具有分布性、實(shí)時(shí)性、動(dòng)態(tài)性、異步性等特點(diǎn),使其成為分布式人工智能研究的一個(gè)標(biāo)準(zhǔn)的平臺(tái)。仿真足球機(jī)器人比賽相對(duì)于實(shí)體比賽而言有不需要昂貴的高性能設(shè)備、環(huán)境要求低等優(yōu)點(diǎn),仿真比賽可以從軟件來(lái)模擬實(shí)體比賽,學(xué)者可以將更多的算法應(yīng)用于該平臺(tái),從而檢驗(yàn)這些算法的優(yōu)劣。
　　 強(qiáng)化學(xué)習(xí)不需要具備先驗(yàn)的知識(shí),它可以直接通過(guò)與環(huán)

2、境的交互來(lái)獲取知識(shí),從而改變策略。由于強(qiáng)化學(xué)習(xí)具有不需要環(huán)境模型、能夠處理噪聲的干擾和隨機(jī)性的特性,當(dāng)狀態(tài)空間很大的時(shí)候也可以通過(guò)狀態(tài)壓縮、函數(shù)近似等方法來(lái)解決。所以強(qiáng)化學(xué)習(xí)在足球機(jī)器人中得到了很廣泛的應(yīng)用。
　　 本文首先對(duì)足球機(jī)器人的研究背景和現(xiàn)實(shí)意義進(jìn)行了簡(jiǎn)單的介紹,并介紹了所使用的仿真平臺(tái)。
　　 其次,研究了強(qiáng)化學(xué)習(xí)的基本原理,并研究了幾種經(jīng)典的強(qiáng)化學(xué)習(xí)算法,即瞬時(shí)差分算法、Q算法和SARSA算法。