Agent個(gè)體學(xué)習(xí)與多Agent協(xié)作的研究及其在RoboCup中的應(yīng)用.pdf

1、近年來,有關(guān)多agent系統(tǒng)與分布式人工智能的研究,已經(jīng)成為人工智能領(lǐng)域的重要研究方向之一.多agent系統(tǒng)以人類社會(huì)為參考目標(biāo),重點(diǎn)研究集體的智能行為.RoboCup(robot world cup),即機(jī)器人世界杯足球賽,是典型的多agent系統(tǒng).人們通過對(duì)機(jī)器人足球賽的研究,探索多個(gè)機(jī)器人之間的合作與協(xié)調(diào)關(guān)系.機(jī)器人足球隊(duì)為了能夠完成實(shí)際的比賽任務(wù),需要結(jié)合多種技術(shù),包括自主機(jī)器人的設(shè)計(jì)、多agent的合作與協(xié)調(diào)、決策調(diào)度、實(shí)時(shí)推

2、理、機(jī)器人學(xué)和傳感技術(shù)等.RoboCup作為人工智能和機(jī)器人學(xué)新的標(biāo)準(zhǔn)問題,已受到越來越廣泛的關(guān)注.在RoboCup中要想構(gòu)建一支完整的球隊(duì),主要有兩方面的工作:獲得球員的個(gè)體動(dòng)作以及在多個(gè)球員之間進(jìn)行合作.該文就是從這兩個(gè)方面展開研究.所謂的個(gè)體動(dòng)作指的是由服務(wù)器提供的若干個(gè)動(dòng)作命令組合起來實(shí)現(xiàn)的一個(gè)足球運(yùn)動(dòng)員的實(shí)際動(dòng)作,比如射門、截球、傳球等.該文重點(diǎn)研究?jī)煞N神經(jīng)網(wǎng)絡(luò)算法:BP算法和RBF算法,使用這兩種學(xué)習(xí)算法解決射門問題和傳球問

3、題.多個(gè)球員之間的合作屬于多agent協(xié)作問題,即如何把所有球員有效的組織起來爭(zhēng)取比賽的勝利.協(xié)作圖是一種解決協(xié)作問題的新方法,它將全局的協(xié)作問題分解為若干個(gè)局部協(xié)作問題,大大減小了agent需要選擇的動(dòng)作空間.但是協(xié)作圖要求離散狀態(tài)變量,所以無法直接應(yīng)用到類似RoboCup這種通訊條件受到限制的連續(xù)狀態(tài)空間.為此,該文提出基于角色的協(xié)作圖,并對(duì)協(xié)作圖中用來計(jì)算聯(lián)合動(dòng)作的變量消減算法加以改進(jìn).在RoboCup中使用基于值規(guī)則的協(xié)作圖實(shí)現(xiàn)