仿真機(jī)器人足球中球員合作策略研究.pdf

1、構(gòu)造可以通過決策產(chǎn)生智能行為的智能體可以看作是人工智能現(xiàn)階段的主要目標(biāo)之一。各類決策算法使得智能體能夠在多個(gè)方面近似做出人類可以做出的智能行為。在不確定性環(huán)境中，馬爾科夫決策過程為智能體決策提供了基本的模型。
　　RoboCup機(jī)器人世界杯成立的初衷是為了促進(jìn)人工智能、機(jī)器人等領(lǐng)域的研究和技術(shù)的發(fā)展。最早成立的RoboCup仿真2D組是其中以智能體決策為重點(diǎn)內(nèi)容的一個(gè)項(xiàng)目。
　　本文以RoboCup仿真2D機(jī)器人足球?yàn)閷?shí)驗(yàn)平

2、臺(tái)，以馬爾科夫決策過程相關(guān)理論為基礎(chǔ)，來描述和處理大規(guī)模不確定性環(huán)境下的多智能體協(xié)作規(guī)劃問題。本文涉及到的主要工作可以概括為以下三個(gè)部分:
　　本文實(shí)現(xiàn)了用于仿真2D比賽場(chǎng)景重現(xiàn)的Trainer和rcsslogplayer的改進(jìn)，使得針對(duì)某個(gè)特定場(chǎng)景進(jìn)行反復(fù)訓(xùn)練測(cè)試成為可能。由以前單純使用比賽勝率的方式，改為從特定場(chǎng)景開始反復(fù)進(jìn)行隨機(jī)測(cè)試，其得到的結(jié)果更能證明某個(gè)方法的效果。
　　本文引入了MDP的分層分解技術(shù)，將其與Wri

3、ghtEagle中的反算技術(shù)相結(jié)合，并在守門員的決策中應(yīng)用。通過改進(jìn)守門員的站位決策，影響對(duì)方的傳球行為，降低了對(duì)方突破我方防線、形成單刀球的威脅。
　　本文提出了解決多智能體協(xié)作問題的MAXQ-MOP方法。MAXQ-MOP以MAXQ-OP算法為基本框架，引入了信念池的概念，使其應(yīng)用到多個(gè)智能體的協(xié)作規(guī)劃問題中。在人墻站位問題和多球員傳接球協(xié)作的實(shí)驗(yàn)中，MAQX-MOP表現(xiàn)出比傳統(tǒng)方法更好的效果。
　　本文中所有的工作都是在