短道速滑仿真系統(tǒng)中智能體決策過程的研究與實現(xiàn).pdf

1、仿真系統(tǒng)中的智能體決策過程是人工智能領(lǐng)域的一個重要的問題，人工智能領(lǐng)域的很多研究成果都可以應(yīng)用于不同的仿真系統(tǒng)的智能體控制中，并得到良好的效果。但同時，不同的仿真系統(tǒng)都存在著各自的特點，有的仿真系統(tǒng)對實時性的要求較高，而有的仿真系統(tǒng)更加重視智能體的預(yù)測能力，所以，針對不同的仿真系統(tǒng)選擇不同的人工智能方法，同時根據(jù)仿真系統(tǒng)的特點和要求對相應(yīng)的方法進(jìn)行改進(jìn)，也成為時下的一種研究方向。
　　本文首先針對短道速滑技戰(zhàn)術(shù)仿真系統(tǒng)中對于實時性

2、要求較高的特點，選擇了反應(yīng)式 agent系統(tǒng)作為智能體決策過程的框架，并根據(jù)馬爾可夫決策過程對框架進(jìn)行了抽象，形成了數(shù)學(xué)表述的模型，極大的方便了本文中對于智能體決策過程的方法的選擇以及改進(jìn)。
　　根據(jù)決策模型的設(shè)計，本文首先選擇決策樹作為智能體決策過程中智能體邏輯推理的方法，并引入戰(zhàn)術(shù)驅(qū)動機(jī)制滿足短道速滑技戰(zhàn)術(shù)仿真系統(tǒng)中對于智能體具有個體差異性的要求。
　　考慮到仿真系統(tǒng)還要求智能體能夠模仿特定的高水平運動員的滑行特性和決策

3、習(xí)慣，本文選擇人工神經(jīng)網(wǎng)絡(luò)來實現(xiàn)智能體的決策差異性。程序中通過人工控制方式獲得包含有某運動員的滑行特性和決策習(xí)慣的樣本，然后訓(xùn)練樣本獲得人工神經(jīng)網(wǎng)絡(luò)的權(quán)值，智能體便可以根據(jù)權(quán)值文件的差異性體現(xiàn)出決策的差異性。
　　將本文提出的決策樹方法和人工神經(jīng)網(wǎng)絡(luò)方法應(yīng)用于仿真系統(tǒng)的智能體決策過程中，獲得的較好的效果。首先，智能體能夠保證在不出界、不犯規(guī)的情況下完成比賽，其次，智能體的決策結(jié)果具有明顯的差異性，最后，在與人為控制的運動員對抗的比