版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、機(jī)器人世界杯足球賽(The Robot World Cup,簡(jiǎn)稱(chēng)RoboCup),是典型的MAS(Multi-Agent Systems,簡(jiǎn)記為MAS)問(wèn)題,可以用來(lái)評(píng)價(jià)多種人工智能理論、算法和體系結(jié)構(gòu)。
強(qiáng)化學(xué)習(xí)是一種以環(huán)境反饋?zhàn)鳛檩斎氲?、特殊的、適應(yīng)環(huán)境的、從環(huán)境狀態(tài)到行為映射以使系統(tǒng)行為從環(huán)境中獲得的累積獎(jiǎng)賞值最大的機(jī)器學(xué)習(xí)方法。該方法不同于監(jiān)督學(xué)習(xí)技術(shù)那樣通過(guò)正例、反例來(lái)告知采取何種行為,而是通過(guò)試錯(cuò)的方法來(lái)發(fā)現(xiàn)最優(yōu)行
2、為策略,因此廣泛應(yīng)用于Agent的智能決策。目前主流的強(qiáng)化學(xué)習(xí)算法是Q學(xué)習(xí)算法。本文針對(duì)RoboCup中的幾個(gè)具體問(wèn)題,從Q學(xué)習(xí)算法、模糊Q學(xué)習(xí)算法、分層模糊Q學(xué)習(xí)算法三個(gè)方面分別闡述其在RoboCup中的Agent智能決策學(xué)習(xí)。本文的研究?jī)?nèi)容主要包括以下三個(gè)方面:
首先,針對(duì)RoboCup中守門(mén)員的防守策略問(wèn)題,傳統(tǒng)的幾何計(jì)算得到的防守策略已經(jīng)不能適應(yīng)比賽中多變的情況。RoboCup的比賽環(huán)境是動(dòng)態(tài)、復(fù)雜的開(kāi)放環(huán)境,利用Q學(xué)
3、習(xí)算法,分別離散守門(mén)員的狀態(tài)空間、動(dòng)作空間,制定獎(jiǎng)賞策略函數(shù),通過(guò)試錯(cuò)的方法來(lái)發(fā)現(xiàn)最優(yōu)行為策略,實(shí)驗(yàn)結(jié)果證明了Q學(xué)習(xí)算法在守門(mén)員防守決策學(xué)習(xí)問(wèn)題上的有效性。
其次,針對(duì)大規(guī)律強(qiáng)化學(xué)習(xí)的維數(shù)災(zāi)難問(wèn)題,結(jié)合Q學(xué)習(xí)算法和模糊推理系統(tǒng),應(yīng)用模糊Q學(xué)習(xí)算法,解決Q學(xué)習(xí)處理連續(xù)的狀態(tài)空間和連續(xù)的動(dòng)作空間能力不足的弊端,通過(guò)學(xué)習(xí)得到一個(gè)規(guī)則庫(kù),進(jìn)而為Agent的動(dòng)作選擇提供依據(jù)。我們將這個(gè)算法應(yīng)用于RoboCup的帶球問(wèn)題中,實(shí)現(xiàn)了帶球策略
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 強(qiáng)化學(xué)習(xí)在RoboCup Agent智能策略中的研究與應(yīng)用.pdf
- 基于多Agent強(qiáng)化學(xué)習(xí)的RoboCup局部策略研究.pdf
- 基于Q學(xué)習(xí)的Agent智能決策的研究與實(shí)現(xiàn).pdf
- 基于模糊Q學(xué)習(xí)的Agent智能決策研究與實(shí)現(xiàn).pdf
- 基于貝葉斯網(wǎng)絡(luò)的智能Agent學(xué)習(xí)及其在Robocup中的應(yīng)用.pdf
- 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
- RoboCup仿真環(huán)境下Agent機(jī)器學(xué)習(xí)策略的研究.pdf
- 基于多Agent Q學(xué)習(xí)算法的氣候合作策略研究與仿真.pdf
- 基于改進(jìn)的Q算法的RoboCup防守策略研究.pdf
- Agent協(xié)作模型與RoboCup的研究.pdf
- RoboCup智能體的開(kāi)發(fā)與應(yīng)用.pdf
- 基于RoboCup多智能體系統(tǒng)學(xué)習(xí)與協(xié)作問(wèn)題的研究.pdf
- 多智能體協(xié)作策略的研究及在RoboCup中的應(yīng)用.pdf
- 群集智能方法研究及其在RoboCup進(jìn)攻策略中的應(yīng)用.pdf
- 基于Agent的智能教學(xué)系統(tǒng)的研究與應(yīng)用.pdf
- 基于智能Agent的分布式網(wǎng)絡(luò)安全策略研究與應(yīng)用.pdf
- robocup仿真2d中的agent智能決策系統(tǒng)
- RoboCup中基于強(qiáng)化學(xué)習(xí)的多智能體協(xié)作研究.pdf
- RoboCup仿真2D中的Agent智能決策系統(tǒng).pdf
- 基于Cougaar的智能Agent研究與實(shí)現(xiàn).pdf
評(píng)論
0/150
提交評(píng)論