Hermite插值在FIRA仿真比赛中的应用

由于FIRA仿真平台中所提供的信息中不包含对方机器人左右轮速度,使得在比赛中不能精确预测对方小车或球在下一时刻的精确位置,影响了策略的实现.本文通过Hermite插值法,对小车当前时刻的速度和下一时刻的位置做了较合理的预测和分析,并且利用Hermite插值曲线的特点,来模拟机器人的射门或者传球路径,以提高传球和射门的精确性和连贯性.     

机器人足球智能体行为选择策略仿真研究

研究足球机器人供过传球的成功率,优化控制策略,在机器人足球比赛中,针对现有行为选择策略因不能综合全面地考虑场上复杂的影响因素,造成传球、带球和射门的失误率较高的问题。为提高球员带球的准确率,提出了一种模糊Q学习的行为选择决策机制。利用模糊算法全面地处理和评估场上的干扰和影响因素,做出最佳行为决策。并通过Q学习算法来修正模糊规则。采用上述算法的行为选择策略,增强了策略对动态环境的适应能力。在机器人足球世界杯2D仿真平台上对策略进行了仿真验证,仿真结果表明改进算法能够很好的改善智能体的射门、传球和带球的成功率。     

基于动态椭圆曲线的足球机器人射门路径规划算法

为提高机器人足球比赛中射门成功率,提出了一种基于动态椭圆曲线的射门路径规划算法。通过计算足球机器人当前位姿及期望射门角度,控制机器人按照椭圆曲线路径运动至射门目标点,实现快速有效击球射门。仿真实验及实物机器人实验验证了算法的有效性,动态椭圆曲线射门规划算法运动路径短,且能够以合理射门角度完成射门。     

机器人足球余弦射门算法

为提高足球机器人在比赛中的射门次数,以及射门效率,在分析了人类足球中盘带过人等技术的基础上,引入余弦曲线作为机器人射门路线。仿真结果表明,该算法在球静态和动态两种情况下均能提高机器人在足球比赛中的射门次数,增大了进球的次数。     

基于多足球机器人协作的组合射门算法

为了提高机器人足球比赛中足球机器人的射门成功率,在分析了基本射门算法不足的基础上,用“盲区”法求出高效射门区,在求出的两个高效区中综合考虑射门角与射门区关系等因素,引入了最佳射门区的概念,并通过选择最优的机器人射门运动路径,结合大力射门算法和基本射门算法,提出了基于多足球机器人协作的组合射门算法。结果表明,用该算法改进射门策略后,射门成功率明显提高。     

基于改进的Q学习的RoboCup传球策略研究

模拟机器人足球比赛(Robot World Cup,RoboCup)作为多Agent系统的一个理想的实验平台,已经成为人工智能的研究热点。传统的Q学习已被有效地应用于处理RoboCup中传球策略问题,但是它仅能简单地离散化连续的状态、动作空间。提出将神经网络应用于Q学习,系统只需学习部分状态-动作的Q值即可获得近似连续的Q值,就可以有效地提高泛化能力。然后将改进的Q学习应用于优化传球策略,最后在RobCup中实现测试了该算法,实验结果表明改进的Q学习在RoboCup传球策略中的应用,可以有效提高传球的成功率。     

基于简化三维线性倒立摆模型的模糊控制射门算法

针对双足机器人传统射门算法存在仅适用于固定射门角度和射门姿态的问题,提出了一种基于简化三维线性倒立摆模型的模糊控制射门算法,用于实现多角度、多姿态的射门。首先利用简化三维线性倒立摆模型规划出零力矩点(ZMP)轨迹和质心轨迹;其次在双腿支撑相对双足机器人进行射门角度和姿态的调整,同时利用贝塞尔曲线规划出游动腿的轨迹;最后利用模糊控制算法精确地规划出双足机器人的射门轨迹。实验部分利用NAO机器人仿真平台验证了本文提出射门算法的性能,并与其它射门算法进行了比较。最后将实物NAO机器人用于全过程与多角度的实际射门实验,验证了本文提出射门的算法可行性与准确性。     

仿人足球机器人射门过程中路径规划算法研究

为了解决仿人足球机器人射门最优路径规划问题,本文提出一种基于模糊算法的移动机器人路径规划策略,使机器人能够高效率踢球射门.利用机器人摄像头感知周围的环境信息,再利用超声波传感器得到与目标物相关的距离信息,运用模糊推理将目标位置信息模糊化,建立模糊规则并求解,最终使机器人可以确定射门的路径,进而采用正向射门或侧向射门动作.     

基于改进的Q学习的RoboCup传球策略研究

模拟机器人足球比赛(Robot World Cup,RobdCup)作为多Agent系统的一个理想的实验平台,已经成为人工智能的研究热点.传统的Q学习已被有效地应用于处理RoboCup中传球策略问题,但是它仅能简单地离散化连续的状态、动作空间.提出将神经网络应用于Q学习,系统只需学习部分状态一动作的Q值即可获得近似连续的Q值,就可以有效地提高泛化能力.然后将改进的Q学习应用于优化传球策略,最后在RobCup中实现测试了该算法,实验结果表明改进的Q学习在RoboCup传球策略中的应用,可以有效提高传球的成功率.     

Robocup仿真比赛传球策略研究

机器人足球比赛是一个有趣且复杂的新兴人工智能研究领域,为人工智能和多智能体合作的理论发展提供了一个重要的实验平台,并使多智能体之间的合作、控制等许多新的理论和算法能够在其中得以测试和发展。本文通过对足球机器人传球策略进行分析提出了改进方法,以期提高传球决策的成功率。     

基于FLCN方法的足球机器人动作控制

考虑到足球机器人比赛中射门动作的重要性,为了使足球机器人的动作具有准确性,提出了一种基于FLCN（Fuzzy Limit-Cycle Navigation,即模糊极限环导航）方法的动作控制。通过对极限环形状的改进,使其具有椭圆特性;并针对该情况设计了相应的模糊规则,应用模糊算法确定椭圆中心点的位置来导航机器人,完成截球和射门的动作。在仿真试验与集控式足球机器人实战中进行了验证,结果证明了该方法的有效性。     

基于三质心模型的类人机器人射门算法

为了实现快速稳定的射门动作,提出了一种基于三质心模型的类人机器人射门轨迹规划方法。首先,根据三质心模型,得到包含游动腿轨迹和躯干轨迹的零力矩点(ZMP)方程, 采用三次贝塞尔曲线规划游动腿轨迹和ZMP轨迹,根据ZMP方程求解出类人机器人的躯干轨迹;其次,在双腿支撑相根据线性摆模型计算类人机器人的质心轨迹,实现射门姿态的快速调整;最后,在RoboCup 3D仿真平台中应用此算法实现了类人机器人的快速射门动作,并与其他球队的射门动作进行了对比。实验结果表明：应用该算法仅需手工调试即可快速实现稳定的射门动作,射门动作时间有很大减少,可增强机器人足球队的竞争力。     

基于文化萤火虫算法的足球机器人动态路径规划

提出一种基于文化算法框架的萤火虫优化算法,结合动态避障和滑模控制求解足球机器人动态路径规划问题,并利用数学定理证明算法的收敛性.根据足球机器人在比赛中承担任务的分工不同,分别对进攻和防守两种角色进行分析讨论,进攻时结合动态避碰的方法平滑和修正规划的路径;防守时通过滑模控制跟踪足球或对手机器人的轨迹,利用CFA算法进行整定优化滑模控制的参数,计算出机器人的运行速度和角速度.以足球机器人比赛实例进行测试,实验结果证实所提出算法无论对无碰撞危险还是有多个障碍物机器人碰撞危险等不同情况,都具备有效性和高效性.考察路径采样点数、种群数量和进化迭代次数等参数变化对收敛性能的影响,并将所提出算法与PSO和ACO等进化计算算法进行性能比较,验证了算法更容易搜索到全局最优解,有更好的收敛性能.     

用势场法改进的极限环导航方法在移动机器人中的应用

结合人工势场法,提出一种新的极限环方法.它可以在诸如机器人足球赛等动态变化的环境中为自主移动机器人进行很好的实时路径规划.将障碍物的运动速度和一些不易直接表达的策略① 等转化成势场,然后把势场抽象成虚拟的障碍物,通过改变非线性方程的极限环半径,获得动态运动路径规划.这种方法能让机器人对高速运动的障碍物有很平滑的避障能力,并且能综合复杂的路径规划要求达到目标.仿真和试验都表明了这种方法在机 器人足球赛中的应用价值.􀁱 􀁽     

三次Hermite参数曲线与曲面的扩展

在给定插值条件时,标准三次Hermite参数曲线与曲面的形状无法调整。为克服标准三次Hermite参数曲线与曲面的不足,首先通过提高基函数次数的方法给出了一种带形状参数的四次Hermite基函数,然后生成了相应的带形状参数的四次Hermite参数曲线与曲面。所生成的曲线与曲面是标准三次Hermite参数曲线与曲面的扩展,不仅与标准三次Hermite曲线与曲面具有完全相同的性质,而且当插值条件给定时,其形状可通过修改形状参数的取值进行局部或整体调节,为插值曲线与曲面的构造提供了一种新方法。     

足球机器人的视觉系统的研制

足球机器人的视觉系统是足球机器人必不可少的组成部分。机器人仅依赖于其视觉系统获得比赛场上的信息。讨论了一种经济的小型的CMUcam视觉模块,把此视觉模块安装在智能机器人平台—能力风暴智能机器人上,使每一个机器人都有独立的视觉,从而使机器人成为全自主式的足球机器人。