强化学习在机器人足球比赛中的应用

机器人足球比赛是一个有趣并且复杂的新兴的人工智能研究领域 ,它是一个典型的多智能体系统。采用强化学习方法研究了机器人足球比赛中的足球机器人的动作选择问题 ,扩展了单个Agent的强化学习方法 ,提出了基于多Agents的强化学习方法 ,最后给出了实验结果。     

机器人足球比赛研究

机器人足球比赛是一个有趣且复杂的人工智能的新兴研究领域，它试图利用一个将各种理论 、算法和Agent体系结构集成在一起的任务来促进机器人学和人工智能研究的发展．论述了 机器人足球比赛的目标、意义、所涉及的关键技术以及一些主要的应用方面，同时指出了机 器人足球比赛今后的发展方向．希望引起研究人员对机器人足球比赛的重视，以便促进机器 人足球比赛在我国的发展．     

激励学习在RoboCup截球技术中的研究

机器人足球比赛是一个有意义而且复杂的新兴的人工智能研究领域,它是一个典型的多智能体系统。RoboCup是一个通用的实验平台,在该平台上可以评价各种理论和算法。本文采基于Q算法的激励学习研究了机器人的截球技术,将其应用在RoboCup仿真平台上,智能体经过多次的学习之后,实验表明截球技术取得了理想的效果。     

基于多智能体协同的角色互换策略的研究应用

多智能体协同技术是人工智能领域的一个重要分支。机器人足球比赛为多智能体协同技术的研究提供了一个测试平台,仿真机器人足球比赛球员Agent具有号码属性与角色属性。文中以仿真机器人足球比赛中的球员Agent为研究对象,利用在线教练机制对球员Agent进行建模,提出了对手角色识别策略以及基于多智能体协同的球员Agent动态角色互换策略。在Agent2D底层中编程实现,与某球队进行测试,胜率大大增加,结果表明了该算法的有效性,该算法可提高球队的进攻能力。     

机器人足球比赛仿真系统

机器人足球比赛是一个新兴的人工智能研究领域。然而，真实的机器人足球比赛所需的硬件设备是比较昂贵，为此本文研究并实现了一个机器人足球比赛策略的仿真系统，并讨论了有关建模的问题，分析了用于机器人足球比赛的几何建模和动态建模的主要方法，本文开发的机器人足球比赛仿真系统SimuroSot已经被国际机器人足球联盟采纳，并作为世界杯机器人足球比赛仿真比赛的平台。     

基于人工神经网络的足球机器人分层学习研究

主要研究人工神经网络在机器人足球比赛中的应用。介绍了足球机器人使用BP网络学习基本动作和行为决策的分层学习模型,并讨论了对BP算法的诸多改进方法。结合BP网络和产生式系统,提出了一个混合动作选择器,并进行了实验,给出了实验结果。     

小型组机器人足球系统研究

机器人足球比赛是为了给智能机器人技术和分布式人工智能研究提供一个研究与测试平台而提出的一个标准任务。从人工智能的角度来说，与用计算机对人类的象棋比赛研究相比较，机器人足球比赛将研究对象从过去计算机象棋的单智能体对单智能体发展到分布式多智能体协调对抗，将研究环境     

强化学习在足球机器人基本动作学习中的应用

主要研究了强化学习算法及其在机器人足球比赛技术动作学习问题中的应用．强化学习的状态空间 和动作空间过大或变量连续,往往导致学习的速度过慢甚至难于收敛．针对这一问题,提出了基于T-S 模型模糊 神经网络的强化学习方法,能够有效地实现强化学习状态空间到动作空间的映射．此外,使用提出的强化学习方 法设计了足球机器人的技术动作,研究了在不需要专家知识和环境模型情况下机器人的行为学习问题．最后,通 过实验证明了所研究方法的有效性,其能够满足机器人足球比赛的需要．     

多智能体团队合作在机器人足球赛中的应用

Robocup机器人足球比赛是近年来人工智能和机器人学迅速发展的一个重要的研究领域,通过这个平台,可以来评价各种理论和算法。但由于机器人足球比赛系统固有的动态性、不确定性及实时性,这就要求整个智能体团队的合作结构能够应付这种复杂环境。针对这点,文中探讨了一种基于阵型和角色的方法来实现多智能体的团队合作,通过应用到客户端程序上所取得的良好效果,证明此方法对于多智能体的团队合作是有效的。     

多智能体团队合作在机器人足球赛中的应用

Robocup机器人足球比赛是近年来人工智能和机器人学迅速发展的一个重要的研究领域,通过这个平台,可以来评价各种理论和算法.但由于机器人足球比赛系统固有的动态性、不确定性及实时性,这就要求整个智能体团队的合作结构能够应付这种复杂环境.针对这点,文中探讨了一种基于阵型和角色的方法来实现多智能体的团队合作,通过应用到客户端程序上所取得的良好效果,证明此方法对于多智能体的团队合作是有效的.     

基于佳点集遗传算法的足球机器人策略设计

为了优化足球机器人策略的设计,文中提出了一个基于佳点集遗传算法的足球机器人动作规划算法。首先定义一个足球机器人的动作集合,根据赛场的实际情况为足球机器人分配角色与任务,然后利用佳点集遗传算法为足球觇器人选择合适的动作,用该算法进行截球实验和射门实验。实验结果表明,应用新算法的仿真足球机器人动作更准确,效果更佳。     

A visual debugger for developing RoboCup soccer 3D agents

In this article, we introduce a visual debugger that helps us develop soccer agents for RoboCup soccer 3D simulation. The visual debugger enables us to graphically monitor the internal state of a soccer agent and the soccer field, such as joint angles, the position of objects, and text messages. We employ a server/client framework where the debugger acts as a server while the agent acts as a client. A soccer agent connects to the debugger using TCP/IP and sends information about the field and the internal status of the agent. The information that is sent from the soccer agent to the visual debugger consists of three parts: visible objects on the soccer field, the joint angles of the soccer agents, and text messages from the agents. These are shown as separate components on the screen of the debugger. The debugger draws the current pose of the soccer agent from the information on joint angles that are sent from the soccer server. Text messages are used as a debugging message. The developer of soccer agents is allowed to check if the developed agent works properly through the screen of the visual debugger. A soccer agent that is manually controlled using a game pad is also included as part of the debugger. Each of the above features is explained in detail.     

青少年机器人足球比赛系统决策生成器的研究

概述了青少年机器人足球比赛的现状,指出了程序编制是制约青少年机器人足球比赛发展的重要问题.描述了青少年机器人足球比赛系统中的决策子系统的程序结构,分析了Mirosot 3Vs3青少年机器人足球比赛的特点.建立了决策模型和产生式推理模型,设定了决策生成器的功能,并基于栅格法实现了决策生成器的开发,给青少年提供了一个编制决策的可视化工具,解决了程序编写这一难题,有力地促进青少年机器人足球比赛的发展.     

机器人足球视觉图像快速识别方法的研究

机器人足球比赛作为多智能体系统（Multi-agent System, MAS）的理想研究平台已成为复杂人工智能研究的一个新兴领域.机器人足球比赛是使用计算机视觉闭环的反馈控制系统.机器人足球队员的色标设计是直接关系到系统辨识精度、实时性和抗干扰性的一个重要因素.该文通过对4种典型色标设计进行比较和分析,研究出一种比较合理的全新的队员识别算法设计思路,并针对性地提出了一种快速准确的神经网络边缘检测算法,利用足球机器人外形特征取得了良好的辨识结果.该算法对基于视觉的分布式控制式足球机器人系统的研究与开发进行了有益的探索.     

Soccer shoe recommendation system based on multitechnology integration for digital transformation

Designing a soccer shoe that fits specific customer’s requirements can improve satisfaction. However, there is no sufficient information to bridge the semantic needs and design characteristics of soccer shoes. Hence, this study is aimed at integrating multiple technologies with semantic customer requirements, shoe-form categories, and appearance designs, and developing a practical Kansei soccer shoe recommendation system. The psychological responses of a customer and perceptions of soccer shoe products are evaluated using Kansei engineering method. Based on a factor analysis, customers’ requirements are classified as aesthetic, functional, and comfortable. A total of 203 soccer shoe images were used to evaluate and categorise the external shoe form into nine design elements using the Kawakida Jirou method, and the weight assigned to each shoe-form category under Kansei semantic adjectives was determined using grey system theory. The quantification theory Type 1 method was used to determine the priority of the design elements. The results indicate that 10 pairs of semantic adjectives used by customers are related to soccer shoe forms. Furthermore, the design priority of each design element of the form category under the three types is reported. A soccer shoe recommendation system that can generate suggested soccer shoe samples for customers is developed by integrating the above-mentioned technologies. A validation experiment was conducted to verify the feasibility of the proposed system. The overall satisfaction of the recommended samples generated via the system is 87.08%, as reported by 80 participants. The findings prove that a new soccer shoe business model can be launched using the proposed system, linking the semantic customer requirements to the soccer shoe-form categories.     

一种基于基本语义单元合成Petri网的足球视频查询描述模型

足球是最具世界性的体育运动之一，球迷遍布五大洲，因此在体育视频节目中足球备受广大观众青睐．在分析了足球视频特点的基础上，提出了一种基于基本语义单元合成Petri网的足球视频查询描述模型．该模型首先定义了一种类似文本字词集合的足球视频基本语义单元集合，在此基础上采用基本语义单元合成Petri网模型建立了一种足球查询语义的描述模型，并分别构建了进球、进攻、角球、犯规、换人等足球语义．初步的实验结果验证了该模型的有效性，并能推广至球类视频和其他体育视频．     

基于HMM的足球视频语义分析研究

针对视频高层语义分析问题,文章结合足球比赛的领域知识,按照足球比赛转播,视频编辑的一般规律,根据足球比赛语义事件随机性的特点,选择特定的视频物理特征,应用 HMM (隐马尔科夫模型) 分析视频的语义结构,确定视频和HMM 模型中各元素的对应关系,构建一个基于HMM 的视频语义分析框架,并通过进行足球视频 HMM 参数的训练,得到视频各语义事件的 HMM 模型,达到视频语义自动分析的目的.     

中型组足球机器人挑球系统的设计

中型组机器人足球比赛系统是进行多智能体研究的理想实验平台。中型组足球机器人有自己的“头脑”和“手脚”,后者就是它的挑球系统。设计了基于电磁原理的中型组足球机器人挑球系统,简化了系统设计,提高了系统性能,满足中型组足球机器人的控制要求。     

基于RBF网络的信息融合在机器人足球中的应用

机器人足球系统是综合性的人工智能研究平台。决策在机器人足球比赛中起着至关重要的作用。通过对机器人足球系统的分析,论证了信息融合应用于机器人足球系统的可行性。针对机器人足球比赛决策中的实际问题,提出了基于径向基函数(RBF)神经网络的信息融合方法,并设计了足球机器人射门实验。实验结果证明该方法有助于提高整个系统决策的准确性。     

机器人足球比赛决策程序的图形化编程

对机器人足球比赛决策程序的多数研究者而言,主要研究多智能体系统(MAS)及其协作问题,采用算法、编程技巧均较复杂。为了在青少年中开展机器人足球比赛,必须为他们提供一种简单易用、趣味直观的决策程序编程方法。论文首先描述了机器人足球比赛决策程序的一般结构,以及产生式推理模型和决策的表达方式,并在此基础上得出通用机器人足球比赛决策程序流程图。最后提出一种直观的图形化比赛决策程序编程方法,编程者只需要改变图形的属性就可以修改比赛决策程序,降低机器人足球比赛决策程序编程的门槛。