一种RoboCup足球机器人动态角色分配机制的实现

自主足球机器人动态角色分配是RoboCup足球机器人研究领域内的一个重要课题。为了弥补以往足球机器人角色分配的不足,文中主要研究一种RoboCup足球机器人动态角色分配机制的实现。总结了现有RoboCup中型足球机器人角色分配机制,通过对策略设计的层次划分,利用机器人之间通讯的数据,实时更新并同步各个机器人的状态,采用排名制、优先级抢占式等多种方法实现动态自主的角色分配。通过实验以及比赛中的实战检验,验证了该角色分配机制的有效性。     

足球机器人动态角色分配策略仿真研究

研究足球机器人角色分配问题,角色分配是足球机器人决策协调的关键,在比赛中要兼顾最优性与实时性进行角色分配是足球机器人技术的难点.针对足球机器人比赛的特点,提出一种基于市场机制的动态角色分配算法.为了使角色分配接近最优,综合考虑影响角色分配的距离、角度以及其它多种不确定性因素来设计竞标函数;为了保证实时性,系统根据赛场态势,采用分级竞标的策略动态调整机器人角色.实验表明,市场动态算法在最小时间内提供接近最优化的角色分配方案,兼顾了足球机器人角色分配的实时性与最优性.     

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-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机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.     

足球机器人多智能体协作策略

文章提出了足球机器人多智能体系统协作策略,它由三部分组成:角色执行器、角色分配器和避撞任务处理器。机器人角色分为进攻、防守和守门。角色任务处理器决定每一角色运动到何位置。角色分配器在每个采样周期中,根据视觉信息,动态地改变每一机器人的角色。避撞任务处理器预测两个机器人相撞的可能性,并改变机器人目标位置以避免碰撞。角色任务执行器执行由4阶bezier曲线产生运动轨迹。带有PID控制的足球机器人跟踪确定的bezier曲线。该文提出的策略已成功应用到GDUT_TAIYI队。     

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。     

基于仿人智能控制的角色分配模型在机器人足球系统中的运用

角色分配是机器人动作协调过程中必须解决的问题之一.角色分配的数学本质就是一种二部图的匹配问题,仿人智能控制器控制决策的二次映射结构提供了一种具有普适意义的控制结构以解决这类控制问题.以此为基础,提出了由决策分配策略选择器、角色分配策略库、角色冲突协调器以及时序系统构成的基于仿人智能控制的角色分配器结构模型作为角色分配的参考模型,总结了这种角色分配器的设计方法.最后介绍了这种模型在足球机器人系统中的运用实现.在实际足球机器人系统(MiroSot系统)中的成功运用证明了该模型的有效性.     

基于无线网络C／S模式的多机器人协调控制研究

针对足球机器人比赛的需要,综合考虑比赛规则和机器人系统性能的优化,研究了多机器人的协调控制问题。基于无线网络C／S模式组建足球机器人系统的无线局域网。并提出利用服务器的协助决策功能,适时根据比赛情况进行球队队形和角色的动态选择,降低多机器人系统控制的复杂度,提高了球队的整体性能。实验结果证明了协调方案的有效性。     

足球机器人系统中角色分配策略的设计

介绍了足球机器人系统以及决策子系统结构,该结构分为数据信息预处理,角色分配,动作安排.轮速输出。详细说明了基于机器人足球比赛的多智能体协作角色分配问题,提出了一种优化综合指标进行角色分配的方法,并在实际系统中得到验证。     

二分图最佳匹配算法在中型组Robpcup角色分配中的应用

在中型组足球机器人的决策模型中,用状态自动机模型实现了Robocup中机器人各个角色的决策过程,形成了决策知识库。根据比赛场上的信息,调用知识库,利用二分图最佳匹配算法的思想来实现角色分配,提高队伍的成绩。     

RoboCup比赛环境下足球机器人路径规划研究

RoboCup中型组足球机器人比赛具有高度的对抗性和实时性．比赛中机器人需要针对不同的比赛态势进行角色切换和任务选择．在这种环境下，应用传统人工势场或一般改进型人工势场的路径规划方法都无法得到令人满意的结果．将障碍物与机器人之间的相对速度矢量以及目标与机器人之间的相对速度矢量分别引入人工势场法中，对传统的势场函数进行了改进；并根据机器人的不同角色和任务，采用模糊逻辑方法对势场函数进行修正，提出一种处理多角色多任务环境的改进型人工势场法机器人路径规划方法．仿真试验和实际应用验证了此算法存足球机器人比赛系统中的可行性．     

Research on self-adaptive decision-making mechanism for competition strategies in robot soccer

In the robot soccer competition platform, the current confrontation decision-making system suffers from difficulties in optimization and adaptability. Therefore, we propose a new self-adaptive decision-making (SADM) strategy. SADM compensates for the restrictions of robot physical movement control by updating the task assignment and role assignment module using situation assessment techniques. It designs a self-adaptive role assignment model that assists the soccer robot in adapting to competition situations similar to how humans adapt in real time. Moreover, it also builds an accurate motion model for the robot in order to improve the competition ability of individual robot soccer. Experimental results show that SADM can adapt quickly and positively to new competition situations and has excellent performance in actual competition.     

基于模糊一致关系的机器人足球角色分配

研究了基于模糊一致关系（FCR）的综合决策方法在机器人足球策略子系统中的应用。指出了比赛现场对球场态势有影响的主要决策因素，选取对角色分配有影响的决策因素作为评价因子，对这些评价因子建立基于FCR的角色分配系统模型，并给出了角色分配算法，最后通过角色分配系统的综合决策建立从角色集合到机器人集合的映射，完成一次角色分配。计算机仿真结果证明了该角色分配系统的可行性与有效性。     

Heterogeneous Robots Allocation and Selection in Robocup Environment

I. INTRODUCTION RoboCup is an international joint project to promote artificial intelligence (AI), robotics, and related fields [1]. It is an attempt to foster AI and intelligent robotics research by providing a standard problem for which a wide range of technologies can be integrated and examined. The RoboCup Soccer Server version 7 introduced the concept of heterogeneous players. A heterogeneous player is a robot who has different capabilities to other players. Soccer Server define…     

基于四腿机器人足球比赛的多智能体协调控制

依托RoboCup四腿组机器人足球比赛,结合图像处理和无线网络通讯手段,建立反映赛场对象定位信息的环境模型,并基于此模型探讨多智能体动态角色分配与协调控制的实现方法。     

多智能体强化学习及其在足球机器人角色分配中的应用

足球机器人系统是一个典型的多智能体系统, 每个机器人球员选择动作不仅与自身的状态有关, 还要受到其他球员的影响, 因此通过强化学习来实现足球机器人决策策略需要采用组合状态和组合动作. 本文研究了基于智能体动作预测的多智能体强化学习算法, 使用朴素贝叶斯分类器来预测其他智能体的动作. 并引入策略共享机制来交换多智能体所学习的策略, 以提高多智能体强化学习的速度. 最后, 研究了所提出的方法在足球机器人动态角色分配中的应用, 实现了多机器人的分工和协作.     

Application of reinforcement learning in robot soccer

The robot soccer game has been proposed as a benchmark problem for the artificial intelligence and robotic researches. Decision-making system is the most important part of the robot soccer system. As the environment is dynamic and complex, one of the reinforcement learning (RL) method named FNN-RL is employed in learning the decision-making strategy. The FNN-RL system consists of the fuzzy neural network (FNN) and RL. RL is used for structure identification and parameters tuning of FNN. On the other hand, the curse of dimensionality problem of RL can be solved by the function approximation characteristics of FNN. Furthermore, the residual algorithm is used to calculate the gradient of the FNN-RL method in order to guarantee the convergence and rapidity of learning. The complex decision-making task is divided into multiple learning subtasks that include dynamic role assignment, action selection, and action implementation. They constitute a hierarchical learning system. We apply the proposed FNN-RL method to the soccer agents who attempt to learn each subtask at the various layers. The effectiveness of the proposed method is demonstrated by the simulation and the real experiments.     

Distributed Coordination in Heterogeneous Multi-Robot Systems

Coordination in multi-robot systems is a very active research field in Artificial Intelligence and Robotics, since through coordination one can achieve a more effective execution of the robots' tasks. In this paper we present an approach to distributed coordination of a multi-robot system that is based on dynamic role assignment. The approach relies on the broadcast communication of utility functions that define the capability for every robot to perform a task and on the execution of a coordination protocol for dynamic role assignment. The presented method is robust to communication failures and suitable for application in dynamic environments. In addition to experimental results showing the effectiveness of our approach, the method has been successfully implemented within the team of heterogeneous robots Azzurra Robot Team in a very dynamic hostile environment provided by the RoboCup robotic soccer competitions.     

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.