国际青少年机器人世界杯比赛及其在中国的发展

国际青少年机器人世界杯比赛（RoboCup Junior,RCJ）是国际机器人世界杯比赛（RoboCup）的重要组成部门。其目标是通过组织机器人比赛，推动世界范围内的机器人研究和教育。RoboCup的教育和普及理念主要是通过RCJ活动来实现的。     

国际青少年机器人世界杯

国际青少年机器人世界杯比赛（R0b0Cup Junior,RCJ）是国际机器人世界杯比赛（RoboCup）的重要组成部分。目标是通过组织机器人比赛,来推动世界范围内的机器人研究和教育。RoboCup的教育和普及理念主要是通过RCJ活动来实现的。     

机器人世界杯来到中国 RoboCup2008在苏州举行

"2008RoboCup机器人世界杯"于2008年7月14-20日在苏州国际博览中心举行.此次比赛由RoboCup国际联合会主办,苏州市政府和中国科学技术大学联合承办.约有来自30个国家和地区的300多支队伍共1400多名参赛者及学者参加比赛和学术讨论会.这是首次在中国举办RoboCup机器人世界杯,同时也开创了发展中国家举办机器人世界杯赛的先河.     

行业动态（竞技比赛）

10月10-12日,“2014中国机器人大赛暨RoboCup中国公开赛”在安徽合肥国际展览中心成功举行,共有来自全国200多所学校、1000多支队伍和2300多人参加活动。 这是中国机器人行业最受瞩目的高校赛事。大赛由中国自动化学会机器人竞赛工作委员会、RoboCup中国委员会、合肥市人民政府和科技部高技术研究发展中心联合主办,合肥市科技局承办。本次比赛包括12项比赛大类以及若干小类,分别是：RoboCup足球机器人比赛、RoboCup救援组比赛、RoboCup家庭组比赛、FIRA足球机器人比赛、水中机器人比赛、舞蹈机器人比赛、双足竞步与仿人竞速比赛、机器人武术擂台赛、机器人旅游、机器人智能搬运比赛、篮球机器人比赛、医疗与服务机器人比赛。     

2014中国机器人大赛暨RoboCup中国公开赛落幕

正10月10-12日,"2014中国机器人大赛暨RoboCup中国公开赛"在安徽合肥国际展览中心成功举行,共有来自全国200多所学校、1000多支队伍和2300多人参加活动。这是中国机器人行业最受瞩目的高校赛事。大赛由中国自动化学会机器人竞赛工作委员会、RoboCup中国委员会、合肥市人民政府和科技部高技术研究发展中心联合主办,合肥市科技局承办。本次比赛包括12项比赛大类以及若干小类,分别是:RoboCup足球机器人比赛、RoboCup救援组比赛、RoboCup家庭组比赛、FIRA足球机器人比赛、水     

研究和科普相结合,强调MCU技术应用型发展 瑞萨助阵2008机器人世界杯赛

2008年7月14日-20日,由RoboCup国际联合会主办,苏州市人民政府和中国科学技术大学联合承办的“2008机器人世界杯赛”在苏州国际博览会举办,这是RoboCup世界杯赛首次在中国举办,大约450支队伍2500多名参赛者及学者参加了比赛和学术研讨会。瑞萨以赞助者的身份加盟了此次盛会,为这些可爱的机器人提供“芯”动力。在RoboCup世界杯赛所有项目中,RoboCup足球世界杯赛观赏性极强,其特殊的魅力让机器人足球风靡全球。据悉，获得Robocup足球世界杯赛类人组4连冠的“VisiON”机器人就是采用了瑞萨的SH系列MCU（微控制器）。     

RoboCup发展与研究综述

从发展目标和比赛方式综述了RoboCup对人工智能发展中的影响力,综述了RoboCup环境特点及与MAS (Multi-Agent Systems)的关系,并提出一些可研究课题,最后,简单综述了RoboCup仿真比赛中的主要技术。     

RoboCup 3D Server分析

RoboCup仿真比赛是MAS系统的理想测试平台，而3D仿真是RoboCup研究的热点。由于目前缺乏相关的资料，给参赛队增加了不少困难。本文将分析RoboCup 3D Sewer的一些关键技术，以期能让读者对这一新技术有一个全面的了解，缩短球队的开发过程。     

NuBot救援机器人整体设计

RoboCup救援组比赛包括搜索和救援的应用,提供机器人在典型环境中执行能力的客观评价。本文从机械结构、控制系统、建图迭代算法和建图处理方法等方面介绍RoboCup救援组机器人系统的相关关键技术。     

RoboCup中型组机器人足球相关技术研究

机器人足球世界杯比赛（RoboCup）作为多智能体系统的一个良好的实验平台,已经成为人工智能的研究热点。本文综述了RoboCup机器人足球赛的发展概况和中型组比赛的现状,针对中型组足球机器人基于动态目标驱动模型的系统化、模块化软件系统架构和相关关键技术进行较为详细的分析和比较,最后对中型组机器人足球未来的发展方向进行了分析和展望。     

RoboCup机器人足球仿真比赛开发设计

机器人世界杯足球锦标赛(TheRobotWorldCup),简称RoboCup,通过提供一个标准任务来促进分布式人工智能、智能机器人技术及其相关领域的研究与发展。该文在介绍RoboCup仿真环境的基础上,系统完整地介绍了客户端程序的开发设计流程,阐述了其中涉及到的一些主要问题和算法,最后简要综述目前国际上的典型高层算法结构。     

多智能体的角色与结构设计分析

角色是面向Agent软件开发方法研究中的一个重要抽象概念。文中认为角色是连接多Agent系统(MAS)微观模型与宏观模型的桥梁,角色与Agent之间的动态性有利于刻画多Agent系统的结构和行为模型。RoboCup是多Agent系统研究的一个很好的平台。建立一支成功的机器人足球队需要很多领域的知识,合理的模型结构和Agent之间的协调与协作是RoboCup比赛中赢球的关键所在。协调与协作是多Agent系统研究的重要课题。     

RoboCup2D仿真的若干评价指标的权重研究

为了解决足球机器人2D仿真比赛中各参赛队伍的算法和策略没有针对性这一不足,提出一种对2D仿真比赛若干指标权重分析的评价方法。该方法通过提取仿真比赛的若干指标,利用系统工程学中的评价系统理论进行权重分析,结合足球机器人仿真比赛的实例,从几种权重方法中确定了综合权重方法,并通过实验验证了方法的可行性。     

RoboCup仿真比赛中的Multi-Agent层次协作模型

本文针对RoboCup仿真比赛的多智能体协作问题，分析了目前在RoboCup中的几个典型多智能体协作模型，提出一种三层的Multi—Agent层次协作模型，它包括全局层、局部层和个体层。实战证明该模型是合理的、有效的。     

机器学习在RoboCup中的应用研究

RoboCup is a particularly good domain for studying multi-agent systems.A wide variety of MAS issues can be studied in robotic soccer,in which the theory,algorithm and architecture of agent system can be evaluated.Because of the inherent complexity of MAS,there are many interests in using machine learning techniques to handle it.This paper investigates and discusses the machine-learning techniques used in RoboCup.The background is firstly presented and the application of machine learning in RoboCup is lately demonstrated with some top simulation teams.The machine-learning system in NDSocTeam is also introduced.Finally some open issues in this field are pointed out.     

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。     

Towards efficient multiagent task allocation in the RoboCup Rescue: a biologically-inspired approach

This paper addresses team formation in the RoboCup Rescue centered on task allocation. We follow a previous approach that is based on so-called extreme teams, which have four key characteristics: agents act in domains that are dynamic; agents may perform multiple tasks; agents have overlapping functionality regarding the execution of each task but differing levels of capability; and some tasks may depict constraints such as simultaneous execution. So far these four characteristics have not been fully tested in domains such as the RoboCup Rescue. We use a swarm intelligence based approach, address all characteristics, and compare it to other two GAP-based algorithms. Experiments where computational effort, communication load, and the score obtained in the RoboCup Rescue aremeasured, show that our approach outperforms the others.     

基于行为预测的多智能体协作模型

智能体的行为预测是多智能体系统中的一个具有挑战性的问题。机器人足球是一个典型的多智能体系统,论文对多智能体系统中的行为预测进行了研究,概述了RoboCup中几种典型的智能体行为预测方法和协作模型,在此基础上采用基于行为的混合预测方法,建立了一种基于行为预测的多智能体协作模型。该协作模型已应用于CSU_YunLu2003仿真球队中,在RoboCup仿真比赛中证明了该协作模型的有效性。