基于Play策略的小型足球机器人角色分配设计

小型组足球机器人的决策系统是一个多智能体的协调控制系统，主要由视觉信息处理、协调策略、角色分配、动作实现等组成。文中对角色分配进行研究，提出了一种基于Hay策略并与区域相关的角色分配方案，并阐述了决策系统下角色分配的整体设计。实现了动态灵活的分配机制。     

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。     

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。     

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.     

实用的机器人足球角色分配算法设计

将模糊一致关系应用于机器人足球角色分配,综合比赛现场各方面的因素,分别对这些评价因子建立模糊优先关系矩阵和模糊一致矩阵,然后确定各个评价因子的权值,最后再确定每一备选机器人对应某一角色的隶属度,将这一角色分配给隶属度最高的机器人,从而实现角色分配,仿真实验结果表明了这种设计的可行性.     

基于远方优先的机器人足球角色分配策略的研究

研究了在机器人足球赛中队员角色的动态分配策略.通过球员的站位分配阐述了距离最短分配算法的缺点,在距离最短分配算法的基础上提出了远方角色优先分配算法.远方角色优先分配算法考虑了队员站位过程中的相互避障,队员能量消耗的均衡和运动距离短等因素,基于典型的防守队形-半包围队形,通过实验仿真验证了远方角色优先分配算法的优点,在实际应用中也取得很好的效果.     

基于组合神经网络的智能足球机器人系统角色分配知识库的设计

针对当前角色分配实时决策效率不高,难以学习以往角色分配优秀策略等问题,本文提出构建基于组合神经网络的角色分配知识库模型。所构建的知识库由多个组合神经网络模型组成并采用模块化管理,具有可更新性和可扩展性。利用神经网络的自组织和学习能力,该知识库可学习角色分配经验策略,用于实时角色分配方案推理。最后,以RoboCup中型组比赛为例,验证构建组合神经网络知识库的可行性及知识库的在线决策能力。     

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Petri-net的机器人足球角色转换研究

文章在分析机器人足球的角色的基础上,提出了用Petri-net来描述角色转换的原理,该方法简洁明了,完全适用于机器人足球多协调决策系统。     

足球机器人路径规划的改进型人工势场算法研究

传统人工势场法不能适应复杂动态环境且容易产生局部极小,论文提出了一种改进型的人工势场算法,该算法考虑了机器人和障碍物的速度、加速度等动态特性,对传统人工势场进行了有效的调节,使其能更好地适应动态复杂环境,对局部极小问题进行判定,通过改变斥力场和引力场的影响力来解决局部极小问题,将该优化算法运用到足球机器人仿真比赛中,结果表明基于改进型人工势场优化算法能够在动态对抗性的环境中有效地实现最优路径规划,弥补了传统人工势场的不足。     

基于最优化模糊逻辑的Robocup中型组动态角色分配

Robocup中型组机器人足球比赛中,采用动态角色分配系统的队伍在进行角色分配时产生系统振荡、时间滞后和系统反应不灵敏等同题.改进后的动态角色分配系统引入角色跟随反馈系统,选取机器人超调参数利用Frank-Wolfe算法进行最优化计算以及确定影响机器人获取球的时间因素和各影响因子的权值后采用简化的模糊控制模型确定机器人...     

Robocup小型足球机器人AI决策系统设计--Robocup系列研究之六

介绍了Robocup小型足球机器人的AI决策系统的分层式结构设计方案。重点阐述了信息处理层的设计，采用扩展卡尔曼滤波(EKF)对场上所有对象进行跟踪和预测，并介绍了责任区域划分和按责任区域划分决定战术决策选择的思想，通过对基本信息的处理运算建立了实时更新的信息库，为后续战术策略选择提供了信息和依据，     

基于遗传算法优化的足球机器人模糊避障研究

在Robocup小型组(F-180)足球机器人比赛中,随着比赛对机器人运动能力和系统实时性要求的越来越高,基于本地传感器和处理器的主动避障策略日益受到人们的重视.模糊控制方法不依赖于精确的环境信息,并且运算量小,应用于自主避障很有前途,但传统的模糊控制方法难于手工创建控制规则,并且缺乏学习能力.研究了采用遗传算法对模糊路径规划器的模糊规则进行在线自动提取和优化的方法,并提出了一种用于评价规则有效性的适应度函数.仿真结果表明了算法有较好的适用性.     

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。     

Robocup3D仿真机器人球队决策系统模型研究

基于RoboCup3D仿真机器人足球最新平台,以缩短机器人的个体决策时间、快速收敛球队队形并统一个体决策与全队决策为目的,构建了球队层次化的决策系统模型。在此模型下具体实现了全队的阵形控制、角色位置分配和协作配合。基于矩阵最小调整的思想,实现了一个全局最优且比当前现有算法耗时更少的角色分配算法,为球队的阵形控制提供了最优分配方案。结合对比实验,最终结果显示该模型和算法大幅度减少了机器人的决策时间,球队整体同步性、队形收敛速度提高,机器人之间碰撞次数减少,球队整体作战能力提升。     

具有并行约束目标的多主体系统动态角色分配

多主体系统已成为建模和开发大型复杂分布式信息系统的一种理想范型.很多基于主体技术的系统要求支持动态角色分配,而已有动态角色分配算法忽略了目标之间的约束对角色分配的影响.首先,提出一个具有并行约束目标的多主体系统动态角色分配模型,引入多个角色分配管理者主体共同承担角色分配的计算任务,避免因单个主体可能造成的计算瓶颈.然后,基于并行约束目标结构图,给出目标集划分算法.并设计实现了角色分配算法,分析了该算法的时间复杂度.最后,实验研究了角色分配算法的执行时间,表明理论分析与实验结果一致.基于目标集合划分对角色分配的计算任务进行分割,使得各个角色分配管理者主体的计算结果无需进行合并再进行并行约束检查.     

基于XML模式的作业描述语言的设计与处理

作业描述语言为远程教育中的Web作业管理系统，提供了一套基于XML的分割、表示与处理半结构化作业数据的解决方案，并可为异构型作业管理系统之间交换作业文档提供一种技术规范。介绍了基于XML模式的作业描述语言的设计过程与使用方法，并对XML作业文档的验证、显示与存储等处理方式进行了讨论。