基于自主行为的RoboCup决策算法设计与实现

为了提高决策的速度和智能性,提出一种基于行为的Multi—Agent决策模型,该模型分为个体决策模型和团队决策模型,个体决策模型是为了提高智能体决策的速度,团队决策模型为了提高决策的智能性。这种基于行为的Multi-Agent决策模型已成功地应用到RoboCup仿真机器人系统中,仿真结果说明了该结构和算法的有效性。     

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。     

仿真环境下的机器人足球决策系统

机器人足球系统是一类典型的多移动机器人合作的对抗系统．具有实时性要求高、环境高度动态、存在不可预测状态等特点．机器人足球系统是人工智能和智能控制领域的探究热点之一。主要研究在仿真环境下基于三层控制决策模型的机器人足球决策系统．为单个或多个足球机器人分配任务和执行任务。使机器人决策系统具有较好的应激性和协调性,实现有效攻防．探讨多智能机器人实时合作与对抗问题、以求验证和发展人工智能的有关理论和技术。     

模糊Q学习的足球机器人双层协作模型

针对传统的足球机器人3层决策模型存在决策不连贯的问题和缺乏适应性与学习能力的缺点,提出了一种基于模糊Q学习的足球机器人双层协作模型.该模型使协调决策和机器人运动成为2个功能独立的层次,使群体意图到个体行为的过度变为一个直接的过程,并在协调层通过采用Q学习算法在线学习不同状态下的最优策略,增强了决策系统的适应性和学习能力.在Q学习中通过把状态繁多的系统状态映射为为数不多的模糊状态,大大减少了状态空间的大小,避免了传统Q学习在状态空间和动作空间较大的情况下收敛速度慢,甚至不能收敛的缺点,提高了Q学习算法的收敛速度.最后,通过在足球机器人SimuroSot仿真比赛平台上进行实验,验证了双层协作模型的有效性.     

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。     

考虑决策者心理行为的直觉模糊三支决策方法

针对传统的二支决策只能得到方案排序的不足，同时考虑到决策者具有参照依赖和损失规避行为，提出了考虑决策者心理行为的三支多属性决策方法。对于大多数三支决策模型中的代价损失函数以精确值形式给出，无法有效表达模糊信息，通过采用直觉模糊决策信息来处理这一问题，同时采用TODIM方法计算各方案的综合感知优势度，依据分类规则获得决策结果。以工业机器人的项目投资开发为例，验证所提方法的有效性与合理性。     

基于态势评估的足球机器人决策模型

为了提高足球机器人中策略执行的有效性和针对性,提出了一种基于赛场正向态势评估和反向执行效果评估的有限状态自动机分层决策模型。该模型将赛场决策分为战术策略和具体任务,通过正向态势评估信息和任务执行效果的反馈信息进行综合量化,基于有限状态自动机建立策略和任务的转换关系,从而做出适合当前态势的战术策略。经仿真实验表明,该决策模型在很大程度上提高了策略决策的有效性和针对性,使得球队的整体攻防能力得到了相应的改善。     

基于概率犹豫信息集成方法的群决策模型*

现有犹豫模糊集在描述决策信息时会导致决策信息大量损失,因此文中基于概率犹豫模糊信息集成算子,构建多属性群决策模型.首先在概率犹豫模糊环境下引入Archimedean范数,定义概率犹豫模糊运算法则.基于该运算法则,提出广义概率犹豫模糊有序加权平均(GPHFOWA)算子和广义概率犹豫模糊有序加权几何(GPHFOWG)算子,并讨论它们的基本性质.然后分析GPHFOWA算子和GPHFOWG算子的常见形式和相互关系.最后运用提出的2类算子构建概率犹豫模糊多属性群决策模型,并且通过供应商的选择实例验证决策模型的可行性和有效性.     

基于赛场态势的群体智能决策技术

复杂环境下态势的正确评估是开发高水平决策系统所必需解决的关键问题。为了对机器人足球赛场态势进行精确的评估,结合专家经验和对实际比赛的分析,提炼影响赛场态势的几个关键因素,在此基础上提出一个全新的态势决策模型。该模型中机器人集合构成一个决策群体,智能群体决策的结果使得足球机器人系统具有很强的战斗力,其有效性已在实验及比赛中得到验证。     

图像处理在足球机器人系统中的应用

机器人是目前综合科学研究领域的前沿课题,足球机器人比赛是实现这一科学研究的有效方式,其中图像处理是足球机器人的首要研究课题。在足球机器人比赛中,要保证及时迅速地为决策系统提供有效信息,对图像处理的实时性有较高要求。本文将阐述如何把BMP图像的游程编码(RLE)压缩格式应用于足球机器人的图像处理数据结构中,并以实验证明:游程编码适用于足球机器人,能够使图像处理的运行效率和效果满足足球机器人系统协调工作的要求。     

Architecting centralized coordination of soccer robots based on principle solution

Coordination strategy is a relevant topic in multi-robot systems, and robot soccer offers a suitable domain to conduct research in multi-robot coordination. Team strategy collects and uses environmental information to derive optimal team reactions, through cooperation among individual soccer robots. This paper presents a diagrammatic approach to architecting the coordination strategy of robot soccer teams by means of a principle solution. The proposed model focuses on robot soccer leagues that possess a central decision-making system, involving the dynamic selection of the roles and behaviors of the robot soccer players. The work sets out from the conceptual design phase, facilitating cross-domain development efforts, where different layers must be interconnected and coordinated to perform multiple tasks. The principle solution allows for intuitive design and the modeling of team strategies in a highly complex robot soccer environment with changing game conditions. Furthermore, such an approach enables systematic realization of collaborative behaviors among the teammates.     

Fuzzy behavior-based control of mobile robots

An extensive fuzzy behavior-based architecture is proposed for the control of mobile robots in a multiagent environment. The behavior-based architecture decomposes the complex multirobotic system into smaller modules of roles, behaviors and actions. Fuzzy logic is used to implement individual behaviors, to coordinate the various behaviors, to select roles for each robot and, for robot perception, decision-making, and speed control. The architecture is implemented on a team of three soccer robots performing different roles interchangeably. The robot behaviors and roles are designed to be complementary to each other, so that a coherent team of robots exhibiting good collective behavior is obtained.     

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…     

5vs5仿真机器人足球比赛——防守算法研究

机器人足球赛是由硬件或仿真机器人进行的足球赛,文中涉及的仿真机器人足球赛在标准软件平台上进行。软件仿真比赛提供一个共用的服务程序作裁判,比赛双方程序通过网络协议和服务器进行连接,接受球场、足球和球员等相关实时信息,并做出自己的决策反馈给服务器。对多智能体之间的协作和协调进行了分析,论述了球队开发中整体防守和守门员防守的决策方法,以及这些方法在大连交通大学——梦想皆有神助（Dream）球队开发过程中的应用。在大连市第二届研究生仿真机器人足球大赛中Dream队获得了三等奖。     

不完全信息博弈的机器人对抗决策

针对机器人比赛时局势的动态变化给机器人对抗决策博弈局面带来的不完全性问题,提出了豪尔绍尼转换和贝叶斯均衡相融合的不完全信息博弈算法,该算法克服了博弈局势中对未知信息的盲目"猜测".以机器人足球比赛时的数据为背景建立不完全信息博弈模型,研究机器人的决策对抗系统.仿真结果表明,不完全信息博弈算法可以使得机器人进行较优策略的选择,从而进一步提高机器人在比赛中的自主性和智能性.     

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。     

青少年机器人足球比赛系统决策编程的可视化

分析了机器人足球比赛系统中决策子系统的一般结构，建立了产生式推理模型和决策的表达模型，构造了机器人足球比赛系统的决策程序的结构；定义了决策存储的结构体变量类型，设计了菜单，并以此形式实现了决策编程的可视化。     

The CMUnited-98 champion small-robot team

Robotic soccer presents a large spectrum of challenging research opportunities. In this article, we present the main research and technical contributions of our champion CMUnited-98 small-robot team. The team is a multiagent robotic system with global perception, and distributed cognition and action. We introduce our new robot motion algorithm that reactively generates motion control to account for the target point, the desired robot orientation and obstacle avoidance. Our robots exhibit successful collision-free motion in the highly dynamic robotic soccer environment. At the strategic and decision-making level, we present the role-based behaviors of the CMUnited-98 robotic agents. Team collaboration is remarkably achieved through a new algorithm that allows for team agents to anticipate possible collaboration opportunities. Robots position themselves strategically in open positions that increase passing opportunities. The article terminates with a summary of the results of the RoboCup-98 games in which the CMUnited-98 small-robot team scored a total of 25 goals and suffered 6 goals in the five games that it played.     

基于人工生命行为选择的智能体决策的研究

人工生命行为选择是人工生命研究领域的重要问题之一,智能体作为人工生命体的一种形式,决策系统相当于是智能体的“大脑”。文章以足球机器人作为智能体的研究原型,分析了机器人足球决策系统的现状,根据仿人智能控制思想和人工生命行为选择模型,建立了基于人工生命的智能体决策系统,并借助机器人足球比赛这样一个标准任务平台,投入实际比赛中,证明结果是可行的和有效的。     

基于神经网络模糊PID的足球机器人控制算法研究

通过对足球机器人运动学模型进行分析,以足球机器人系统为实验平台,论证了神经网络模糊PID控制技术应用于足球机器人运动控制的可行性。将传统的PID控制与神经网络模糊控制相结合,通过PID算法实现控制的准确性,利用神经网络模糊控制提高控制的快速性与自适应性。针对足球机器人运动控制中的实际问题,着重提出了基于神经网络和模糊控制相结合动态调整PID控制器的三个参数KP,KI,KD的设计方法。实验证明该方法增强了控制器的调节能力和简化了控制器设计,同时本方法对模型和环境具有较好的适应能力和较强的鲁棒性。