基于自适应遗传算法的足球机器人策略设计

提出了一个基于自适应遗传算法的足球机器人动作规划算法．定义了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,然后利用自适应遗传算法为足球机器人选择合适的动作．算法引入了局部搜索,采用了一种高效的适应性评价方法．实验表明,应用新算法的仿真足球机器人动作准确、效果好．     

基于行为的足球机器人动作规划

为提高足球机器人的比赛能力，将足球机器人的动作划分为基本动作和技术动作并作为足球机器人的基本行为，研究了基本行为的实现方法．以基于中位线传球方法为例，阐述了足球机器人基本行为的动作规划．结果表明，使用该方法训练足球机器人参加比赛，可以适应动态、未知环境下的比赛．     

基于行为的机器人足球智能主体系统研究

给出了机器人足球系统基于行为的智能主体系统的模型结构．将足球机器人的行为分为3个层次,并描述了行为在各层之间的变迁,引入了再励学习机制,使得足球机器人主体具有行为学习和行为评价能力．系统具有简单易行、鲁棒性强、实时性好等特点．     

机器人足球仿真比赛平台中网络通信问题研究

为了满足机器人足球仿真比赛平台对多方通信的准确性、实时性、稳定性与安全性的特殊要求,集成了TCP和UDP两种传输协议,使用多线程编程技术,设计、实现了一种基于比赛服务器端、策略客户端、显示客户端三方通信的解决方案,并在实际的机器人足球仿真比赛平台的开发中得到验证．     

一种基于遗传模糊算法的足球机器人射门方法

为了提高足球机器人的射门成功率,给出了一种基于遗传模糊算法的足球机器人射门实现方法．通过建立一个多输入多输出模糊控制器,用一套模糊控制规则控制足球机器人在实时、动态环境中完成射门动作,并采用遗传算法优化模糊规则和隶属度函数,增强了模糊控制系统适应动态变化环境的能力．实验结果证明了方法的正确性．     

足球机器人车体三维仿真优化设计

对MicroSot足球机器人车体进行了细节分析和设计,并基于Pro／E的强大功能完成了机器人车体的三维实体设计、虚拟装配和行为建模,实现了其优化设计,为足球机器人开发设计提供了一种新思路．     

全自主足球机器人运动模型的改进

阐述了具有输入饱和特性的全自主足球机器人的运动控制问题,建立了全自主足球机器人的运动学模型.基于数字PID算法条件下实现了足球机器人在赛场上的高精度运动控制,实验进一步证明了算法的鲁棒性,并在实际比赛中取的了很好的成绩.     

一种基于驱动力矩的足球机器人轨迹控制方法

分析了足球机器人的运动特性,得出了足球机器人运动模型．结合驱动轮参数对驱动轮进行受力分析,推导出该机器人驱动轮的驱动力矩．以驱动轮力矩作为控制参数研究了该种机器人的轨迹控制方法,提出基于PD反馈控制模型的轨迹控制,并分析了基于PD反馈控制的系统特性．仿真实验验证了所提出轨迹控制方法的可行性和有效性．     

基于分层结构模型的机器人足球决策系统设计

提出了一种基于全局视觉的分层结构模型的机器人足球策略系统,能够适应比赛中机器人数目的变更.介绍了这种分层结构模型的设计以及在机器人足球系统中的应用.通过实际比赛,验证了模型的效率和实用性.     

基于航迹关联的足球机器人视觉系统的改进

为了提高足球机器人视觉系统的识别速度、精度和适应性,以航迹关联的基本技术为指导,结合足球和足球机器人的模型,提出基于航迹关联的半自主足球机器人视觉系统的一种改进方法,利用航迹预测、航迹关联和航迹检测对目标进行跟踪．实验表明该方法简单、有效,满足实时视觉系统的要求．     

基于事例的足球机器人学习

足球机器入主要是应用训练、比赛中逐渐积累起来的经验知识来比赛,这样足球机器人相当一部分比赛知识是经验型的．为此,论述了基于事例的足球机器入学习的具体方法和模型,并应用于机器人足球比赛中,实验证明,该方法可行、有效．     

基于模糊综合决策的足球机器人策略子系统

研究了模糊综合决策在足球机器人策略子系统中的应用,提出了机器人足球场上信息无关量的概念．在策略子系统中采用了模糊综合决策算法,给出了该算法的应用条件以及算法的实现过程,并对算法的确定隶属函数进行了讨论．计算机仿真验证了该算法的可行性和正确性．     

Design of robot soccer simulator

0　ＩＮＴＲＯＤＵＣＴＩＯＮＲｏｂｏｔｓｏｃｃｅｒｇａｍｅｉｓａｔｙｐｉｃａｌｔｅａｍ ｇａｍｅ,ｗｈｉｃｈｉｓａｓｓｏｃｉａｔｅｄｗｉｔｈｓｅｎｓｉｎｇ ,ｄｅｃｉｓｉｏｎ ｍａｋｉｎｇ,ｃｏｏｒｄｉｎａ ｔｉｏｎ ,ｐａｔｈｐｌａｎｎｉｎｇ ,ｃｏｍｍｕｎｉｃａｔｉｏｎ ,ｍａｃｈｉｎｅｌｅａｒｎｉｎｇ ,ａｎｄｓｏｆｏｒｔｈ[1 ] .Ｔｈｅｐｌａｙｅｒｉｓｒｅｑｕｉｒｅｄｔｏｐｌａｙｉｎａｒｅａｌ ｔｉｍｅ ,ｄｙｎａｍｉｃｅｎｖｉｒｏｎｍｅｎｔｗｉｔｈｂｏｔｈｔｅａｍｍａｔｅｓａｎｄａｄ ｖｅｒｓａｒｉｅｓ[2 ]…     

Intelligent learning technique based-on fuzzy logic for multi-robot path planning

0　ＩＮＴＲＯＤＵＣＴＩＯＮＡｃｔｕａｌｌｙ,ｍｏｒｅａｎｄｍｏｒｅｇａｍｅｒｏｂｏｔｓｙｓｔｅｍｓａｒｅｓｈｏｗｎｏｕｔｉｎｔｈｅｗｏｒｌｄ .Ｏｆｔｈｅｍ ,ｓｏｃｃｅｒｒｏｂｏｔｓｙｓｔｅｍｓａｒｅｔｈｅｍｏｓｔｐｏｐｕｌａｒｏｎｅｓ .Ｓｏｍｅｗｏｒｌｄａｓｓｏｃｉａｔｉｏｎｓｏｆｓｏｃｃｅｒｒｏｂｏｔｈａｖｅｂｅｅｎｏｒｇａｎｉｚｅｄ .Ｔｈｅｉｒｃｏｍｐｅｔｉｔｉｏｎｓａｒｅｈｏｌｄｉｎｍａｎｙｃｏｕｎｔｒｉｅｓｅａｃｈｙｅａｒ.Ｓｏｃｃｅｒｒｏｂｏｔｓｙｓｔｅｍ(ＳＲＳ) (ｓｍａｌｌｓｉｚｅ)ｉ…     

机器人足球队的结构设计研究

机器人足球比赛是一个典型的多智能体系统 ,是人工智能研究的热点之一。本文在简要介绍Robocup仿真比赛环境的基础上 ,探讨队员Agent的结构 ,球队结构设计 ,决策层的设计与实现。     

基于进化机制的足球机器人决策子系统设计

研究了基于遗传进化方法的足球机器人策略子系统．提出了比赛子区策略库的概念,在决策子系统中引入进化机制并采用了基因切片技术．给出了该算法的应用条件以及算法的实现过程,并对算法的计算过程并行化进行了讨论．通过计算机仿真验证了该算法的可行性和正确性．     

基于三层模式的足球机器人决策子系统设计

在足球机器人系统中,决定比赛胜负的关键就是决策子系统.决策子系统应满足实时性强、适应能力强和学习能力强等要求.介绍了目前国际上比较流行的分层控制方法:协调层、运动规划层和基本动作层.并就每个层次的设计做了具体的说明.     

基于模糊逻辑的机器人足球比赛策略

针对机器人足球比赛环境的动态性和不确定性,提出了一种基于模糊逻辑的决策方法．该方法不要求建立精确的数学模型,能够考虑多方面因素,决策效果好,将角色划分与运动规划结合在一起,运动规划效率高．分别讨论了进攻和防守情况下的角色划分及运动规划问题．实验表明该方法具有良好的决策效果．     

LWR学习在足球机器人中的应用

针对足球机器人比赛中动态不确定性特点,提出了一种基于LWR学习方法预测球的运动轨迹,尤其是球与外界碰撞后的运动轨迹.并且对预测进行模糊调整,即根据预测球的状态,生成机器人的动作.该方法建立数学模型简单,使得机器人的决策效果好.仿真实验表明该方法具有良好的效果.