基于模块化Q学习的足球机器人合作

提出了一种新的多机器人系统学习结构,这种学习结构能够降低环境状态空间和机器 人的动作空间,加快学习速度。该方法的有效性在机器人足球比赛中得到了验证。     

基于强化学习的多机器人协作

提出了一种动态环境下多个机器人获取合作行为的强化学习方法,该方法采用基于瞬时奖励的Q-学习完成单个机器人的学习,并利用人工势场法的思想确定不同机器人的学习顺序,在此基础上采用交替学习来完成多机器人的学习过程。试验结果表明所提方法的可行性和有效性。     

基于.NET的科研管理系统实现

阐述了在校园网环境下,采用C/S与B/S模式相结合的方式实现科研信息管理系统的思想.该系统运用ASP.NET和C#技术,利用校园网数据资源,实现异地录入、修改、查询、申报、评审,本地化集中核实、统计、报表输出等管理功能.     

一种固体火箭发动机燃烧室内流场的仿真研究

给出了一种基于小火舌模型的固体火箭发动机燃烧室内复杂压缩流场中湍流扩散的数值仿真方法.该方法将κ-ε两方程湍流模型与扩展层流小火舌模型和并在一起对火焰进行数学描述,使用聚丁二烯AP/HTPB推进剂的8组份3反应式模型描述了湍流与非平衡化学反应之间的耦合.计算结果表明:燃烧室内漩涡运动呈现出一定的时间与空间分布,轴向加质导致燃烧室截面上流场轴向速度分布的不均衡.     

基于模糊Q-学习的多智能体协作策略研究

研究了对机器人足球中的非控球队员同控球队员的协作问题．机器人根据当前状态下机器人和球的位置信息决定目标位置．对目标位置的确定进行了Q学习,对于场地的划分和角色的分配,采用了模糊理论,并对学习结果进行了仿真试验．     

全自主足球机器人的运动控制系统研究

全自主足球机器人要完成踢球任务,需要一个快速可靠的运动控制系统,但是大多数以前的电机控制系统都是基于MCU或DSP系统的．为此,提出基于PC104总线控制的直流伺服电机控制系统,介绍了运动控制系统的组成、电动机控制板和系统控制软件．该控制系统具有体积小、功能强、反应速度快和控制简单等特点,完全可以满足足球机器人的运动要求,并可应用于其他小型装置的电动机控制系统上．     

基于CBL的双目视觉自主机器人定位

在需要机器人做出快速反应的环境中,为了解决通过廉价传感器(彩色视觉)实现自主机器人的定位,提出了基于约束路标(CBL)的双目视觉自主机器人定位方法．在CBL的路标测量类型中增加了直线的斜率,同时双目视觉的协作为定位提供了更多信息,提高了机器人位姿估计的准确度．实验结果表明了该方法的可行性和有效性．     

对抗性多智能体系统中的规划识别方案

针对当前规划识别限于协作多智能体领域的问题,提出了一种适用于对抗环境下智能体的基于Bayesian网络模型的规划识别方案以识别其他智能体的动作目标．研究了机器人足球的几个典型规划,并利用机器人足球比赛仿真系统进行了测试,仿真结果表明该方案有效地增强了智能体间的协作,提高了球队的获胜率。     

一种基于栅格扩展的机器人路径规划方法

提出一种机器人的路径规划方法;这一路径规划方法是在机器人的位姿空间中进行的,采用栅格扩展的策略,即从初始位姿和终止位姿的栅格进行扩展。扩展一方的栅格前,先从这一方欲扩展栅格的第一个栅格向另一方欲扩展栅格的第一个栅格作一直线,沿这一直线首先进行扩展。最后在机器人的仿真系统中运用这一方法进行路径规划,大大地提高了路径规划的效率。     

蜜蜂进化型遗传算法

本文提出了一种蜜蜂进化型遗传算法.在该算法中,种群的最优个体作为蜂王与被选的每个个体(雄蜂)以概率进行交叉操作,增强了对种群最优个体所包含信息的开采能力.为了避免算法过早收敛,在代进化过程中引入了一个随机种群,提高了算法的勘探能力.通过将该算法建模为齐次有限Markov链,证明了它的全局收敛性.实验结果表明,蜜蜂进化型遗传算法是一种提高遗传算法性能的有效改进算法.