多種機器學習方法在足球機器人系統(tǒng)中的應用.pdf

1、機器人足球比賽過程中,由于存在競爭的一方,實時跟蹤對手的行為狀態(tài)、分析對手的思維和意圖是對抗活動的基本前提,建立對手模型很有必要.該論文以Agent的BDI模型為思維模型,在概率信念邏輯基礎上,引入換位原理,給出了一種多智能體對手建模的新思路并將之應用到機器人足球比賽中.通過對敵對的足球機器人團隊進行建模,對對方的行為進行合理預測,并且采取相應的行動以創(chuàng)造機會遏制對方的行動.該文提出的方法,還可以達到在動態(tài)開放環(huán)境下,特別是信息不完全的

2、情況下實時推斷機器人團隊中其他同伴的思維狀態(tài),為團隊協(xié)作提供支持.另外,對手建模的過程也是學習對手的過程,可以將從對手那里學習到的有效的策略加入到自己的知識信念庫里,以豐富本方策略.足球機器人系統(tǒng)中,路徑規(guī)劃是高層決策和底層控制間的銜接部分,路徑規(guī)劃算法的性能在很大程度上影響機器人隊員的性能.該論文將增強式學習算法和人工勢場法相結(jié)合,提出狀態(tài)評價函數(shù)和勢場的對應關系,以及控制策略和勢場力方向的對應關系,通過機器人的自適應學習,來形成優(yōu)化