多种机器学习方法在足球机器人系统中的应用
机器人足球比赛过程中,由于存在竞争的一方,实时跟踪对手的行为状态、分析对手的思维和意图是对抗活动的基本前提,建立对手模型很有必要.该论文以Agent的BDI模型为思维模型,在概率信念逻辑基础上,引入换位原理,给出了一种多智能体对手建模的新思路并将之应用到机器人足球比赛中.通过对敌对的足球机器人团队进行建模,对对方的行为进行合理预测,并且采取相应的行动以创造机会遏制对方的行动.该文提出的方法,还可以达到在动态开放环境下,特别是信息不完全的情况下实时推断机器人团队中其他同伴的思维状态,为团队协作提供支持.另外,对手建模的过程也是学习对手的过程,可以将从对手那里学习到的有效的策略加入到自己的知识信念库里,以丰富本方策略.足球机器人系统中,路径规划是高层决策和底层控制间的衔接部分,路径规划算法的性能在很大程度上影响机器人队员的性能.该论文将增强式学习算法和人工势场法相结合,提出状态评价函数和势场的对应关系,以及控制策略和势场力方向的对应关系,通过机器人的自适应学习,来形成优化的人工势场,使机器人能够以最短路径绕过障碍,到达目标.
足球机器人系统;多智能体系统;机器学习;对手建模;路径规划
中国海洋大学
硕士
计算机应用技术
孟庆春
2003
中文
TP242.6
54
2004-04-08（万方平台首次上网日期，不代表论文的发表时间）