多智能体系统,是人工智能研究领域的热点问题之一。多智能体系统,运用各种人工智能理论,与实际的结合,能够模拟人类分工合作的智能行为,从而推动多智能体系统研究领域的发展。机器人世界杯(RoboCup),就是为了促进分布式机器人研究发展而成立的一个世界性竞赛和学术活动。RoboCup作为人工智能和机器人领域新的标准问题,具有多智能体系统的诸多特征,是各种新理论及技术的良好实验平台。其中,RoboCup仿真2D比赛项目,以多智能体系统决策为竞赛重点,为全世界各个多智能体系统理论学者提供了一个交流的平台。本文利用时下被广泛应用于互联网领域的数据分析技术,对RoboCup仿真2D比赛所产生的日志文件进行数据提取和分析,并将分析结果运用至比赛中。RoboCup仿真2D比赛的日志文件记录着比赛所有周期内球员和球的位置坐标、速度,以及球员的体力值、视野等各种属性,几乎将整个比赛的所有细节全部记录了下来,因此,参赛选手通常通过调用日志文件回放比赛录像,检查自己球队的不足之处,并对球队代码进行修改。这是日志文件最直观、也是最常用的用法。在RoboCup仿真2D比赛中,将球从已方半场带到对方禁区之内的这个过程最能体现一支球队的进攻力。因为只有将球带到对方球场的禁区之内,才有破门的机会,也正因为如此,所有球队的设计者在设计上都会尽可能的防止对方将球带入己方禁区之内。通常防守方的策略是通过截球或者铲球来阻止对方的球进入己方禁区。而在这个过程中,进攻方要突破防守方将球运到对方禁区之内,通常所采用的策略则分持球者和非持球者,持球者的策略是Dribble、Pass、Hold,而非持球者则通过跑位配合持球者。本文从RoboCup仿真2D比赛的日志文件中,将中场突破这一过程的重要信息进行数据提取,并从中统计出了成功突破对方防守的次数和持球者的策略。然后进行相关性分析并利用协同过滤为持球者进行策略推荐。根据本文的研究结果指导球队性能的改善,最后通过比赛验证了该方法的合理性与可行性。