RoboCup是致力于推进智能机器人研究水平的国际科学计划，它通过提供标准问题，鼓励人工智能及智能机器人领域的研究人员充分利用各种有效的技术获得更好的解决方案，包括RoboCupSoccer、RoboCupRescue、RoboCup@Home和RoboCupJunior，其最终目标是:在2050年之前，发展一支能够战胜当时人类世界冠军的全自主的类人机器人足球队。这是人类继阿波罗成功登月和深蓝计算机战胜人类国际象棋世界冠军之后的第三个五十年梦想。RoboCupSoccer选择足球比赛作为标准任务，研究目标是在动态和对抗的环境中协作的多机器人和多智能体系统，包括仿真组、小型组、中型组、标准平台组和类人组。RoboCupSoccer仿真2D比赛是RoboCup最早的比赛项目之一，也是最多人参与研究的项目。RoboCupSoccer仿真2D比赛无须维护任何实物机器人，研究的重点是人工智能和团队策略。　　在充分理解RoboCupSoccer仿真2D比赛服务器SoccerServer运行机制的基础上，设计和实现了南强仿真2D机器人。球员机器人基于层结构设计，具有包括踢球、带球、铲球、阻截和盯人等多种个体技术，并遵循同一套由站位、截球、控球、视觉和听觉等组成的团队策略，为实现获得比赛胜利的共同目标而分工协作。教练机器入主要用于挑选适合我方球员的异构类型、识别对方球员的异构类型、观察对方行为并指导我方行为。　　针对局部视觉造成的防守漏人的问题，提出一种在线教练指导下的防守站位策略。先采用数学解析方法计算阻截、盯人和协防等防守技术的基本防守位置，然后基于在线教练观察对手行为获得的信息调整基本防守位置。防守任务分配是防守站位决策的核心，在在线教练指导下首先确定每个我方球员的防守对象，然后根据防守对象的状态选择执行合适的防守技术。实验结果显示该策略较好地解决了防守漏人的问题，实战中球员机器人防守效率高。　　由于信息噪音、命令执行误差、多异构类型和随机异构参数等因素的影响，单纯基于个体技术的截球决策并不一定可靠。提出了一种基于角色的多机器人协作截球策略，首先采用数学解析方法建立截球个体技术模型，利用牛顿迭代法求解最快截球周期、截球点和基本命令队列;然后基于BP神经网络描述两个截球周期相比的截球成功概率;最后机器人基于自己和同伴的角色关系、截球成功概率和截球点所在球场区域进行协作截球决策。实验结果显示基于角色的协作截球效果明显改善。　　提出了一种改进的作用模糊子集推理方法IFFSI，并基于该方法建立快速模糊推理系统评价传球线路和选择带球方向，结合射门决策形成球员机器人的控球策略。实验结果显示球员机器人具有较高的射门、传球和带球成功率，IFFSI推理方法比CRI推理方法更加快速有效。　　针对SoccerServer目前存在的问题，提出了一种基于三维模型改进的SoccerServer，分别从球场、球、球员、信息获取、命令模型、运动模型、体力模型和比赛播放等方面描述如何改进SoccerServer，改进的SoccerServer有利于团队策略的研究工作。　　南强仿真2D机器人多次参加国内外比赛，并取得不错的成绩。