论文部分内容阅读
机器人足球比赛是近年来迅速发展起来的一项科技竞赛，主要涉及精密机械、机器人技术、自动控制、感知与融合、通信、计算机视觉与图像处理、多Agent、推理与决策以及机器学习等多个相关领域，是研究机器人技术和人工智能理论的良好实验平台。 本文以RoboCup小型组机器人足球比赛为研究平台，应用多Agent及强化学习理论，融合网络通信、串口通信和无线通信技术，设计并实现了一个小型足球机器人决策系统，解决了视觉信息传输、世界模型处理及防守决策等问题。具体内容包括： 首先，介绍了机器人足球的概况。将机器人足球队看作一个典型的多Agent系统，其中的协作和对抗问题是多Agent系统的研究热点，绪论部分对于Agent理论及多Agent系统中的强化学习做了简单介绍。 其次，详细描述了RoboCup小型组比赛的情况。包括小型足球机器人系统的组成结构，不同组成部分在整个系统中的作用，各个组成部分需要注意的问题以及相关的解决方案。 然后，本文设计和实现了一个小型足球机器人决策系统。在该系统中，本文提出并实现了一种双路实时收发网络消息的视觉传输模式和一种事件触发的高效决策机制，有效解决了两个摄像机并行工作所带来的效率和同步问题。同时，决策系统中还对世界模型和上层战术中需要注意的一些问题做了讨论。 最后，针对防守战术中的一对一盯人防守问题，本文应用基于Markov对策的强化学习，实现了一个防守策略，并在实验和实战中验证了该策略的有效性。 本文实现的系统作为小型组球队DUT Fantasia SmallSize的决策系统参加了2006年RoboCup中国公开赛，在比赛中，该决策系统取得了较好的实战效果。