机器人足球比赛是近年来在国际上迅速开展起来的高技术对抗活动。它是人工智能领域与机器人领域的基础研究课题，是一个极富挑战性的高技术密集型项目。本文以足球机器人系统的重要组成部分——决策子系统的设计开发为背景，以本实验室自主知识产权的Robocup中型足球机器人系统为研究平台，研究行之有效的足球机器人决策系统实现方法。 认知图是计算智能研究的一个热点，它是一种定性推理技术，提供了一个有效的软计算工具来支持基于先验知识的自适应行为。认知图推理机制的推理过程通过简单矩阵运算实现，避免了传统专家系统所应用的复杂的符号表示和逻辑推理，这具备了足球机器人决策所要求的快速性和高效性特点。但是认知图缺少学习及自适应能力，是一个封闭的系统。 本文对Robocup中型足球机器人硬件系统结构进行了详细介绍，并分析研究了相应软件系统的设计要求、系统模型以及工作流程，据此提出了一个Robocup中型足球机器人软件系统的实现方案。 介绍了认知图研究及应用的主要内容，重点介绍了模糊认知图(FCM)、基于规则的模糊认知图(RBFCM)等应用较为广泛的认知图模型。 足球机器人的决策推理属于不确定推理问题，本文介绍了不确定推理问题的一般解决方法——概率推理模型相关理论，并介绍了将概率关系引入模糊认知图模型得到的概率模糊认知图(PFCM)模型。 针对认知图理论存在的问题，以及足球机器人决策的特点，着重研究足球机器人决策认知图模型的建立、决策推理的实现以及决策认知图模型学习问题，积极探索如何应用认知图推理模型来实现足球机器人决策推理。 针对当前普遍采用的有限状态机决策方法的缺陷，根据足球机器人决策推理的特殊需求提出了改进的概率模糊认知图(IPFCM)模型，实现了基于此模型的Robocup中型足球机器人决策系统设计方案。详细分析了决策认知图模型的组成、结构及决策推理实现方法，分别采用基于梯度下降法以及基于模拟退火方法的学习算法对决策认知图权值进行学习，得到了可应用于Robocup中型足球机器人比赛的决策权值矩阵，并对两种算法的学习结果进行了比较。 给出了基于IPFCM的Robocup中型足球机器人决策系统的设计及实现过程，并对系统各个组成部分的功能做了详细说明，给出了系统运行结果。