RoboCup仿真環(huán)境下Agent機(jī)器學(xué)習(xí)策略的研究.pdf

1、RoboCup(機(jī)器人世界杯足球賽)是國際上規(guī)模最大、影響最為廣泛的機(jī)器人足球賽事，它是人工智能和機(jī)器人研究的一種集中體現(xiàn)。在RoboCup的仿真環(huán)境下，機(jī)器學(xué)習(xí)的很多方法都可以得到檢驗(yàn)。作為人工智能和機(jī)器人學(xué)新的標(biāo)準(zhǔn)問題，機(jī)器人足球受到越來越廣泛的關(guān)注。 本文使用仿真機(jī)器人足球作為研究機(jī)器學(xué)習(xí)算法應(yīng)用的載體，基于Agent和機(jī)器學(xué)習(xí)的理論，圍繞Agent個(gè)體的基本動(dòng)作及Agent個(gè)體高級(jí)動(dòng)作的決策問題展開研究，主要研究內(nèi)容和成

2、果如下： 1．將強(qiáng)化學(xué)習(xí)的方法引入到Agent踢球動(dòng)作中，實(shí)現(xiàn)了把球加速到指定的出球速度的目的；在簡化條件下采用BP神經(jīng)網(wǎng)絡(luò)的方法擬合Agent踢球力量和速度的關(guān)系，以便應(yīng)用到簡單的踢球動(dòng)作的選擇中。 2．改進(jìn)現(xiàn)有的神經(jīng)網(wǎng)絡(luò)的截球方法，構(gòu)造出一種新的基于BP神經(jīng)網(wǎng)絡(luò)的截球動(dòng)作模型，并將該模型直接應(yīng)用到傳球的判斷中，實(shí)現(xiàn)了傳球路線的選擇：將RBF神經(jīng)網(wǎng)絡(luò)引入到射門模型中，根據(jù)強(qiáng)化學(xué)習(xí)和BP神經(jīng)網(wǎng)絡(luò)結(jié)合的思想提出了一種新的基