分布式足球機(jī)器人學(xué)習(xí)與協(xié)作研究.pdf

1、Robocup機(jī)器人足球系統(tǒng)是一個(gè)典型的多智能體系統(tǒng)，同時(shí)也是一個(gè)典型的多智能體協(xié)作與競(jìng)爭(zhēng)系統(tǒng)，它為分布式人工智能的研究提供了一個(gè)標(biāo)準(zhǔn)的試驗(yàn)平臺(tái)。多智能體學(xué)習(xí)與協(xié)作是當(dāng)今人工智能領(lǐng)域研究的難點(diǎn)與熱點(diǎn)，機(jī)器人足球系統(tǒng)涉及到多個(gè)機(jī)器人的協(xié)同工作，實(shí)時(shí)性很強(qiáng)，在這種環(huán)境下研究智能體的學(xué)習(xí)問(wèn)題和多智能體的協(xié)作問(wèn)題具有很大的挑戰(zhàn)。本文以全自主的機(jī)器人足球?yàn)楸尘?，主要針?duì)智能體學(xué)習(xí)和多智能體協(xié)作兩方面進(jìn)行了深入的研究。 在智能體學(xué)習(xí)方面，考

2、慮到強(qiáng)化學(xué)習(xí)算法需要離散化狀態(tài)空間和行為空間，而機(jī)器人足球系統(tǒng)是一個(gè)連續(xù)的空間，如果對(duì)所有變量進(jìn)行離散必然導(dǎo)致維數(shù)災(zāi)難，且無(wú)法在實(shí)際系統(tǒng)中實(shí)現(xiàn)。在此基礎(chǔ)上設(shè)計(jì)了改進(jìn)算法，選擇只離散化輸入狀態(tài)，同時(shí)將強(qiáng)化學(xué)習(xí)和在線搜索相結(jié)合，該方法提高了搜索速度和踢球動(dòng)作的成效。 在多智能體協(xié)作研究方面，針對(duì)機(jī)器人足球的動(dòng)態(tài)、不確定環(huán)境因素對(duì)智能體行為、協(xié)作的影響，智能體如何在不確定環(huán)境下進(jìn)行協(xié)作就成為一個(gè)關(guān)鍵的問(wèn)題。本文詳細(xì)論述了三種已經(jīng)應(yīng)用到