NDSocTeam仿真机器人足球队的设计和实现

机器人足球(RoboCup)是研究多agent系统的体系结构、多agent团队合作理论以及机器学习方法的理想测试平台。介绍了开发的仿真球队NDSocTeam系统的设计原理和实现技术。系统设计了以机器学习技术为核心的球员agent结构，并建立了一种分层学习以及多种学习技术相结合的机器学习系统．重点描述了NDSocTeam系统的总体结构、球员agent的结构以及机器学习的实现技术。     

谈组建机器人足球队及相关技术

本文在简要阐述安徽建筑工业学院机器人足球队的组建过程的基础上，研究、探讨机器人足球赛相关技术问题。     

高职院校足球队现状与建设

足球运动队建设是一个衡量学校足球运动开展好坏程度的标准。受我国体育战略和传统学校体育观念的影响,足球运动虽然拥有广泛的群众基础,但是在学校体育中它的地位和重要性却远低于田径、篮球等项目。比赛机会少,经费开销大、不易出成绩等特点决定了高职院校足球代表队艰难的生存现状。本文就其现状,提出如干建设思路,期提高高职院校足球队运动水平。     

RoboCup擂台赛机器人控制系统设计

根据参赛情况,介绍了RoboCup机器人擂台赛比赛规则,提出了设计参赛机器人系统的比赛策略,设计了硬件、软件以及机器人的感知系统与控制决策系统等,探讨了机器人的自适应能力.自主设计实现了竞赛机器人的灵活配置和组装,为机器人的自行开发提供了方便.     

Robocup中型组机器人足球技术探讨

综述RoboCup机器人足球赛的概况和中型组机器人足球的现状.对中型组足球机器人的结构模块和相关技术进行较为详细的分析和综述,并对2:2和4:4两种类型的机器人足球赛进行了比较.结合2007年"银泉杯"中国机器人大赛暨RoboCup公开赛分析济南大学青龙队足球机器人的特点和存在问题.对中型组机器人足球的发展趋势进行分析和展望.     

仿真机器人足球赛中多Agent合作模型

在多Agent系统中,合作机制是成功的关键.如何能够达到令人满意的多Agent合作是目前MAS研究的关键.本文结合仿真组机器人世界杯足球赛领域,在团队行为规划和Teamwork理论基础上提出一种新的合作框架.本模型不完全依赖通讯.     

HfutEngine2005仿真机器人足球队设计

文章从进攻和防守的角度描述了RoboCup仿真机器人足球队球员Agent决策策略的设计;提出了基于Advisor-Evaluator进攻决策模型,详述其各个组成部分,并进行性能分析;设计基于防守对象-绑定-防守动作的防守模型来进行防守方案设计,实战结果表明,以此为基础的HfutEngine2005具有较强的比赛能力。     

RoboCup中型组机器人物体识别技术研究

参加RoboCup中型组机器人足球赛的机器人需要能够根据预定义的色标块准确并实时地识别出场上双方机器人和球的位置、朝向等信息。由于外界环境噪声的存在及标志物的复杂性,识别算法在保证响应速度的同时还必须保持识别的稳定,不仅要求能够正确地分辨出目标物体,还要对比赛中可能出现的异常情况加以处理,所以需要分析误识别产生的机理,并进行相应的处理。本文对基于RoboCup中型机器人足球比赛的物体识别技术进行了研究,提出了一种可靠的识别算法。该算法利用阈值选定、面积变化、色点密度等信息特征,结合运动变化预测抑制和消除各种可能影响识别精度的因素。实验证明,该算法性能可靠、处理速度快,可以较好地满足比赛的实时性要求。     

机器人足球策略的研究

RoboCup是研究动态不可预测环境中的多智能体系统的典型平台．在RoboCup仿真比赛中,机器人整体团队协作和局部对抗规划都是比赛成功的关键．对于团队协作,应用面向对象的方法分析了机器人足球队员的角色特点,部署了不同队员的踢球策略．在射门对抗规划中,分析了球员射门时几个关键性的影响因素,并参考这些因素设计和应用一个关键性的射门函数．实践证明了在实时比赛环境中,整体结构和局部策略的有效性．     

新疆高校男子足球队现状调查与分析

文章采用文献资料法、访谈法、问卷调查法、实地考察法、数理统计法等方法,对新疆高校男子足球队的教练员现状和运动员现状进行了调查分析,力图找出发展中的不足之处,并提出一些相关建议,以期为提高我区高校男子足球队的整体发展水平提供参考依据。     

基于克隆思维进化算法的机器人足球协作策略

针对足球机器人比赛系统的实时性要求,采用了一种克隆思维进化算法对足球机器人比赛系统的高层策略系统进行优化。克隆思维进化算法集免疫机制与进化机制于一体,在发挥思维进化算法优势的基础上增加了克隆(复制)、克隆重组、克隆变异和克隆选择等算子,既保持了种群的多样性,又提高了算法的收敛速度。足球比赛场上的瞬时信息作为抗原,待选策略作为抗体,二者均采用二进制编码方式。用克隆思维进化算法对抗体群进行优化,实验结果表明,采用该算法能快速找到最佳策略,简化了足球机器人决策系统,提高了决策效率。     

足球机器人控制系统的设计与实现

足球机器人小车是机器人足球比赛的执行机构,介绍了一种基于DSP的足球机器人控制系统的实现方案。描述了系统组成各个模块的硬件实现,并给出了相应的软件设计方案。实验证明,该系统不仅简化了系统的外围设备,降低了系统的损耗,而且提高了机器人的稳定性和实时性,获得了更好的控制效果。     

微型机器人足球系统研究

文章对系统中的足球机器人小车子系统、无线通讯子系统等关键技术进行了细致阐述。机器人足球系统作 为一个多学科交叉研究结合点为综合科学技术研究提供了一个优秀的测试平台。     

基于粒子群算法的足球机器人动作选择研究

提出一个基于粒子群算法的足球机器人的动作选择算法。该算法给出了一个足球机器人的动作集合，根据赛场的实际情况为足球机器人分配角色与任务，并利用粒子群算法为足球机器人选择合适的动作。     

机器人足球颜色分类研究

针对机器人足球比赛中机器人识别的实时性要求,在基于YUV色彩空间上,提出采用混合方法进行颜色分类。在确定种子点时,采用阈值法,而在队员识别时采用人工神经网络通过训练得到一个颜色分类器进行分类,通过实验,能够较准确地对机器人足球涉及的颜色进行分类。     

对抗环境下足球机器人路径规划

在RoboCup中型组足球机器人比赛环境下,实现机器人实时、有效的路径规划是赢得比赛的重要前提.充分考虑到足球机器人比赛中实时性和对抗性的特点,采用具有实时性优势的人工势场法,并综合考虑障碍物、目标点以及机器人之间相对位置和相对速度的关系,提出一种相对威胁系数的概念.该系数能够反映比赛中双方机器人实际对抗的强弱程度.将相对威胁系数应用到传统的人工势场中,形成一种新的改进型人工势场法,较好地解决了对抗环境下机器人路径规划中一些实时性、有效性的问题.仿真实验验证了所提出算法在足球机器人比赛系统中具有可行性.将该算法应用于交龙足球机器人上,在实际比赛中取得了较好的成绩.     

基于视觉的足球机器人决策规划研究进展

机器人足球比赛的核心系统是决策规划。对整个机器人足球决策子系统分层加以论述,主要介绍了国内外关于机器人足球决策的一些主要研究成果和最新进展。既介绍了传统的基于规则的方法,也讨论了基于模糊逻辑、遗传算法、强化学习等智能方法的决策技术。并就关键问题进行了分析和探讨,同时对机器人足球的发展趋势做了展望。     

基于蚁群算法的机器人足球通信机制

给出了基于蚁群算法实现机器人足球比赛中球员之间协作和通信的机制．选用两只球队分别采用了传统的通信机制和“黑板”通信机制进行实验比较，发现虽然两个球队的整体结构和高层策略相差无几，但是无论从速度、力量还是传接球成功率等方面，Novauro都比ujdb强．该通信机制具有灵活，鲁棒性强的特点，不会由于局部的失误而影响全局的性能．