影响图及其在Robocup中的应用

影响图是决策问题的图形表示。它被认为是对动态贝叶斯网络的扩展，是在贝叶斯网络的基础上增加了决策结点和效用结点。探讨影响图在Robocup中的应用，用分层影响图表示了截球问题的模型，并给出一种实现行为动态调整的算法。仿真结果表明该算法可行的。     

基于多Agent动态影响图的协作实现

将MAIDs在时间上进行扩展,提出一种新决策模型——多Agent动态影响图（MADIDs）,对动态环境中的协作关系进行建模;给出MADIDs的一种分层分解的分布近似方法,进而通过将决策结点和效用结点的推理引入到BK算法中,给出MADIDs环境模型的一种扩展BK（EBK）近似推理算法;引入一种BP神经网络学习MADIDs的局部效用函数。最后,针对一个表示协作关系的MADID模型,进行算法比较和仿真实验,实验结果显示了MADIDs模型的有效性。     

可扩展梯度直方图人体检测算法研究与实现

人体检测已经成为机器视觉研究的一个热门课题,针对以梯度直方图作为人体特征描述的人体检测算法存在密集人群检测率较低这一问题.本文根据人体特征差异性,提出一种可扩展梯度直方图人体检测算法,使用非统一的区域方式提取图片梯度直方图描述算子,有效改善传统梯度直方图算法在密集人群检测中漏检率过高的情况.     

基于Fast Marching方法的多机器人追捕算法

多机器人系统的追捕-逃跑问题是人工智能领域一个非常重要的问题.本文为实现多追捕者协作追捕逃跑目标,提出了一种基于Fast Marching方法的多机器人协作追捕策略.追捕过程中,追捕者数量多于逃跑者的情况下,协助追捕者通过构造“活跃区域”与主追捕者的合作,实现一种压迫式的追捕策略.     

一种复杂环境下的仿人机器人路径规划算法

针对仿人机器人运动规划中特有的问题——障碍物的多样性、机器人具有越障和绕障等多种避障运动的功能、路径的代价因素的多样化(时间、距离、能耗等),对环境地图和机器人进行建模,采用混合代价进行仿人机器人的路径规划.首先提出基于多维向量的字典序比较的启发式搜索算法,该算法能够按优先级考虑各项代价因素寻找到综合最优的路径;然后引...     

程序设计课程教学改革探讨

目前各院校在程序设计课程教学上采用不同的教学方式,但多数着眼于语言规范的讲解。结合我校在这方面的教学经验,以现代教育理论为指导,提出教学改革方案。宗旨是程序设计课程教学的重点不应放在某些语言的规范上,而是应该放在学生的能力培养上。教学应该立足于如何用计算机解决实际问题,使学生掌握解决实际问题的程序设计思想,提高学生的实际动手能力和创新能力。     

一种基于支持向量回归方法在RoboCup中的应用

对RoboCup中截球问题引入了支持向量回归方法,通过采集样本训练预测模型来预测Agent成功截到球时球运动过的距离。为了达到更好的预测效果,对此模型的参数选择问题进行了相应的研究,最后将此预测模型与广义回归神经网络等传统方法相比较,结果表明,在截球距离的预测精度方面要优于传统的广义回归神经网络。     

机器人足球中3打2战术的强化学习

通过对机器人足球中的agent进行强化学习,研究连续性决策问题;介绍了机器人足球竞赛策略的一个子问题3打2战术.然后在这个分布的、实时、局部可观察的、有噪音的领域内,提出一种能够强化学习的思维来进行策略评价和动作选择的方法.实验结果证明,该文提出的自学习的策略明显优于Hand-Coded策略.     

基于活跃区域的多机器人分层追逃算法

提出一种基于活跃区域的多机器人分层追逃算法,根据追捕时间及效率将多个追捕者和逃跑者分派到多个单一的双人追逃方案中,在追捕者多于逃跑者的情况下形成协作追捕者.协作追捕者观察需要其追捕的追逃者当前的运动曲线方程,利用快速推进法计算逃跑者未来的活跃区域,并根据该活跃区域执行压迫式追捕.通过对追捕者和逃跑者采用不同的策略进行仿...     

仿人机器人实时步态控制系统设计

采用智能优化方法进行仿人机器人实时步态控制系统设计,把仿人机器人的上楼梯过程近似为7连杆模型,并推导出1个周期内的运动学方程;使用2个模糊控制器分别对上楼梯过程中单双腿支撑周期内的关节轨迹输出进行离线学习训练,通过嵌入式视觉系统采集环境信息作为控制器的输入信息,并进行实时控制;同时为了解决模糊控制器离线训练过程耗时长、...