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。     

清华机器人足球队的结构设计与实现

为建立一套新型的机器人系统 ,以满足机器人足球比赛的要求 ,设计并实现了清华机器人足球队。在介绍国际机器人足球比赛 (Robo Cup)环境的基础上 ,按照智能程度由低到高的顺序 ,论述了从动作层到决策层的实现方法。包括机器人的整体结构 ,运用多层前馈神经元网络学习个人技术 ,运用优先级方法设计机器人的顶层决策算法来实现多个机器人的合作与对抗。机器人系统完全满足 Robo Cup比赛的要求 ,并在中国 Robo Cup2 0 0 0锦标赛中取得了好成绩。对国内相关领域的研究以及兄弟院校开发机器人足球队具有重要意义     

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。     

电子测量仪器智能仿真系统的设计和实现

介绍了电子测量仪器智能仿真系统的设计原则和设计方法，着重讨论了设计中采用的一些主要技术。     

输电拉线除锈机器人的设计与实现

为解决输电拉线的自动除锈防护难题,提出了一种新型拉线除锈机器人的总体方案,完成了行走、压紧、调节、除锈等主要机构的设计及控制系统的设计,构建了拉线除锈机器人的总体系统。基于SolidWorks创建了机器人三维实体模型,并应用ADAMS软件建立了机器人的虚拟样机,对其运动学和动力学特性进行了仿真分析,进而制作了实物样机,完成了现场试验,仿真和试验结果均证明了设计方案的可行性和有效性,实现了拉线表面的自动除锈和防护。     

面向对象机器人实时仿真系统的实现

针对目前机器人仿真系统中存在的若干问题,讨论了一种面向对象的、独立与特定机器人的实时仿真环境ＲｏｂＳｔｕｄｉｏ 的设计及实现．系统中,硬件平台是基于ＰＣ的多ＣＰＵ 的分级体系结构,软件系统中能完成不同处理任务的对象运行于Ｗｉｎｄｏｗ ｓ 之上．设计中所采用的面向对象方法满足了系统实现中所必须解决软件的重用性、可扩展性、可靠性以及可移植性等要求．由虚拟设备驱动程序保证的系统实时性使仿真过程能够更充分真实地描述待研究的实际系统．本系统成功地应用在对具有２４ 个自由度的仿人机器人的实时三维图形仿真中．     

水下机器人关键区域定位系统的设计与实现

针对水下机器人定位中的淤泥、水流对定位过程的干扰问题,设计并实现了一种引入机器学习的水下机器人高精度定位系统,系统通过信号发射板产生需要的调制信号,利用数据采集模块实现接收处理功能,定位模块作为所提系统的核心模块,通过引入机器学习的思想,实现了水下机器人高精度定位系统的硬件和软件设计,实现定位功能。实验结果表明,所提系统在不同水深环境下,能较好完成水下复杂环境的机器人定位,具有很高的实用性及可靠性。     

智能水下机器人协同仿真框架研究

摘要： 针对水下机器人仿真的实际应用,引入协同仿真技术,提出了水下机器人协同仿真框架和配套的开发方法.阐述了该平台的体系结构和信息流程,对运动控制的协同仿真模型进行了说明,在建立的仿真系统中进行了远距离蔽障航行、目标探测与识别和管道跟踪半实物仿真实验.实验表明,协同仿真框架能够完成各种不同软件环境的异构仿真模型之间的协同工作,克服了单一模型难以精确描述非线性关系的问题,在一定程度上提高了仿真的可信度.     

仿真物理实验教学系统的设计与实现

论文综述了大学物理仿真实验教学系统的体系结构和设计方法，并结合系统中的具体实例介绍了实验仪器的仿真建模及其他实验模块的实现：实验内容用面 地象的仿真模型实现（三维造型模型和虚拟仪器模型相结合），实验要求、北景介绍和实验指导用超文本实现，实验报告用局域网数据库实现。     

Study of neural network disturbance learning and application in RoboCup

To solve the problem of convergence to a local optimum in the multi-layer feedforward neural network, a new disturbance gradient algorithm is proposed. Through introducing random disturbance into the training process, the algorithm can avoid being trapped into the local optimum. The random disturbance obeys the Boltzmann distribution. The convergence of the algorithm to the global optimum is statistically guaranteed. The application of the algorithm in RoboCup, which is a complex multi-agent system, is discussed. Experiment results illustrate the learning efficiency and generalization ability of the proposed algorithm.     

基于主智能体的群体学习算法GLBMA

以机器人足球比赛（RoboCup）为背景,基于主智能体和辅助智能体概念,提出了基于主智能体群体强化学习算法（GLBMA）,该算法通过主智能体和辅智能体的角色切换来实现整个团队的学习,改进了传统的群体强化学习算法。RoboCup仿真比赛试验表明,传统群体强化学习算法中的行为学习状态空间过大,连续状态空间的行为选择及多智能体合作求解等问题得到了解决．     

RoboCup仿真组中Agent的流程设计

介绍了RoboCup仿真组中agent一种系统流程及其细化,agent所涉及到的几个主要模块;给出了agent的具体系统流程,说明了这种agent结构的可扩充性,为agent的最终设计打下了基础。     

一种改进的强化学习方法在RoboCup中应用研究

基于CMAC(cerebella model articulation controller)提出一种动态强化学习方法(dynamic cerebellamodel articulation controller-advantage learning,DCMAC-AL)。该方法利用advantage(λ)learning计算状态-动作函数,强化不同动作的值函数差异,以避免动作抖动;然后在CMAC函数拟合基础上,利用Bellman误差动态添加特征值,提高CMAC函数拟合的自适应性。同时,在RoboCup仿真平台上对多智能体防守任务(takeaway)进行建模,利用新提出的算法进行学习实验。实验结果表明,DCMAC-AL比采用CMAC的advantage(λ)learning方法有更好的学习效果。     

虚拟教学实验室的设计与开发

计算机网络技术的迅速发展为高校教育提供了巨大的发展空间,而实验环节是学习的重要组成部分.虚拟教学实验室能够提供虚拟实验环境,共享资源,因而虚拟实验的研究与开发是目前教育领域的热点之一.在此背景下对虚拟教学实验室的总体结构和功能进行了分析和设计,并给出了一个具体的实例.     

基于FPGA并行加速的脉冲神经网络在线学习硬件结构的设计与实现

当前,基于数字电路的脉冲神经网络硬件设计,在学习功能方面的突触并行性不高,导致硬件整体延时较大,在一定程度上限制了脉冲神经网络模型在线学习的速度。针对上述问题,文中提出了一种基于FPGA并行加速的高效脉冲神经网络在线学习硬件结构,通过神经元和突触的双并行设计对模型的训练与推理过程进行加速。首先,设计具有并行脉冲传递功能和并行脉冲时间依赖可塑性学习功能的突触结构;然后,搭建输入编码层和赢家通吃结构的学习层,并优化赢家通吃网络的侧向抑制的实现,形成规模为784～400的脉冲神经网络模型。实验结果表明：在MNIST数据集上,使用该硬件结构的脉冲神经网络模型训练一幅图像需要的时间为1.61 ms、能耗约为3.18 mJ,推理一幅图像需要的时间为1.19 ms、能耗约为2.37 mJ,识别MNIST测试集样本的准确率可达87.51%;在文中设计的硬件框架下,突触并行结构能使训练速度提升38%以上,硬件能耗降低约24.1%,有助于促进边缘智能计算设备及技术的发展。     

A Machine Learning Approach to Automated Negotiation

Automated negotiation between two competitive agents is analyzed, and a multi-issue negotiation model based on machine learning, time belief, offer belief and state-action pair expected Q value is developed. Unlike the widely used approaches such as game theory approach, heuristic approach and argumentation approach, This paper uses a machine learning method to compute agents‘ average Q values in each negotiation stage. The delayed reward is used to generate agents‘ offer and counteroffer of every issue. The effect of time and discount rate on negotiation outcome is analyzed. Theory analysis and experimental data show this negotiation model is practical.     

事件驱动体系结构在GIS中的设计实现

随着地理信息系统的发展和应用。其规模和复杂度日益增加．难以并行开发、方便测试发布、良好扩展等问题日益突出．本依据实际系统开发．提出了基于事件驱动风格的体系结构．针对该体系结构创建了虚拟窗口的概念．并给出了系统具体实现的方法．通过该体系结构。可以降低类似系统的开发难度．提高软件开发速度、方便软件测试以及发布工作．     

代理体理论概述

目前代理体的研究已成为国外AI(人工智能)领域的一个新热点,但国内学者对此尚未给予必要的关注。在参考大量国外文献的基础上,就很有发展空间的代理体理论的各主要方面作了简要的概述。内容包括代理体基本概念、代理体结构模型、代理体学习。并预测了代理体理论最有前途的应用领域。