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。     

基于敌我信息的机器人足球策略设计

机器人足球是一个多智能体系统,决策子系统是机器人足球系统的核心部分.在分析机器人足球决策子系统及角色分配策略的基础上,建立了足球机器人控球能力的表达式,设置了突破敌方防守成功率的评估函数,并设计开发了一种基于敌我信息的机器人足球多智能体协作策略,以更好地掩护我方射手,避障,破坏敌方攻势,增加多智能体的灵活机动性,提高比赛的攻守效率.最后通过仿真比赛证明了该策略的有效性.     

足球机器人决策子系统的分析与设计

分析了足球机器人决策子系统的发展现状 ,提出了一种六步推理模型的改进模型和球场的智能分区概念 ,并实现了这个决策子系统 .将这个模型应用于足球机器人实际比赛中 ,实验证明该子系统是可行的、有效的 .     

基于离散变量动作空间的多移动机器人对抗策略系统

使用降低决策粒度和精度的方法来换取策略系统的智能,提出了离散变量动作空间的概念,简化了多移动机器人对抗决策问题·离散变量动作空间能够将复杂的决策问题分解为多个独立的子问题,且每个子问题都有相应的理论来解决·建立了基于这种思想和方法的集控式足球机器人决策系统·该系统在2002年机器人足球世界杯比赛中获得了第3名·     

自主式足球机器人的信息与知识传播

进行信息与知识的传播 ,既有助于机器人获得“智能成长”能力 ,又有助于提高多机器人协作性能 .阐述了实现信息和知识传播的两个方面要求 :一是要进行信息与知识传播 ,足球机器人智能系统需要满足什么样的条件 ,如知识的表示形式、系统架构等 ;二是足球机器人进行信息与知识传播的合理规程 .针对智能系统架构的设计 ,提出了机器人智能系统是由一个个知识模块构成的思想观点 .     

多智能足球机器人系统的关键技术

以NEWNEU参加机器人足球世界杯赛(FIRARWC99)的基于视觉型微型足球机器人系统MIROSOT为背景,详细介绍了机器人足球的关键应用技术·采用模糊神经网络和自学习专家系统的分层智能控制系统是当前机器人足球系统的研究方向·具有人工智能的自主型步行足球机器人是足球机器人的长远发展目标·     

智能体机器人足球比赛模拟系统

【目的】实体机器人足球比赛系统成本高、技术难度大,而智能体(Agent)机器人模拟足球比赛系统可以为实体机器人足球比赛系统的设计提供参考。【方法】根据实体机器人的特点,用智能体模拟实体机器人,将机器人足球比赛的控制算法建立在智能体上,对智能体设置运动速度、射门速度、能量、避碰等能力及意图,再利用网络技术,建立一个多种影响参数的足球机器人比赛模拟系统。【结果】该系统能有效按研究者设定的参数(条件)进行比赛,比赛结果与实际基本相符。【结论】智能体足球机器人比赛模拟系统不仅可以作为实体机器人足球比赛的模拟平台,还可以作为实体机器人足球比赛策略和相关参数的研究平台。     

机器人足球学习机制的研究现状与发展

对机器人足球球员如何实现复杂任务中的行为学习理论、方法、技术和应用进行评述,指出其存在的局限性,以及在机器人足球领域的学习策略.机器人足球系统作为多智能体系统研究的测试床,许多研究者从不同的侧面对该项技术进行了研究并取得了一定的成果.对机器人足球系统的研究,目前包括足球机器人体系结构、多机器人的协作、动态环境下的推理和行动、传感器数据融合、复杂任务中的行为学习、对手建模等内容.     

基于构件的多移动机器人软件系统设计

为了适应多机器人系统中机器人异构性和任务复杂性,本文提出了一个基于构件的多移动机器人软件体系结构。针对不同结构机器人和不同功能需求,集成合适的感知、执行机构、信息融合、通信、决策等构件组成不同的智能体,协作完成一个任务。构件用XML实现自我描述,可热插拔和在线配置。该体系结构具有很强的可复用性和伸缩性,成功应用于华南足球机器人系统,参加Robocup中型组足球比赛。     

机器人足球视觉系统研究与实现

在机器人足球比赛这项综合性的高技术对抗活动中,快速准确地识别足球和机器人是决策系统的基础.提出一套机器人足球视觉软件系统的设计实现方案.采用直接TUV颜色模型输出,目标阈值建立采用手动和自动方式.利用颜色标志设计的对称性,改进累加取平均算法和旋转搜索算法,采用改进跟踪搜索算法进行目标搜索,提出智能组合算法思想.实验测试系统达到30帧/s处理速度,目标搜索准确性达到95%以上.     

机器人足球学习机制的研究现状与发展

对机器人足球球员如何实现复杂任务中的行为学习理论、方法、技术和应用进行评述，指出其存在的局限性，以及在机器人足球领域的学习策略．机器人足球系统作为多智能体系统研究的测试床，许多研究者从不同的侧面对该项技术进行了研究并取得了一定的成果．对机器人足球系统的研究，目前包括足球机器人体系结构、多机器人的协作、动态环境下的推理和行动、传感器数据融合、复杂任务中的行为学习、对手建模等内容。     

机器人足球视觉系统研究与实现

在机器人足球比赛这项综合性的高技术对抗活动中,快速准确地识别足球和机器人是决策系统的基础.提出一套机器人足球视觉软件系统的设计实现方案.采用直接TUV颜色模型输出,目标阈值建立采用手动和自动方式.利用颜色标志设计的对称性,改进累加取平均算法和旋转搜索算法,采用改进跟踪搜索算法进行目标搜索,提出智能组合算法思想.实验测试系统达到30帧/s处理速度,目标搜索准确性达到95%以上.     

基于神经网络和模糊推理的移动机器人行为决策与控制

以足球机器人系统为实验平台 ,针对移动机器人智能决策中的实际问题 ,提出了一种基于径向基函数神经网络的机器人行为决策方法 ,通过神经元学习和训练以及自身的泛化能力 ,可以很好地利用多源信息进行机器人行为决策 ,以提高行为决策的有效性 .同时为了保证行为决策的实施效果 ,将模糊推理技术与传统的PID控制相结合 ,既保证了移动机器人系统运动控制的准确性和稳定性 ,又缩短了动态调整时间 ,取得了较好的控制效果 .     

分层模型下的多Agent系统协作机制在RoboCup3D的应用

为了提高多智能体协作的效率,让机器人足球队取得更好的成绩,以RoboCup3D机器人足球仿真系统为应用背景,提出了一种基于分层模型的多Agent系统协作机制。分层模型主要包括用来保证Agent通信的通信层,完成Agent角色分配的技术层和负责Agent阵型定位等决策的控制层。实验结果表明,团队协作能力往往是机器人足球比赛得分的关键,基于分层模型的协作机制对于提高机器人球队的整体对抗能力起到了明显作用。     

基于双层决策模型的足球机器人决策系统

设计并实现了基于行为的足球机器人系统：主要包括基本行为器和进攻、防守模块的设计与实现。采用双层的决策系统,主动完成知识提取并确定机器人协同任务的特性,使整个系统具有智能体的特征。计算机仿真技术给机器人球队提供“学习”能力,在计算机上建立模型、开发比赛策略,反复试验后可将成功的策略移植到实际的机器人球队上进行比赛。     

机器人足球决策软件系统研究与实现

在机器人足球比赛中,决策系统根据视觉系统提供的机器人位姿和足球位置信息,进行快速准确的决策,是取得胜利的关键.介绍了一套机器人足球决策软件系统的设计实现方案,采用六步推理模型,基于教组对称和按需首次计算的视觉信息预处理方法;提出基于角色的改进多参考点运动轨迹规划方法.通过实际比赛验证,达到了机器人足球比赛要求,比赛效果较好.     

足球机器人底层运动控制研究

足球机器人底层运动控制在足球机器人比赛中起着至关重要的作用 .首先通过一系列试验 ,利用函数拟合的方法构造足球机器人的基本运动模型 ,然后在此基础上对足球机器人底层运动控制进行了较深入的分析 .试验结果和实际比赛证明该方法有助于改善足球机器人的运动控制 ,并且可以为更高层次的基本动作和整体决策子系统的研究奠定良好的基础 .     

改进型的足球机器人小车系统的研究

在FIRA MiroSot机器人足球比赛中,机器人小车是足球比赛场上运动的智能体,小车性能的好坏直接影响到比赛的胜负。通过分析当前各支足球机器人队伍的小车控制器．提出了采用TMS320F240 DSP和MEGA8双CPU的足球机器人小车控制器。实验结果表明：改进后的机器人小车具有更高的控制精度和稳定性。     

基于免疫机理的足球机器人协作控制研究

针对Robocup中型组全自主足球机器人自主协作任务,基于人工免疫机理对机器人个体及群体体系结构进行优化,采用个体混合式体系结构与群体分布式体系提高系统性能。构建适用于比赛环境的足球机器人免疫系统模型,充分考虑模型中抗体与抗原及其他抗体间的激励和抑制作用,给出在动态环境下面临复杂协作任务时的足球机器人协调控制算法及流程,改善多足球机器人冲突的混乱局面,增强足球机器人策略行为的有效性,提高足球机器人系统的智能协作性。实验结果验证:该算法可以有效的增强足球机器人的协作能力,提高规定时间内的平均成功进功率与平均成功进球率。     

智能算法在足球机器人定向运动中的应用

实时决策和运动精确控制是机器人足球赛中最为重要的能力,为了优化传统的机器人运动控制能力,提出了一种基于智能算法的运动控制方式,将粒子群算法融入到足球机器人定向运动的控制中去;仿真结果显示,此方法相比于传统的运动控制方法,在保证较高的控制精度的前提下,大大提高了实时决策和运动控制的速度;研究结果表明:此新型的运动控制算法可以使足球机器人速度更快,对抗能力提高。