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设计

机器人足球是一个极富挑战性的高技术密集型项目,其研究内容包括智能感知、智能思维、智能学习和智能行为等方面,同时也是机器人足球比赛的竞争焦点。要在比赛中取得好成绩,不仅要有好的运动性能,还要有好的策略,这就涉及到决策对策、多机器人配合以及运动轨迹规划等问题。本文就以全自主足球机器人为例,阐述足球机器人决策子系统设计步骤。     

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.     

机器人足球比赛系统的视觉子系统设计

在机器人足球比赛中,机器视觉的作用是决定性的,它是机器人足球队员了解周围比赛最主要的感知途径。其性能的好坏直接决定着比赛的结果。本文的主要内容是围绕小型机器人足球比赛的实际需要,设计开发实时环境下的视觉处理系统。     

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。     

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幕软件系统的设计实现方案，采用六步推理模型，基于敷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。     

足球机器人系统仿真中的数学模型

讨论了机器人足球比赛现实世界中各个实体的运行规律,建立了受非完整约束的移动机器人以及球的运动模型,并提出采用几何方法求解机器人运动模型精确解,以提高仿真精度,减少计算量·给出了机器人之间以及机器人与场地围墙、小球之间的碰撞模型,并分析了2个机器人之间的碰撞过程·为构建和开发足球机器人系统仿真平台与机器人的运动控制提供了模型基础     

智能层架构模式与仿真机器人系统

以RoboCup仿真组为平台,提出一种有三层智能层的架构模式,该模式依据智能水平高低,将多智能体系统划分为被动智能层、主动智能层与社会智能层.该模式已应用于南京邮电大学Apollo2D足球机器人的比赛程序中,其有效性通过RoboCup仿真球赛得到验证.     

一种类人型足球机器人快速行走控制方法

针对机器人足球比赛的特点,提出了一种足球机器人快速行走控制方法,通过嵌入式视觉系统采集比赛现场环境信息,使用数据采集与决策双线程软件设计,可以在线实时调整机器人的行走路线,使足球机器人进行快速的行走.同时通过线性插值的方式使机器人底层行走不同步态之间进行光滑衔接,最后通过仿真和实物证明该控制方法的有效性.     

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 .     

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。     

A Research Platform of Multi-agent System Robot Soccer Game

A soccer robot system (HIT-1) was built to participate in MIROSOT-China99 held in Harbin Institute of Technology. Robot soccer game is a very complex robot application that incorporates real-time vision system, robot control, wireless communication and control of multiple robots. In the paper, we present the design and the hardware architecture and software architecture of our distributed multiple robot system.     

A Research Platform of Multi-agent System Robot Soccer Game

A soccer robot system (HIT-1) was built to participate in MIROSOT-China99 held in Harbin Institute of Technology. Robot soccer game is a very complex robot application that incorporates real-time vision system, robot control, wireless communication and control of multiple robots. In the paper, we present the design and the hardware architecture and software architecture of our distributed multiple robot system.     

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 .     

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 .     

基于强化学习的全自主机器人足球系统协作研究

从人工智能的角度上说,机器人足球比赛主要研究了多智能体系统要解决的分布的多机器人在复杂的动态环境下,如何通过相互协商完成某一复杂任务。全自主机器人足球是机器人足球发展的一个趋势,在完全未知的环境中,通过自身学习来了解和积累外部信息。对于传统强化学习,存在容易出现死锁,学习速度慢,要求外部条件是静态等缺陷。提出了一种基于蚁群算法的强化学习模型,即蚁群算法与Q学习相结合的思想。随着赛场上态势的渐趋复杂,传统的Q学习速度会变得很慢且交互困难。通过对新算法的分析,实验数据显示:新算法不仅提高了Q学习的学习速率,在解决状态空间维数的灾难问题上,也是可行的。     

基于移动机器人的可重构多智能体系统平台的构建

介绍了构建基于移动机器人的可重构多智能体系统实验平台的方法.在详细分析了可重构系统的主要特点的基础上,阐述了分布式人工智能领域中任务分解理论、多智能体基于对策论的协调理论,给出了构建实验平台的实现策略,包括整个可重构系统的体系结构设计、单智能体结构设计.最后,采用开放式智能体结构技术实现了系统多智能体的组织协调.