足球机器人对抗策略研究与仿真系统开发

论文题目: 足球机器人对抗策略研究与仿真系统开发

论文类型: 博士论文

论文专业: 模式识别与智能系统

作者: 薛方正

导师: 徐心和

关键词: 足球机器人,进化计算,对手建模,分层递阶,多智能体系统,系统仿真,策略系统,合作对抗

文献来源: 东北大学

发表年度: 2005

论文摘要: 足球机器人系统是一类典型的多移动机器人合作的对抗系统,具有实时性要求高、环境高度动态、存在不可预测状态等特点,并将高科技研究和足球联系在一起,通过足球比赛来检验各种理论、方法和技术。机器人足球比赛已爱到人工智能和机器人相关领域学者的广泛关注,并逐渐成为一个标准问题。本文主要研究足球机器人对抗策略及相关人工智能问题,以推动足球机器人的发展,探讨多智能机器人实时合作与对抗问题,以求验证和发展人工智能的有关理论和技术。 首先,本文归纳了足球机器人对人工智能的三大挑战:实时智能的挑战,复杂动态环境下合作智能的挑战以及实时多机器人环境下对抗智能的挑战。 第二,本文依据智能随控制精度的增加(即决策粒度的降低)而降低的思想,在总结了各种智能机器人控制体系结构、分析了一些足球机器人决策模型的基础上,提出了粗粒度行为的概念,将足球机器人策略过程垂直分解为四个独立的子过程,每个子过程都由相应的理论来解决,从而确立了基于粗粒度行为和垂直分解方法的足球机器人策略系统体系结构。 第三,本文将实时对抗环境下的多足球机器人协调分为两类:对应小范围、实时性要求高的为战术协调,而大范围、实时性要求较低的为战略协调。针对该问题,在Tambe的多智能体通用协调模型的基础上,在该模型对于操作的描述中增加了反应操作紧急程度的操作类型项,改进了多智能体通用协调模型以更适合足球机器人系统;使用对策论解决多足球机器人战术协调问题,使用泛诺图理论解决多足球机器人战略协调问题;结合对协调结构等问题的讨论提出了一种足球机器人协调机制。 第四,本文总结了智能对抗问题的特点和解决方法,提出了以行为主义方法为重点解决足球机器人对抗问题。使用分区法将足球机器人策略问题分解为一个动态规划问题,并将贝叶斯网络引入对手当前目标意图识别,在此基础上构建了对手模型;改进了行为主义的传统LCS系统,构建了双层协进化LCS,并将符号主义的BDI智能体引入LCS系统构建了人工生态金字塔模型。实验表明,基于该模型的足球机器人策略系统明显具有对抗优势。 第五,分别设计了基于集中式协调结构和分散式协调结构的足球机器人策略

论文目录:

摘要

Abstract

目录

第一章 绪论

1.1 研究动机

1.2 研究背景

1.2.1 人工智能百家争鸣

1.2.1.1 符号主义学派

1.2.1.2 联结主义学派

1.2.1.3 行为主义学派

1.2.1.4 本文关注的人工智能问题及研究现状

1.2.1.5 国内研究现状

1.2.2 足球机器人迅速发展

1.2.2.1 机器人足球运动的发展特点

1.2.2.2 经典机器人足球项目

1.2.3 足球机器人技术的热点问题

1.3 足球机器人策略问题概述

1.3.1 足球机器人策略系统研究的主要问题

1.3.2 足球机器人策略系统研究现状

1.4 本文的主要工作

1.4.1 本文主要工作及在策略系统中的位置

1.4.2 本文的研究主线

1.4.3 论文结构与创新点

第二章 足球机器人控制体系结构研究

2.1 智能机器人控制体系结构问题概述

2.1.1 智能机器人控制体系结构分类

2.1.2 智能机器人控制体系结构的研究现状

2.2 足球机器人控制体系结构概述

2.2.1 足球机器人控制体系结构问题描述

2.2.2 足球机器人控制体系结构研究现状

2.2.2.1 简单分区模型：

2.2.2.2 Soty5决策结构

2.2.2.3 FC Portugal决策模型

2.2.2.4 Tsinghuaeolus队决策结构

2.2.2.5 从四层决策结构到六步推理模型

2.2.2.6 现有决策模型的讨论

2.3 基于粗粒度行为的控制体系结构

2.3.1 粗粒度行为

2.3.1.1 足球机器人行为分析

2.3.1.2 足球机器人的粗粒度行为

2.3.1.3 粗粒度行为的意义

2.3.2 基于粗粒度行为的足球机器人控制体系结构

2.4 实践检验

2.5 结论

第三章 足球机器人协调问题研究

3.1 多机器人协调问题概述

3.1.1 多机器人协调要点

3.1.2 多机器人协调研究现状

3.2 多足球机器人协调

3.2.1 多智能体通用协调模型

3.2.2 对策论与多智能体协调

3.2.3 Voronoi图与多智能体协调

3.2.4 足球机器人协调机制

3.2.4.1 基本概念

3.2.4.2 运行机制

3.2.4.3 多足球机器人协调实验

3.3 结论

第四章 足球机器人对抗问题研究

4.1 智能对抗问题概述

4.1.1 智能对抗问题

4.1.2 智能对抗的标准问题及研究现状

4.1.3 足球机器人对抗问题分解

4.2 多足球机器人对抗系统的对手建模

4.2.1 贝叶斯网络理论

4.2.2 对手建模的贝叶斯网络

4.2.2.1 基本概念

4.2.2.2 后验概率的获取

4.2.2.3 信息传递过程

4.2.3 足球机器人对手模型

4.2.4 仿真实验

4.2.5 对手建模的讨论

4.3 基于改进LCS的足球机器人对抗策略系统

4.3.1 LCS的基本理论

4.3.1.1 遗传算法

4.3.1.2 传统的LCS

4.3.2 改进LCS

4.3.2.1 双层协进化LCS

4.3.2.2 三层协进化LCS

4.3.3 基于改进LCS的足球机器人对抗实验

4.3.4 人工生态金字塔的讨论

4.4 结论

第五章 足球机器人策略系统设计

5.1 集中式策略系统

5.1.1 执行层——机器人小车控制器

5.1.2 协调层——运动控制器

5.1.3 组织层——全局决策方案

5.1.3.1 从信息空间到状态空间

5.1.3.2 映射式决策方案

5.2 分散式策略系统

5.2.1 协调模块

5.2.1.1 战术协调

5.2.1.2 战略协调

5.2.2 智能对抗模块

5.3 分散与集中的讨论结论

5.4 结论

第六章 实体模型研究与仿真系统开发

6.1 MIROSOT系统

6.2 足球机器人的运动学和动力学模型

6.2.1 坐标系的建立

6.2.1.1 坐标系的基本定义

6.2.1.2 各坐标系之间的转换

6.2.2 不打滑前提

6.2.3 运动学模型

6.2.4 动力学模型

6.3 足球机器人碰撞模型研究

6.3.1 传统碰撞模型

6.3.2 足球机器人碰撞分析

6.3.3 改进碰撞处理

6.4 足球机器人碰撞检测模型

6.4.1 足球机器人系统碰撞检测问题及分析

6.4.2 足球机器人系统碰撞检测算法

6.4.2.1 算法基本思路

6.4.2.2 n的选择

6.4.2.3 两个物体之间的碰撞检测算法

6.4.2.4 多个物体碰撞检测算法

6.4.3 基于关键点描述的碰撞检测

6.4.4 关于算法的讨论

6.5 分布式足球机器人仿真系统设计

6.5.1 仿真技术发展

6.5.2 足球机器人仿真系统设计

6.5.2.1 联邦成员接入

6.5.2.2 比赛联邦

6.5.2.3 调试联邦

6.6 结论

第七章 结论与展望

参考文献

攻读博士期间发表的学术论文、参加和完成的科研工作及获得的奖励

发表的学术论文

参加的科研项目

参加的比赛及展览活动

获得的奖励

致谢

作者简介

发布时间: 2005-09-07

参考文献

• [1].足球机器人目标识别及决策规划方法研究[D]. 吴振宇.大连理工大学2014
• [2].光照变化条件下中型组足球机器人目标识别与定位方法研究[D]. 戚玮玮.中国海洋大学2011
• [3].足球机器人目标识别与自定位研究[D]. 丘柳东.重庆大学2011
• [4].机器人足球系统的研究与实现[D]. 钟碧良.广东工业大学2003
• [5].多自主移动机器人协作的关键技术研究[D]. 昝杰.长安大学2014
• [6].足球机器人彩色图像对光照不变性研究[D]. 陈溟.中国海洋大学2011
• [7].应用于足球机器人的彩色全向视觉关键技术研究[D]. 刘斐.国防科学技术大学2007
• [8].Robocup3D足球机器人体系结构与基本技能的研究与实现[D]. 缪克华.厦门大学2008
• [9].微型足球机器人位姿辨识与群智能路径规划技术研究[D]. 吴宪祥.西安电子科技大学2009
• [10].基于视觉的机器人足球比赛系统研究[D]. 张祺.广东工业大学2003

相关论文

• [1].多智能体系统冲突消解与智能机器人动态路径规划研究[D]. 唐平.广东工业大学2002
• [2].复杂动态环境下多机器人的运动协调研究[D]. 刘淑华.吉林大学2005
• [3].异构双腿行走机器人研究与开发[D]. 王斌锐.东北大学2005
• [4].多移动机器人运动控制策略的强化学习研究[D]. 庄晓东.中国海洋大学2005
• [5].动态对抗性环境下多机器人系统合作研究[D]. 王磊.清华大学2005

标签：足球机器人论文;  进化计算论文;  对手建模论文;  分层递阶论文;  多智能体系统论文;  系统仿真论文;  策略系统论文;  合作对抗论文;