基于URWPGSim2D 仿真新平台之抢球大作战的策略分析

为了能在抢球大作战比赛过程中使我方机器鱼处于一种积极主动的状态,针对2013年中国水中机器人大赛2D仿真抢球大作战项目的新平台和新环境,从比赛策略和顶球算法2方面进行研究,提出了基于区域划分法的机器鱼顶球算法,对我方的2条机器鱼的运动进行了分工和优化。实验结果表明,该新型比赛策略是比较有效的。     

水中机器人2D 仿真水球斯诺克策略优化

基于URWPGSim2D仿真平台,提出一种新型的比赛策略和顶球算法。介绍2D仿真水球斯诺克现有的比赛策略、顶球算法,给出优化后的比赛策略,根据速度性和连贯性,提出一种自动换挡的机器鱼顶球算法,并以实例对优化后的比赛策略和顶球算法进行仿真实验。实验结果表明：优化后的比赛策略的稳定性有所提高,使顶球更加平稳快速。     

机器鱼2D 仿真抢球博弈策略优化

基于国际水中机器人大赛2D仿真抢球博弈项目,针对仿真机器鱼路径规划问题提出弧切算法,设计仿真机器鱼的运动轨迹,并由角速度档位划分确保仿真机器鱼运球的稳定性.以距离角度值为基础提出死角避险、双鱼协作合力顶球算法,意在实现仿真机器鱼快速、高效进球,从而提高策略的健壮性,并通过URWPGSim2D仿真平台对策略进行验证.实验结果表明:该策略可以在较短时间内取得较大分数领先,并且呈现出高效、稳定的优点.     

抢球大作战策略优化

根据水中机器人水球比赛仿真器2D版软件比赛平台下的机器鱼顶球所具有的速度和连贯性,对抢球大作战项目中机器鱼的进攻和防守策略进行优化。研究抢球大作战项目里的顶球函数,分析上下半场两机器鱼的协作能力,使机器鱼达到"动静结合"的效果,使我方的机器鱼一直处于主动状态,对方机器鱼处于无球或没有好球可抢的境地,并以实例进行仿真实验。实例结果表明,该策略能使机器鱼抢到更多的球。     

机器鱼2D 仿真抢球大作战策略的优化

针对机器鱼2D仿真抢球大作战场地变更,提出一种基于单体运输法的机器鱼比赛优化策略。利用仿真机器鱼的全部部位和仿真场地的特殊性运输目标物体,避开了场地缺陷造成的运输过程中出现的异常情况。结果表明:优化后的抢球大作战策略能充分考虑比赛场地的地形及机器鱼和水球的实时信息,在不同的区域执行不同的策略,可加强机器鱼的运输和绕障能力。     

一种2D 仿真水球5VS5 比赛策略

针对水中机器人2D仿真水球5VS5比赛的规则,提出一种有效的多鱼协作带球与抢球方法。从速度控制、方向控制、顶球动作和智能反应4个方面进行单鱼动作设计,在此基础上进行简化后增加特殊角度的设计,采用动态顶球点和动态最优位置来设计协作带球,并通过＂领域智能算法＂进行协作抢球。分析结果证明：该策略能提高机器鱼之间的协作,并在2012中国机器人大赛2D仿真水球5VS5项目中取得了亚军。     

机器鱼2D 仿真抢球博弈策略

针对机器鱼2D仿真平台更新,抢球博弈场地的变更和规则的改变问题,对抢球博弈策略进行新的规划。介绍抢球博弈项目的比赛场地和比赛规则,利用仿真机器鱼鱼体的多个部位和仿真场地的特殊性运输目标物体,并进行多次实验验证。实验结果表明：新策略能充分考虑比赛场地的地形、机器鱼以及得分情况等实时信息,在不同的区域、不同的得分的情况下执行不同的策略,加强机器鱼的运输和绕障能力,在快速得分的同时又能灵活应变。     

基于URWPGSim2D平台的机器鱼稳定性及路径规划

水中机器人水球比赛2D仿真平台URWPGSim2D是对水中机器人进行仿真测试的平台,由北京大学智能控制实验室组织开发,真实模拟仿真机器鱼各个关节的位姿变化,运动状态变化及机器鱼水球比赛运行等状况.基于 URWPGSim2D 平台提供的策略,经过大量实验对比,对水中机器人在仿真环境下的稳定性进行深入研究,意在提高水中机器人的稳定性,从而提高仿真比赛项目策略的健壮性,进而为未来实体水中机器人奠定良好的算法基础.该策略实现的比赛程序在2016年国际水中机器人大赛中荣获二等奖,表明了策略的有效性.     

基于URWPGSim2D仿真新平台的水中搬运的策略优化

针对2016国际水中机器人大赛水中搬运项目的URWPGSim2D仿真新平台,为提高传统比赛策略的效率,对其进行优化.设计仿真机器鱼的方向算法和最短运动距离的算法,采用多种算法和函数动态分析鱼的运动路径,运用星型网状判断思路,综合考虑多种情况,从而最大程度上避免失误.实验结果表明:该策略能高效率完成比赛任务,很大程度上缩短完成比赛的总时间,大大提高策略的稳定性.     

基于URWPGSim2D 仿真平台的测试分析与策略改进

为了在国际水中机器人比赛的 URWPGSim2D 仿真平台中更准确地控制仿真鱼,通过对该平台进行测试分析以完善比赛策略,基于对平台的测试,总结分析平台特性和仿真鱼的行为规律,依此提出花样游泳项目竞技策略的改进方案。结果表明：结合平台分析结果改进后的策略可更有效地控制仿真鱼行为,使仿真鱼的行进过程更加快速稳定,从而在花样游泳比赛取得冠军成绩。     

基于蚁群算法的仿真机器鱼动作决策策略

针对仿真机器鱼非对抗赛和对抗赛情况,为使求解结果在既不依赖初始路线的选择,也不需要外界的特定干预的情况下,实现鱼快速、准确的调整,分别提出2种基于蚁群算法的动作决策策略。基于蚁群算法的分支界限法,判断机器鱼关键物理量所在分支,自主确定当前时刻的鱼的速度和角速度档位的最优组合;而基于蚁群算法的动态规划法,在每个周期内,根据机器鱼反馈回来的动态变量及时进行自主调整。以上2种方法经2D仿真平台验证结果表明：机器鱼可根据该策略调整路径,实现速度和方向的组合优化,以最短的时间和距离找到目标点。这说明基于蚁群算法的2种动作决策策略具有很强的适应能力,满足仿真机器鱼对于动作决策的要求。     

基于位置反馈的多机器鱼编队控制

为实现多机器鱼的队形控制,在图论队形控制理论的基础上引入一种基于位置反馈的队形控制策略。介绍参考机器鱼的概念,在任一时刻都设定一个保持不动的参考机器鱼,其它机器鱼则根据当前参考机器鱼的位置及机器鱼之间的信息交互来调整其相对位置,使多机器鱼系统在有限时间内实现任意队形的形成。在水下机器人2D仿真平台上进行实验,并给出不同情况的实验结果。仿真结果表明：该方法整体性好,鲁棒性强,抗干扰性强,计算简单,可实现任意队形。     

2D 仿真水中机器人花样游泳动作研究与实现

针对2016年最新的花样游泳比赛规则,对2D仿真水中机器人花样游泳动作进行研究与实现.简要介绍比赛规则,对规则中所规定的统一主题以及关键标准动作设计进行研究分析,给出相应的实现策略及方法,并通过多次实践进行验证.验证结果表明:运用该策略后机器鱼造型稳定优美,在2016国际水中机器人大赛2D仿真花样游泳比赛中获得一等奖.     

多阶段平台动态防御的Markov演化博弈模型及迁移策略

为提升持续性和阶段性攻击下平台动态防御效率,提出多阶段平台动态防御的Markov 演化博弈模型和迁移策略。从平台动态防御的网络攻防原理入手,分析平台动态防御的循环性和阶段性特点,进行多阶段平台动态防御的关键参数和收益计算;建立多阶段平台动态防御的Markov 演化博弈模型,针对博弈的阶段性,在总收益计算中引入折现因子和转移概率;在此基础上,研究纳什均衡在多阶段Markov平台动态防御演化博弈中的存在性,给出纳什均衡解和最优迁移策略选取算法。通过示例设计迁移策略的分析流程,仿真结果验证了所提模型和迁移策略的有效性。