类人足球机器人决策系统的设计

类人机器人足球比赛是机器人足球比赛的最高赛事.类人足球机器人的决策系统是基于独立视觉的自主决策系统,很大程度上决定着比赛的胜败.介绍了自主研发的类人足球机器人决策系统的架构及实现方法,并在此基础上运用有限状态机理论,对单个机器人的自主进攻策略进行了详细分析和研究,真实环境中的实验及比赛结果证明了其有效性.该决策系统的设计及研究工作对基于自主决策的多智能体协作以及服务性机器人决策系统的研究都具有重要的价值.     

从信息融合的角度对机器人足球的再认识

结合对典型信息融合系统的总结,分析机器人足球比赛系统的组成,认识其学科特点和关键技术,认为机器人足球比赛可以作为信息融合技术研究的实验平台。     

足球机器人仿真系统的研究与开发

机器人足球比赛是国际上迅速兴起的高技术对抗活动。该文介绍了利用面向对象的可视化编程技术设计足球机器人仿真系统的方法。该仿真系统包括对现实世界的仿真、决策系统设计和动画设计,能够生动地再现机器人足球比赛的激烈场面。     

无线通信子系统

在机器人的足球比赛中,上位机根据视觉系统采集的信息做出辨识和决策,指挥场上机器人完成相应的战术动作.根据机器人足球赛规则,足球机器人必须由上位机以无线方式控制.     

足球机器人系统中角色分配策略的设计

介绍了足球机器人系统以及决策子系统结构,该结构分为数据信息预处理,角色分配,动作安排.轮速输出。详细说明了基于机器人足球比赛的多智能体协作角色分配问题,提出了一种优化综合指标进行角色分配的方法,并在实际系统中得到验证。     

新型足球机器人视觉系统的研究

FIRAMiroSot机器人足球比赛中,视觉系统是比赛系统获得环境信息的唯一途径。视觉系统的识别速度、精度直接影响到比赛的胜负。针对传统的视觉系统在机器人足球比赛中的缺点,提出基于多分辨率分析与FCM算法的新型足球机器人视觉系统的设计方法,实验结果表明:该设计方案能够提高比赛中的识别速度和精度,并具有良好的适应性。     

强化学习在机器人足球比赛中的应用

机器人足球比赛是一个有趣并且复杂的新兴的人工智能研究领域 ,它是一个典型的多智能体系统。采用强化学习方法研究了机器人足球比赛中的足球机器人的动作选择问题 ,扩展了单个Agent的强化学习方法 ,提出了基于多Agents的强化学习方法 ,最后给出了实验结果。     

一种基于可传递置信模型的分布智能体决策融合方法*

在分析与研究对抗性多机器人系统决策问题的基础上,提出了一种基于可传递置信模型的多智能体决策融合方法;构建了决策融合体系架构,分别设计了基于证据推理的观测智能体模型,基于TBM的决策智能体模型以及决策融合中心模型,给出了相应的算法。通过在机器人足球中的应用及仿真实验,体现了本方法在对抗性多机器人系统中决策制定的良好性能及效果。     

基于无线网络的足球机器人遥操作系统

设计并实现了基于Pocket PC的互联网遥操作机器人足球比赛系统,按照需求分析、系统设计与实现,以及实验结果的思路描述了整个过程,建立了无线网络环境下遥操作理论研究的实验平台,并以此为基础对遥操作机器人足球背景下的操作者策略与自主智能的融合作了一些探索。     

基于人工神经网络的足球机器人分层学习研究

主要研究人工神经网络在机器人足球比赛中的应用。介绍了足球机器人使用BP网络学习基本动作和行为决策的分层学习模型,并讨论了对BP算法的诸多改进方法。结合BP网络和产生式系统,提出了一个混合动作选择器,并进行了实验,给出了实验结果。     

机器人足球视觉图像快速识别方法的研究

机器人足球比赛作为多智能体系统（Multi-agent System, MAS）的理想研究平台已成为复杂人工智能研究的一个新兴领域.机器人足球比赛是使用计算机视觉闭环的反馈控制系统.机器人足球队员的色标设计是直接关系到系统辨识精度、实时性和抗干扰性的一个重要因素.该文通过对4种典型色标设计进行比较和分析,研究出一种比较合理的全新的队员识别算法设计思路,并针对性地提出了一种快速准确的神经网络边缘检测算法,利用足球机器人外形特征取得了良好的辨识结果.该算法对基于视觉的分布式控制式足球机器人系统的研究与开发进行了有益的探索.     

基于87C196KC的足球机器人控制系统设计

足球机器人小车是机器人足球比赛的执行机构，介绍了一种基于87C196KC单片机的足球机器人控制系统实现方案，描述了系统组成各个模块的硬件实现，并给出了相应的软件设计方案。系统能够通过无线串口通讯的方式获取指令，解释指令，并使用设计的PID控制算法对直流电机进行控制。     

RoboCupdx型组足球机器人系统及相关技术研究

RoboCup机器人足球比赛作为在世界上最有影响力的机器人赛事之一,备受推崇。同时作为多智能体研究的标准实验任务,已经成为人工智能的研究焦点。本文综述了RoboCup机器人足球赛的发展概况和小型组足球机器人系统,对小型组足球机器人的各子系统和相关关键技术进行较为详细的分析和比较,最后对小型组机器人足球技术的发展趋势进行了分析和展望。     

The AGILO Robot Soccer Team—Experience-Based Learning and Probabilistic Reasoning in Autonomous Robot Control

This article describes the computational model underlying the AGILO autonomous robot soccer team, its implementation, and our experiences with it. According to our model the control system of an autonomous soccer robot consists of a probabilistic game state estimator and a situated action selection module. The game state estimator computes the robot's belief state with respect to the current game situation using a simple off-the-shelf camera system. The estimated game state comprises the positions and dynamic states of the robot itself and its teammates as well as the positions of the ball and the opponent players. Employing sophisticated probabilistic reasoning techniques and exploiting the cooperation between team mates, the robot can estimate complex game states reliably and accurately despite incomplete and inaccurate sensor information. The action selection module selects actions according to specified selection criteria as well as learned experiences. Automatic learning techniques made it possible to develop fast and skillful routines for approaching the ball, assigning roles, and performing coordinated plays. The paper discusses the computational techniques based on experimental data from the 2001 robot soccer world championship.     

Architecting centralized coordination of soccer robots based on principle solution

Coordination strategy is a relevant topic in multi-robot systems, and robot soccer offers a suitable domain to conduct research in multi-robot coordination. Team strategy collects and uses environmental information to derive optimal team reactions, through cooperation among individual soccer robots. This paper presents a diagrammatic approach to architecting the coordination strategy of robot soccer teams by means of a principle solution. The proposed model focuses on robot soccer leagues that possess a central decision-making system, involving the dynamic selection of the roles and behaviors of the robot soccer players. The work sets out from the conceptual design phase, facilitating cross-domain development efforts, where different layers must be interconnected and coordinated to perform multiple tasks. The principle solution allows for intuitive design and the modeling of team strategies in a highly complex robot soccer environment with changing game conditions. Furthermore, such an approach enables systematic realization of collaborative behaviors among the teammates.     

循序渐进掌握足球防守机器人

为了使学生能够尽快地掌握足球防守机器人的使用方法及比赛策略,本文从介绍足球机器人比赛入手,让学生了解比赛规则;进而根据比赛规则及需要的防守策略,分析足球防守机器人的主要硬件组成;然后让学生利用C语言编程并了解如何控制各个硬件;最后分析防守策略并实现。     

腐蚀/膨胀算法在足球机器人视觉系统中的应用

在FIRA MiroSot机器人足球比赛中,视觉系统是获得比赛场上机器人与球位置信息的唯一途径。视觉系统的识别速度、精度直接影响到比赛的胜负。针对传统视觉系统在机器人足球比赛中获取各实体的位置不够准确的问题,提出了一种结合数学形态学中腐蚀/膨胀算法来处理视觉系统中的实时图像,增加足球机器人视觉系统识别的精度的设计方案。实验结果表明,该方案在没有降低比赛中识别速度的前提下,大大地提高了识别精度。     

基于佳点集遗传算法的足球机器人策略设计

为了优化足球机器人策略的设计,文中提出了一个基于佳点集遗传算法的足球机器人动作规划算法。首先定义一个足球机器人的动作集合,根据赛场的实际情况为足球机器人分配角色与任务,然后利用佳点集遗传算法为足球觇器人选择合适的动作,用该算法进行截球实验和射门实验。实验结果表明,应用新算法的仿真足球机器人动作更准确,效果更佳。     

基于人工生命行为选择的智能体决策的研究

人工生命行为选择是人工生命研究领域的重要问题之一，智能体作为人工生命体的一种形式，决策系统相当于是智能体的“大脑”。文章以足球机器人作为智能体的研究原型，分析了机器人足球决策系统的现状，根据仿人智能控制思想和人工生命行为选择模型，建立了基于人工生命的智能体决策系统，并借助机器人足球比赛这样一个标准任务平台，投入实际比赛中，证明结果是可行的和有效的。     

基于网络的足球机器人比赛系统的研究与实现

提出了一种基于Internet的C/S模式的人机交互的足球机器人系统．整个系统采用Win XP、VC++和Winsock网络编程技术．同时,开发了策略协调子系统来减小时延对比赛的影响．通过总控、视觉、策略协调及串口通讯等子系统的开发,实现了基于Internet网络的机器人足球比赛系统．