多Agent系统中的RoboCup仿真足球赛研究

【摘要】：机器人足球赛通过提供一个标准的任务平台,促进了人工智能和机器人研究领域的发展,已经成了智能机器人领域和MAS(Multi-Agent Systems)研究的一个热点。 本文研究了RoboCup仿真足球赛中实时动态、受限通信及对抗环境下多Agent的决策与合作问题; 以MAS-Soccer实验平台为工具,通过实验分析对比的方法验证了研究工作的有效性。 研究工作包括: (1)给出了一种基于信息预测和肢体语言的通信模型 针对RoboCup比赛环境下的通信不可靠、低带宽的特点,提出了一种新的通信模型用于解决角色交换策略触发机制的键壮性问题,通过信息预测跟踪队友的状态,借助肢体语言传达特定信息。 (2)给出一种基于群体效用的角色交换策略 将RoboCup比赛中的Agent看作是一种有限的资源,从有限资源优化利用的角度建立Agent的合作求解模型,给出了最大化群体效用的角色交换算法。 (3)进行实验分析对比 为了适应实验要求对MAS-Soccer实验平台的Agent结构和团队策略表示形式做了部分调整,在此基础上,将新的通信模型和角色交换算法在平台上实现,并通过实验分析对比证明新方法的有效性。 实验的结果显示了本文提出的通信模型能有效地提高Agent角色交换的成功率; 采用了基于群体效用角色交换策略的球队在比赛过程中能有效地控制Agent的体力,实现对有限Agent资源的优化利用。最后,总结了本文的研究工作并给出了进一步研究的思路和方法。