基于神經網絡的陣型策略在線學習研究及應用.pdf

1、RoboCup仿真2D比賽過程需要球隊間的整體高效的合作及多個智能體之間默契配合，如陣型策略的調節(jié)，才能贏得比賽勝利。但由于通訊的限制，智能體很難在動態(tài)實時的比賽環(huán)境中得到足夠多的隊友合作信息。若是可以獲得更多的對手信息，智能體就能做出相對正確的決策，最終達到射門得分的目標。因此研究學習不可預測的對手信息，如球員異構，陣型策略跑位等是迫切需要的。目前，如何提高智能體的學習能力、對手建模能力以及多智能體的合作能力已成為RoboCup領域的

2、研究熱點。近年來隨著計算機技術、分布式人工智能技術和多智能體系統(tǒng)的快速發(fā)展，RoboCup仿真2D的競賽水平也有了較大的提高。
　　論文首先討論了陣型策略的發(fā)展過程及其研究意義。隨后系統(tǒng)的描述了RoboCup的系統(tǒng)結構及工作原理，并就國內外幾支知名球隊探討了RoboCup仿真2D的研究現(xiàn)狀和發(fā)展趨勢。
　　在分析agent2d陣型策略的設計思想及實現(xiàn)過程的基礎上，提出了利用Delaunay三角剖分的方法分析陣型中的戰(zhàn)術策略。