團(tuán)隊(duì)對(duì)抗性游戲決策系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、隨著人工智能理論與技術(shù)在軍事對(duì)抗和國(guó)民生產(chǎn)等領(lǐng)域的廣泛運(yùn)用，多智能體系統(tǒng)已用于諸多問(wèn)題的求解。當(dāng)前，團(tuán)隊(duì)對(duì)抗性游戲已成為了智能決策控制研究的焦點(diǎn)，如：戰(zhàn)機(jī)空空協(xié)同作戰(zhàn)系統(tǒng)、集群式作戰(zhàn)機(jī)器人和Robocup仿真組足球機(jī)器人等。由于娛樂(lè)性、對(duì)抗性、動(dòng)態(tài)性和不確定性，使其成為人工智能和機(jī)器人學(xué)結(jié)合的理想平臺(tái)。這些系統(tǒng)，有著共同的特征。首先，比賽的形式是敵我雙方陣型的團(tuán)隊(duì)博弈，其中每個(gè)機(jī)器人是具有決策能力的智能體。其次，在比賽過(guò)程中，不但要發(fā)揮

2、自主角色個(gè)體技術(shù)，而且還能通過(guò)合作策略發(fā)揮集體力量。要獲得博弈的勝利，必須集成許多技術(shù)，其中，決策系統(tǒng)是機(jī)器人是否具有高智能的體現(xiàn)，并且是團(tuán)隊(duì)對(duì)抗獲勝的關(guān)鍵。本文對(duì)團(tuán)隊(duì)對(duì)抗性游戲決策系統(tǒng)展開(kāi)研究，從團(tuán)隊(duì)的個(gè)體決策來(lái)實(shí)現(xiàn)團(tuán)隊(duì)的整體協(xié)作入手，本文設(shè)計(jì)了團(tuán)隊(duì)成員的雙層決策模型，包括團(tuán)隊(duì)成員的高層協(xié)作策略和交互層基本行為策略?；陔p層模型的決策系統(tǒng)簡(jiǎn)化了決策內(nèi)容的設(shè)計(jì)與學(xué)習(xí)，增強(qiáng)了推理的能力，主要內(nèi)容包括： (1)為團(tuán)隊(duì)成員設(shè)計(jì)交互層基

3、本行為策略，團(tuán)隊(duì)成員通過(guò)執(zhí)行交互層基本行為策略反映高層協(xié)作策略的整體意圖，是高層協(xié)作策略學(xué)習(xí)的基礎(chǔ)。本文采用Java規(guī)則引擎和遺傳編程學(xué)習(xí)方法，設(shè)計(jì)交互層基本行為的混合策略控制模型，提高決策系統(tǒng)的易擴(kuò)展、易修改性和自學(xué)習(xí)、自適應(yīng)的能力。設(shè)計(jì)一種面向行為的、機(jī)器自翻譯的TableRex語(yǔ)言，對(duì)遺傳編程個(gè)體決策控制程序進(jìn)行編碼，提高遺傳編程個(gè)體程序解析、執(zhí)行和進(jìn)化操作的效率。 (2)在交互層基本行為策略的基礎(chǔ)上，根據(jù)博弈論的沖突分析

4、或相互影響的決策理論，提出了基于隨機(jī)博弈的團(tuán)隊(duì)Agent協(xié)作強(qiáng)化學(xué)習(xí)算法，解決全自主控制方式下的團(tuán)隊(duì)成員高層協(xié)作策略的學(xué)習(xí)問(wèn)題。同時(shí)，本文通過(guò)人工智能的存儲(chǔ)方法，解決多Agent強(qiáng)化學(xué)習(xí)算法中組合空間和聯(lián)合行為對(duì)存儲(chǔ)空間的“維數(shù)災(zāi)難”性問(wèn)題，建立人工神經(jīng)網(wǎng)絡(luò)存儲(chǔ)組合狀態(tài)和聯(lián)合策略到長(zhǎng)期得益矩陣的Q值映射。 本文的研究選用RoboCode坦克仿真引擎作為驗(yàn)證平臺(tái)，設(shè)計(jì)Robocode團(tuán)隊(duì)的組織結(jié)構(gòu)和及其成員體系結(jié)構(gòu)，團(tuán)隊(duì)內(nèi)的通訊協(xié)