期刊文献+

基于遗传算法的智能机器人对抗策略设计 被引量:4

Fighting Design of Intelligent Robot Based on Genetic Algorithm
下载PDF
导出
摘要 近年来,随着大型第一人称类的网络游戏风靡全球,游戏角色的智能性研究得以迅速发展。本文基于Robocode这样一个机器人战斗模拟系统,提出了针对不通的环境和对手,根据实战数据,通过遗传算法来为机器人寻找到一个最佳的战斗策略,利用该策略再与其它机器人进行实战的策略,并对战斗的数据结果做出了分析。 With the rapid development of huge net games, the interest recent years. In this paper, we adopt the genetic algorithm to produce focusing on Robocode which is one of promising simulators for artificial on intelligence for the game character is rapidly increased in various and excellent behavior-styles of a character especially intelligence.
出处 《微计算机信息》 北大核心 2008年第35期254-255,262,共3页 Control & Automation
基金 国家自然科学基金(60473081)项目名称:动态多目标TSP的并行算法研究
关键词 遗传算法 人工智能 机器人 GA artificial intelligent robot
  • 相关文献

参考文献5

二级参考文献4

  • 1彭道刚,杨平.电站锅炉汽包水位系统的单神经元自适应PID控制[J].微计算机信息,2005,21(1):7-8. 被引量:18
  • 2傅京孙 等.人工智能及其应用[M].北京:清华大学出版社,1988..
  • 3吴泉源.人工智能与专家系统[M].北京:国防科技大学出版社,1997..
  • 4[日]玄光男 程润伟著 汪定伟译.遗传算法与工程设计(第1版)[M].北京:科学出版社,2000年1月..

共引文献2

同被引文献24

  • 1程显毅,李淑琴,夏德深.基于主智能体的群体学习算法GLBMA[J].江苏大学学报(自然科学版),2005,26(5):437-439. 被引量:4
  • 2J.Ota.Muhi-agent robot systems as distributed autonomous systems[J].Advancedengineering informatics,2006,20(1):59-70.
  • 3TomM.Mitchell,Machine Learning,曾华军,张银奎等译,第1版,北京市西城区百万庄大街22号,机械工业出版社,2003(1),112-140,263-271.
  • 4Stone P.Layered Learning in Multi-Agent Systems[D].Pittsburgh, PA,USA'ComputerScience Department, CarnegieMellon University,1998.
  • 5黄炳强.强化学习方法及其应用研究,上海,上海交通大学,2007.
  • 6Schivaram kalyanakrishnan, Yanxin Liu, Peter Stone.Half Field Offense in RoboCup Soccer:A Multiagent Reinforcement Learning Case Study [C]. RoboCup-2006:Robot Soccer World Cup X. Springer Verlag, Berlin, 2007.
  • 7Peter Stone, Richard S.Sutton, Gregory Kuhlmann. Reinforce- ment Learning for RoboCup-Soccer Keepaway[J]. Adaptive Behav- ior, 2005, 13(3): 165-188.
  • 8Peter Stone, Richard S.Sutton. Scaling Reinforcement Learning toward RoboCup Soccer [C].In Proceedings of Eighteenth Interna- tional Conference on Machine Learning, MA, 2001.
  • 9Shimon Whiteson, Matthew E. Taylor, Peter Stone. Empirical studies in action selection For reinforcement leaming[D].Adaptive Behavior,15(1),2007.
  • 10M.Riedmiller and D.Withopf. Effective Methods for Reinforce-ment Learning in Large Multi -Agent Domains [D]. Informatik-Spektrum,29(3): 175-190,2006.

引证文献4

二级引证文献2

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部