RoboCupSoccer中多机器人协作截球策略

截球策略是决定机器人足球队比赛能力的重要因素。由于信息噪音、命令执行误差、多异构类型和随机异构参数等因素的影响,单纯基于个体技术的截球决策并不一定可靠。首先采用数学解析方法建立截球个体技术模型,利用牛顿迭代法求解最快截球周期、截球点和基本命令队列;然后基于BP神经网络描述两个截球周期相比的截球成功概率;最后机器人基于自己和同伴的角色关系、截球成功概率和截球点所在球场区域进行协作截球决策。实验结果显示基于角色的协作截球效果明显改善。基于此策略的机器人足球队在比赛中取得不错的成绩。

基于比例导引的足球机器人截球算法研究

常用的足球机器人截球运动控制算法较少,通过类比机器人截球运动与导弹或鱼雷追踪目标的相似性,引入军事目标追踪导引算法中常用的比例导引算法,并给出了导引算法模型及其在足球机器人系统中的应用实现。仿真结果表明该算法效果明显,行之有效,并能够根据不同的应用要求灵活的调整导引系数,取得比较理想的截球控制效果。

基于神经网络和遗传算法的RoboCup截球策略

机器人足球(RoboCup)比赛已经成为当前人工智能研究的热点之一,作为多Agent系统的一个理想的试验平台,它涉及到了多个技术领域。论文应用神经网络技术和遗传算法解决Robocup仿真组比赛的截球问题,对截球技术进行了有效优化。将这种策略与传统的基于逻辑准则的策略进行了比较。分析表明基于神经网络和遗传算法的优化截球策略在很多情况下会做出更好的决定。

一种改进算法在机器人足球截球动作中的应用

截球问题在机器人足球仿真比赛中是一个非常基本的问题,以往开发的拦截策略中存在漏拦和错拦等现象,造成拦截成功率很低。为了提高机器人足球比赛策略、增强技术动作的灵活性和准确性,针对仅有的截球算法存在不同程度的时间复杂性高、截球效率低的问题。为解决上述问题,提出了一种改进算法,通过简化分析计算算法来优化截球的最大时间,再引入二分法再次迭代来确定最后截球所需的时间,不但提高了算法的精确度,而且加快搜索速度,收敛速度快,有利于设计更强的对抗技能。在实际系统中验证了方案的可行性。

基于专家PID控制的足球机器人截球的研究

足球机器人截球动作要求具有很高的快速性和准确性。通过对足球机器人截球特性分析,预测球的运动趋势,增加一个绕前速度。再分别对机器人的直线速度和自旋转速度运用专家PID控制,实现了机器人从正面精准截球的目的。该算法也较高地提高了截球效率。

Robocup中截球模块的设计

RoboCup是一个标准问题,通过它可以来评价各种理论、算法和框架等。在RoboCup仿真组的比赛中,截球动作做为防守的基础,具有非常重要的地位和作用。本文通过将跑位和截球动作结合,设计出较为有效的截球模块。

机器人足球比赛截球策略设计

在机器人世界杯足球锦标赛(TheRobotWorldCup,简称RoboCup)中,截球效率直接影响到比赛的结果。通过足球截球模型,建立方程,从而求出截球位置。解方程的根是提高截球效率的关键,本文采用高效的弦割法来快速计算方程的根。试验发现方程曲线的变化对弦割法解方程根的效率有很大影响,曲线的形状直接影响了弦割法的收敛速度。为加速收敛性,对弦割法进行了优化。最后与优化前的弦割法以及二分法进行了比较,结果表明优化后整体性更为高效,很好地满足了比赛的要求。

基于改进遗传算法的RBF网络的截球策略

在RoboCup2D仿真足球比赛中,球员的底层动作设计的好坏直接影响着比赛的输赢,特别是一些关键的动作,比如截球、传球、射门等动作。鉴于此,提出一种新的截球方法,即改进的遗传算法和RBF神经网络相结合的截球方法。该方法是用改进的遗传算法优化RBF神经网络的结构参数,通过优化,提高了网络的全局搜索效率。实验表明,经过改进遗传算法优化的RBF神经网络的截球成功率比单一的RBF神经网络截球成功率高很多。

激励学习在RoboCup截球技术中的研究

机器人足球比赛是一个有意义而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。RoboCup是一个通用的实验平台,在该平台上可以评价各种理论和算法。本文采基于Q算法的激励学习研究了机器人的截球技术,将其应用在RoboCup仿真平台上,智能体经过多次的学习之后,实验表明截球技术取得了理想的效果。

基于预测的足球机器人截球动作的研究

本文提出了一种改进的足球机器人截球动作的算法,该算法给出了球在摩擦力作用下的运动模型并基于线性回归预测模型对其在场地上的运动作了分析,结合足球机器人的到定点的运动模型进而使用二分法求解拦截,实现了截球动作。实验表明该算法具有良好的拦截效果。

Robocup3D仿真机器人截球技术的研究

在Robocup3D仿真机器人世界杯足球比赛中,仿真机器人球员技术动作设计的优劣在很大程度上决定了球队的强与弱,本文研究了Robocup3D仿真机器人截球技术,将BP神经网络技术应用到截球动作中,通过实验发现,采用该方法使得截球成功率大大提高。

截球型雷达天线罩基础环梁设计改进

本文首先分析了目前截球型天线罩与地基连接所用基础环梁设计上存在的不足之处,然后提出了一种新型结构的环梁,新型环梁在满足天线罩连接功能的同时将比目前环梁省料、省工且提高了可靠性。

探讨足球运动员的抢截球意识

足球比赛是一项整体的对抗项目,需要运动员不但具备良好的身体素质和团队的紧密配合,更需要每个人都有过硬的技术本领,同时要求运动员具有优良的足球意识。文章通过对足球比赛中的抢截球技术结构和特点的分析,阐明了如何培养运动员具备抢截球意识并在比赛中合理的运用该技术,从而提高比赛的获胜几率。

截球形天线罩风载荷数值模拟

此文采用FLUENT软件下的数值模拟与模型实验相结合的方法,对截球型雷达天线罩在均匀定常来流下的风载荷情况进行了研究。在数值计算中,比较了三维不可压缩湍流的标准k、RNG k和Reynolds应力三种模型,结果表明标准k模型比较适合本问题的工程应用。使用标准k模型对不同高径比的天线罩进行数值模拟后发现,高径比的改变会显著改变其升、阻力特性,是影响天线罩整体风载荷的重要因素。

优势关系粗糙集在RoboCup中的决策分析

截球能力是RoboCup(Robot World Cup)仿真比赛中个体智能体的核心技能之一。为提高截球的成功率,将解析法和经验法相结合,提出了一种基于优势关系粗糙集的截球策略。着重讨论了基于优势关系的知识约简和截球决策规则的提取,研究了RoboCup运动模型中截球点的二分法求解。最后进行了仿真平台中的决策分析,验证了该策略的有效性。

微机械中微观力的几个关键问题分析

基于范德华势与Lennard-Jones势两种分子作用势模型,提出一种圆截球方法,对分子与半空间体以及微球与半空间体之间的分子作用势(力)进行了计算;并通过定义非维度量和改变圆截球的半径分析了有关分子间作用力的有效作用范围,以及利用范德华势与Lennard-Jones势表示分子间作用力的表现效果问题;最后讨论了将分子间作用力作为表面力处理的问题.

网球教学中的多球训练研究

多球训练是球类运动项目中较为常用的技术训练方法,在网球教学中,多球训练有助于学生掌握技术动作,形成正确的动力定型,也有利于学生纠正错误的技术动作,提高自己的心理素质和意志品质。多球训练是网球教学中行之有效的训练方法,通过多球训练可以使学生快速掌握网球基本动作,提高网球教学质量,因此,多球训练法被广泛应用于网球教学之中。该文分析了多球训练在网球教学中的作用和运用,探究了网球教学中运用多球训练法时的注意事项。

基于LWR方法的足球机器人应急策略研究

为了解决足球机器人在球的轨迹突然改变后应采取何种处理策略的问题,本文作者应用当地加权回归LWR(Locally Weighted Regression)方法对球的轨迹进行预测,完成了对机器人截球路径的优化。该方法提高了机器人在比赛中的应急能力,仿真实验与比赛结果证明了该方法的有效性。