10.3778/j.issn.1002-8331.1108-0114
Q 学习在 RoboCup 前场进攻动作决策中的应用
RoboCup 是世界上规模最大的机器人足球大赛,包括软件仿真与硬件实体两类项目的比赛.RoboCup 仿真2D 作为软件仿真项目的重要组成部分,成为研究人工智能和多 Agent 智能体协作的优秀实验平台.将 Q 学习应用到 RoboCup仿真2D 比赛的前场进攻动作决策中,通过引入区域划分,基于区域划分的奖惩函数和对真人足球赛中动作决策的模拟,在经过大量周期的学习训练后,使 Agent能够进行自主动作决策,从而加强了多 Agent的前场进攻实力.
Q学习、RoboCup、多智能体协作
TP181(自动化基础理论)
2013-04-28(万方平台首次上网日期,不代表论文的发表时间)
共3页
240-242