| 【中文题名】 | 人工智能在机器人足球赛中的应用 |
| 【英文题名】 | Artifical Intelligence Apply to Robot Soccer |
| 【学科专业】 | 计算机应用技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-9-10 |
| 【中关键词】 | 机器人足球,人工智能,决策树,策略程序,, |
| 【英关键词】 | Robot soccer,artifical intelligence,strategtic tree,strategy programme, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化技术及设备>机器人技术>机器人> |
| 【论文摘要】 |
机器人足球是近几年发展起来的机器人研究和竞赛项目，融合了人工智能、智能控制、实时视觉、无线通讯、机电一体化等多学科知识。机器人足球本身是一个典型的智能体系统，同时也为智能体系统的理论研究和模型测试提供了一个标准的实验平台。决策系统相当于现代真实足球比赛中的教练员，直接影响比赛的成败，能够体现出机器人足球系统的智能性，对策略系统的深入研究有重大的理论意义和现实应用价值。
智能化是计算机发展的必然趋势，无论是计算机控制，还是商用民用软件，都要求含有越来越高的智能因素，因此人工智能领域的研究越来越受到重视。近几年人工智能成为研究热点之一。比赛中双方队员的位置瞬息万变，要求不仅能智能地躲避对方的拦截，带球突破，还要能同队配合，依照策略行事，这就对人工智能的控制提出了更高的要求。
智能控制技术为自主机器人提供比赛必须的“决策”能力，即用来保证在复杂动态环境条件下，通过“知识”及时进行决策。实际上这个决策树就是足球教练的战术库。计算机仿真系统给自主机器人提供“学习”能力。它不但给自主机器人提供开发比赛策略的环境，而且通过它能开发各种比赛策略。首先在计算机上建立自主机器人球队，球场地的模型，然后在... |
| 【论文题纲】 |
|
摘要 |
3-5 |
|
ABSTRACT |
5-10 |
|
第1章 绪论 |
10-23 |
|
1.1 发展机器人足球的意义 |
10-16 |
|
1.1.1 机器人足球的起源 |
12-13 |
|
1.1.2 足球机器人问题的特点分析 |
13-14 |
|
1.1.3 机器人足球的最终目标与发展路线 |
14-16 |
|
1.2 Simurosot机器人足球 |
16-23 |
|
1.2.1 仿真系统基本结构 |
17 |
|
1.2.2 仿真平台 |
17-18 |
|
1.2.3 系统特点 |
18 |
|
1.2.4 运行环境和开发工具 |
18-19 |
|
1.2.5 仿真平台的使用介绍 |
19 |
|
1.2.6 仿真平台菜单的介绍 |
19-21 |
|
1.2.7 机器人的编号 |
21-22 |
|
1.2.8 鼠标和键盘操作 |
22-23 |
|
第2章 仿真平台与策略程序关系 |
23-27 |
|
2.1 策略程序 |
23 |
|
2.2 仿真平台与策略的运行关系 |
23-24 |
|
2.2.1 仿真平台与策略程序的通讯方式 |
23 |
|
2.2.2 策略程序每个周期接受的数据 |
23-24 |
|
2.2.3 策略程序每个周期发送的数据 |
24 |
|
2.3 仿真平台场地数据 |
24-27 |
|
2.3.1 场地顶点坐标 |
24-25 |
|
2.3.2 场地的各种标志及尺寸 |
25-27 |
|
第3章 基本运动策略的开发 |
27-47 |
|
3.1 接口代码解析 |
27-30 |
|
3.1.1 软件设计 |
27-28 |
|
3.1.2 程序的接口API函数 |
28 |
|
3.1.3 程序的基本数据定义 |
28-30 |
|
3.2 动作函数介绍 |
30-33 |
|
3.3 基本运动模型 |
33-36 |
|
3.3.1 让小车沿直线跑到指定的点 |
33-34 |
|
3.3.2 让小车转弯跑 |
34 |
|
3.3.3 让小车跟着球跑 |
34-35 |
|
3.3.4 让守门员跟据球的Y轴的移动而移动 |
35 |
|
3.3.5 让小车以最快的速度到达指定的点 |
35-36 |
|
3.4 基本策略开发 |
36-44 |
|
3.5 各种定位球 |
44-47 |
|
3.5.1 各种定位球坐标确定方法 |
44 |
|
3.5.2 任意球 |
44-45 |
|
3.5.3 点球 |
45 |
|
3.5.4 球门球 |
45-47 |
|
第4章 高级策略 |
47-63 |
|
4.1 人工智能概述 |
47-54 |
|
4.1.1 人工智能的历史 |
48-51 |
|
4.1.2 人工智能的应用领域 |
51-52 |
|
4.1.3 人工智能的发展现状及前景 |
52-54 |
|
4.2 决策树的介绍 |
54-59 |
|
4.2.1 决策树的概念 |
54-56 |
|
4.2.2 清晰决策树 |
56 |
|
4.2.3 模糊决策树 |
56-59 |
|
4.3 SimuroSot中的模糊决策树 |
59-61 |
|
4.3.1 ID3算法 |
59-60 |
|
4.3.2 C5.0算法 |
60-61 |
|
4.4 决策树的实现 |
61-63 |
|
4.4.1 进攻角色 |
61 |
|
4.4.2 防守角色 |
61-62 |
|
4.4.3 策略转换的延续性和连贯性处理 |
62-63 |
|
第5章 实验和结论 |
63-66 |
|
5.1 试验结果 |
63-64 |
|
5.2 结论 |
64-66 |
|
参考文献 |
66-69 |
|
致谢 |
69 |
|
| 【DOI】 | LunWen.ID:2.2008.388961 |
