基于Q学习Robocup前锋的射门训练

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (18): 53-55.

基于Q学习Robocup前锋的射门训练

申迅，刘国栋

江南大学通信与控制工程学院，江苏无锡 214000

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-06-21 发布日期:2011-06-21

Robocup vanguard’s goal-scoring ability based on Q-learning

SHEN Xun，LIU Guodong

School of Communication and Control Engineering，Jiangnan University，Wuxi，Jiangsu 214000 China

Received:1900-01-01 Revised:1900-01-01 Online:2011-06-21 Published:2011-06-21

摘要/Abstract

摘要： 3D仿真机器人是当今人工智能领域里一个极富挑战性的高技术密集型项目。在Robocup 3D比赛中，由于现今球队的人数较少，一个球队的进攻能力往往取决于前锋的个人能力，因此增强前锋的射门能力就显得十分重要。Q学习是一种重要的强化学习方法，将Q学习用到Robocup仿真环境中，使智能体通过在线学习获得射门技巧，并且通过实际比赛证明了算法的有效性。

关键词: Robocup, Q学习, 智能体, 射门

Abstract: 3D simulation of robot soccer is one of the modern challenging high-tech-intensive projects in artificial intelligence field.Due to the small number of players in one team in the competition，the offensive capability of a team often depends on the vanguard ’s personal abilities，and it is extremely necessary to enhance ability of vanguard’s shot ability.Q-learning is an important method of reinforcement learning.This paper uses Q-learning in simulation environment，so that agent can learn shot skills through the online learning，and it has proved the effectiveness of the algorithm through the actual game.

Key words: Robocup, Q-learning, Agent, shot

申迅，刘国栋. 基于Q学习Robocup前锋的射门训练[J]. 计算机工程与应用, 2011, 47(18): 53-55.

SHEN Xun，LIU Guodong. Robocup vanguard’s goal-scoring ability based on Q-learning[J]. Computer Engineering and Applications, 2011, 47(18): 53-55.

[1]	伍京华，吴学桥. 基于Agent的改进贴近度的多属性评价模型[J]. 计算机工程与应用, 2021, 57(5): 65-70.
[2]	张俊杰，张聪，赵涵捷. 重复利用状态值的竞争深度Q网络算法[J]. 计算机工程与应用, 2021, 57(4): 134-140.
[3]	陈世明，林子朋，高彦丽，裴惠琴. 自适应耦合权重下的异质群体一致性研究[J]. 计算机工程与应用, 2021, 57(4): 231-235.
[4]	王军，曹雷，陈希亮，赖俊，章乐贵. 多智能体博弈强化学习研究综述[J]. 计算机工程与应用, 2021, 57(21): 1-13.
[5]	李振涛，冯元珍，王正新. 事件触发下多智能体系统固定时间二分一致性[J]. 计算机工程与应用, 2021, 57(21): 80-86.
[6]	况立群，李思远，冯利，韩燮，徐清宇. 深度强化学习算法在智能军事决策中的应用[J]. 计算机工程与应用, 2021, 57(20): 271-278.
[7]	杨薛钰，陈建平，傅启明，陆悠，吴宏杰. 基于随机方差减小方法的DDPG算法[J]. 计算机工程与应用, 2021, 57(19): 104-111.
[8]	孙彧，曹雷，陈希亮，徐志雄，赖俊. 多智能体深度强化学习研究综述[J]. 计算机工程与应用, 2020, 56(5): 13-24.
[9]	茆汉国，张建德. 多智能体系统的非震颤固定时间一致性[J]. 计算机工程与应用, 2020, 56(4): 158-162.
[10]	陈良康，过榴晓，杨永清. 带有智能领导者的网络系统分群投影一致性[J]. 计算机工程与应用, 2020, 56(19): 42-47.
[11]	许元云，何明，刘锦涛，周波，杨铖. 碰撞锥检测改进的多智能体避障算法[J]. 计算机工程与应用, 2020, 56(18): 63-68.
[12]	司彦娜，普杰信，臧绍飞. 基于残差梯度法的神经网络Q学习算法[J]. 计算机工程与应用, 2020, 56(18): 137-142.
[13]	王梦娇，尹翔，黄宁馨. 基于迁移学习的多任务分配算法[J]. 计算机工程与应用, 2020, 56(13): 150-155.
[14]	陈晓倩，刘瑞祥. 基于最小二乘策略迭代的无人机航迹规划方法[J]. 计算机工程与应用, 2020, 56(1): 191-195.
[15]	王丽丽1，2，刘昕3. 电动网约车充电站布局优化研究#br#[J]. 计算机工程与应用, 2019, 55(14): 228-234.