博弈论的足球机器人进攻策略研究

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (30): 224-226.

博弈论的足球机器人进攻策略研究

黎波1，李磊民2

1.西南科技大学信息工程学院，四川绵阳 621000
2.西南科技大学国防科技学院，四川绵阳 621000

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-10-21 发布日期:2011-10-21

Research on soccer robot attack strategy in game theory

LI Bo1，LI Leimin2

1.Department of Information Engineering，Southwest University of Science and Technology，Mianyang，Sichuan 621000，China
2.Department of National Defence Science & Technology，Southwest University of Science and Technology，Mianyang，Sichuan 621000，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-10-21 Published:2011-10-21

摘要/Abstract

摘要： 为提高足球机器人在比赛中进攻中的成功率，通过分析足球机器人一些进攻策略算法的不足和足球机器人进攻的任务以及Nash均衡的主要特征，提出了一种基于博弈论足球机器人进攻策略算法。博弈的战略考虑射门和传球，通过获得的收益函数值选择最佳策略。实验结果表明，足球机器人能迅速合理选择进攻策略，有效地提高机器人在比赛中进攻中的成功率。

关键词: 足球机器人, 博弈论, Nash均衡, 进攻策略

Abstract: In order to improve the success rate of Soccer Robot（SR） in a game，some shortages of attack strategy algorithm are analyzed in many papers.According to the task of attacking and the main characteristics of Nash equilibrium，a new SR attack strategy based on game theory is put forward.On the purpose of obtaining best payoffs to select optimal strategy，the various factors which has impact on SR are considered in the strategic function.The result shows that SR can choose appropriate attack strategy quickly.Moreover，the success rate of SR is improved effectively.

Key words: soccer robot, game theory, Nash equilibrium, attack strategy

黎波1，李磊民2. 博弈论的足球机器人进攻策略研究[J]. 计算机工程与应用, 2011, 47(30): 224-226.

LI Bo1，LI Leimin2. Research on soccer robot attack strategy in game theory[J]. Computer Engineering and Applications, 2011, 47(30): 224-226.

[1]	廖列法，李浩瀚，李帅，朱合隆，李志军. 结合Winner-Take-All的足球机器人控制策略研究[J]. 计算机工程与应用, 2021, 57(7): 136-143.
[2]	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.
[3]	刘根旺，周颖，张磊，康增信. 基于博弈论的人员疏散演化研究[J]. 计算机工程与应用, 2020, 56(8): 49-54.
[4]	王妍，马秀荣，单云龙. Shapley值的LTE系统下行QoS感知资源调度[J]. 计算机工程与应用, 2020, 56(4): 76-81.
[5]	徐齐利. 讨价还价博弈均衡出价策略的算法设计[J]. 计算机工程与应用, 2020, 56(21): 170-175.
[6]	吴青，曾锋. 机会网络自私节点的Bertrand博弈与激励机制研究[J]. 计算机工程与应用, 2020, 56(13): 106-113.
[7]	蒋凌燕1，王晓光2. 物联网技术下重复质押风险的防范[J]. 计算机工程与应用, 2019, 55(9): 223-229.
[8]	陈佳，游晓明，刘升，李娟. 结合信息熵的多种群博弈蚁群算法[J]. 计算机工程与应用, 2019, 55(16): 170-178.
[9]	柴艳妹，韩文英，王坚，王友卫. 博弈选择模型在步态识别中的应用研究[J]. 计算机工程与应用, 2018, 54(19): 26-33.
[10]	王莉莉1，陈国彬1，张广泉2，3. 认知无线电网络中基于公平性的功率控制方案[J]. 计算机工程与应用, 2017, 53(3): 144-148.
[11]	陈明1，文颖1，谭涛2. WSN中基于MDP与博弈论的入侵检测系统[J]. 计算机工程与应用, 2015, 51(9): 117-121.
[12]	郑云水，穆然，林俊亭，成利刚. 铁路应急资源动态多阶段调度决策模型及算法研究[J]. 计算机工程与应用, 2015, 51(20): 213-219.
[13]	陈军，肖明波. 基于非合作博弈的改进型认知无线电功控算法[J]. 计算机工程与应用, 2014, 50(18): 220-225.
[14]	林晓辉，胡璨，张俊玲. 无线传感器网络中基于效用的节点合作机制[J]. 计算机工程与应用, 2014, 50(14): 68-73.
[15]	郜庆市，孙树栋，韩青，钟尧. 蚁群算法参数组合的博弈优化[J]. 计算机工程与应用, 2013, 49(21): 51-55.