強化學習在足球機器人仿真中的應用.pdf

1、機器人足球的研究涉及了人工智能、機器人學、計算機視覺及智能控制等多個領域,是目前機器人研究中的一個熱點。由于機器人足球具有分布性、實時性、動態(tài)性、異步性等特點,使其成為分布式人工智能研究的一個標準的平臺。仿真足球機器人比賽相對于實體比賽而言有不需要昂貴的高性能設備、環(huán)境要求低等優(yōu)點,仿真比賽可以從軟件來模擬實體比賽,學者可以將更多的算法應用于該平臺,從而檢驗這些算法的優(yōu)劣。
　　 強化學習不需要具備先驗的知識,它可以直接通過與環(huán)

2、境的交互來獲取知識,從而改變策略。由于強化學習具有不需要環(huán)境模型、能夠處理噪聲的干擾和隨機性的特性,當狀態(tài)空間很大的時候也可以通過狀態(tài)壓縮、函數(shù)近似等方法來解決。所以強化學習在足球機器人中得到了很廣泛的應用。
　　 本文首先對足球機器人的研究背景和現(xiàn)實意義進行了簡單的介紹,并介紹了所使用的仿真平臺。
　　 其次,研究了強化學習的基本原理,并研究了幾種經(jīng)典的強化學習算法,即瞬時差分算法、Q算法和SARSA算法。