CN106964145A - 一种仿人足球机器人传球控制方法及球队控球方法 - Google Patents
一种仿人足球机器人传球控制方法及球队控球方法 Download PDFInfo
- Publication number
- CN106964145A CN106964145A CN201710189935.2A CN201710189935A CN106964145A CN 106964145 A CN106964145 A CN 106964145A CN 201710189935 A CN201710189935 A CN 201710189935A CN 106964145 A CN106964145 A CN 106964145A
- Authority
- CN
- China
- Prior art keywords
- robot
- pass
- ball
- dis
- holding
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63H—TOYS, e.g. TOPS, DOLLS, HOOPS OR BUILDING BLOCKS
- A63H13/00—Toy figures with self-moving parts, with or without movement of the toy as a whole
- A63H13/02—Toy figures with self-moving parts, with or without movement of the toy as a whole imitating natural actions, e.g. catching a mouse by a cat, the kicking of an animal
- A63H13/04—Mechanical figures imitating the movement of players or workers
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F7/00—Indoor games using small moving playing bodies, e.g. balls, discs or blocks
- A63F7/06—Games simulating outdoor ball games, e.g. hockey or football
- A63F7/0604—Type of ball game
- A63F7/0616—Football or soccer
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Manipulator (AREA)
Abstract
本发明涉及一种仿人足球机器人传球控制方法,采用全新训练模型设计,针对持球机器人确定传球后的传球动作进行控制,能够有效提高传球成功率。并且本发明基于所设计仿人足球机器人传球控制方法,进一步设计球队控球方法,针对全队机器人进行统筹控制,在提高传球成功率的同时,能够有效提高球队持球时长,增加赢球率。
Description
技术领域
本发明涉及一种仿人足球机器人传球控制方法及球队控球方法,属于足球机器人技术领域。
背景技术
机器人足球是人工智能与机器人研究领域的前沿课题。RoboCup 3D仿真环境是基于一个通用的多智能体物理模拟器—— simspark。该模拟器采用开放的动力学引擎(OpenDynamics Engine ODE)库以实现其对刚体动力学和碰撞检测与摩擦的逼真模拟。随着机器人技术的发展,有效的传球动作与传球战术已经成为该领域的热点问题。
Peter stone 为了解决2D仿真平台中机器人的传球问题,提出了一个有效的训练模型——KeepAway。该训练模型是一个典型的强化学习模型,其训练思想是在一个固定的区域内,对固定数量的双方球员进行训练,使一方球员获得最长持球能力。训练区域内的所有智能体分为keeper (守球者)和taker(夺球者)两种,研究人员一旦设定了球场大小和双方球员数量这些参数信息就可以建立训练模型,对训练区域内的智能体进行反复不间断的强化训练,直至每个keeper能够在指定情境下作出对应动作,以此实现持球时间最大化。
但是,3D仿真平台与2D仿真平台无论是比赛环境还是智能体特点都存在极大差异,因此,单纯的将KeepAway平台直接嫁接到3D平台中,是不可行的。主要问题如下:
(1)底层方面:两种仿真平台采用的是两种不同的机器人模型,不同结构与参数的机器人模型必然会引起一系列底层问题;
(2)行为层方面:2D仿真平台中将球员视为质点,则不存在机器人摔倒等行为问题;另外,两者环境信息的感知与行为的执行方式也不同;
(3)策略层方面:2D仿真中的KeepAway训练模型强调的是智能体的控球时间问题,没能兼顾球员之间的配合,这对3D实际比赛的意义不大。
因此,想要在RoboCup3D仿真平台上应用KeepAway训练模型训练出有效的传球战术,就需要对训练模型、学习算法等作出改进。
发明内容
本发明所要解决的技术问题是提供一种采用全新训练模型设计,能够有效提高传球成功率的仿人足球机器人传球控制方法。
本发明为了解决上述技术问题采用以下技术方案:本发明设计了一种仿人足球机器人传球控制方法,针对持球机器人确定传球后的传球动作进行控制,包括如下步骤:
步骤001. 判断持球机器人视角范围内己方机器人的数量是否大于1,是则进入步骤003;否则进入步骤002;
步骤002. 将以持球机器人位置为顶点、持球机器人位置与其视角范围内己方机器人位置间连线为中线、预设长度R为半径、预设扇形弧度的扇形区域作为目标传球区,并进入步骤006;
步骤003. 分别针对持球机器人视角范围内的各个己方机器人,以持球机器人位置为顶点、持球机器人位置与己方机器人位置间连线为中线、预设长度R为半径、预设扇形弧度的扇形区域作为待选目标传球区,进而获得分别对应持球机器人视角范围内各个己方机器人的待选目标传球区,然后进入步骤004;
步骤004. 分别针对各个待选目标传球区,获得持球机器人位置与待选目标传球区中己方机器人位置之间的距离dis_K,以及持球机器人位置与该待选目标传球区中敌方机器人位置之间的距离dis_T,然后根据如下公式:
state 1 (dis_K<dis_T) :ball_pass=(dis_T/R)+1;
state 2 (dis_K=dis_T) :ball_pass=1;
state 3 (dis_K>dis_T) :ball_pass=0;
获得对应于该待选目标传球区的ball_pass值,进而获得分别对应各个待选目标传球区的ball_pass值,然后进入步骤005;
步骤005. 将最大ball_pass值所对应的待选目标传球区作为目标传球区,并进入步骤006;
步骤006. 持球机器人将足球踢向目标传球区,并向目标传球区中的己方机器人发送接球指令,针对持球机器人确定传球后的传球动作实现控制。
作为本发明的一种优选技术方案:所述步骤004中,分别针对各个待选目标传球区,在获得持球机器人位置与待选目标传球区中己方机器人位置之间的距离dis_K,以及持球机器人位置与该待选目标传球区中敌方机器人位置之间的距离dis_T的同时,判断持球机器人视角范围内是否存在敌方球门,是则定义direction_O为预设正数值,否则定义direction_O为预设负数值;然后根据如下公式:
state 1 (dis_K<dis_T) :ball_pass=(dis_T/R)+1+direction_O;
state 2 (dis_K=dis_T) :ball_pass=1+direction_O;
state 3 (dis_K>dis_T) :ball_pass=direction_O;
获得对应于该待选目标传球区的ball_pass值,进而获得分别对应各个待选目标传球区的ball_pass值。
作为本发明的一种优选技术方案:所述预设长度R小于等于所述机器人的最大传球距离。
本发明所述一种仿人足球机器人传球控制方法采用以上技术方案与现有技术相比,具有以下技术效果:本发明设计的仿人足球机器人传球控制方法,采用全新训练模型设计,针对持球机器人确定传球后的传球动作进行控制,能够有效提高传球成功率。
基于上述设计,本发明还要解决的技术问题是提供一种基于仿人足球机器人传球控制方法的球队控球方法,基于所设计仿人足球机器人传球控制方法,针对全队机器人进行统筹控制,在提高传球成功率的同时,能够有效提高球队持球时长,增加赢球率。
本发明为了解决上述技术问题采用以下技术方案:本发明设计了一种基于仿人足球机器人传球控制方法的球队控球方法,包括如下步骤:
步骤A. 持球机器人获得足球后,判断持球机器人是否适合带球跑位,是则进入步骤B;否则进入步骤D;
步骤B. 持球机器人执行带球跑位,并进入步骤C;
步骤C. 判断持球机器人当前位置是否适合继续带球跑位,是则返回步骤B;否则进入步骤D;
步骤D. 判断持球机器人带球转动,直至其视角范围内存在己方机器人,并进入步骤E;
步骤E. 持球机器人执行所述步骤001至所述步骤006,且步骤006之后,进入步骤F;
步骤F. 所述目标传球区中的己方机器人根据所接收来自所述持球机器人的接球指令进行跑位,并进入步骤G;
步骤G. 判断目标传球区中的己方机器人是否接到足球,是则将该己方机器人更新为持球机器人,并返回步骤A;否则进入步骤H;
步骤H. 判断足球是否被敌方机器人获得,是则己方球队控球结束,否则进入步骤I;
步骤I. 判断足球是否滚出球场边界,是则己方球队控球结束,否则返回步骤G。
作为本发明的一种优选技术方案:执行步骤A的同时,开始计时,直到己方球队控球结束,获得己方球队控球时长。
本发明所述一种基于仿人足球机器人传球控制方法的球队控球方法采用以上技术方案与现有技术相比,具有以下技术效果:本发明设计基于仿人足球机器人传球控制方法的球队控球方法,基于所设计仿人足球机器人传球控制方法,针对全队机器人进行统筹控制,在提高传球成功率的同时,能够有效提高球队持球时长,增加赢球率。
附图说明
图1是本发明所设计仿人足球机器人传球控制方法的流程示意图;
图2是本发明所设计仿人足球机器人传球控制方法中有效传球区域示意图;
图3a为应用本发明设计方法与UTAustinVilla球队实战对抗过程中53s的传球示意图;
图3b为应用本发明设计方法与UTAustinVilla球队实战对抗过程中243s的传球示意图;
图4a为应用本发明设计方法与magmaOffenburg球队实战对抗过程中51s的传球示意图;
图4b为应用本发明设计方法与magmaOffenburg球队实战对抗过程中72.3s的传球示意图。
具体实施方式
下面结合说明书附图对本发明的具体实施方式作进一步详细的说明。
在对于仿人足球机器人的设计过程中,想要在RoboCup3D仿真平台上应用KeepAway训练模型训练出有效的传球战术,就需要对训练模型、学习算法等作出改进。根据KeepAway训练思想,参照RoboCup2D仿真平台中的训练模型,本发明设计了一种仿人足球机器人传球控制方法,针对持球机器人确定传球后的传球动作进行控制,在实际的应用当中,如图1所示,具体包括如下步骤:
步骤001. 判断持球机器人视角范围内己方机器人的数量是否大于1,是则进入步骤003;否则进入步骤002。
步骤002. 如图2所示,将以持球机器人位置为顶点、持球机器人位置与其视角范围内己方机器人位置间连线为中线、预设长度R为半径、预设扇形弧度的扇形区域作为目标传球区,并进入步骤006。
步骤003. 分别针对持球机器人视角范围内的各个己方机器人,以持球机器人位置为顶点、持球机器人位置与己方机器人位置间连线为中线、预设长度R为半径、预设扇形弧度的扇形区域作为待选目标传球区,进而获得分别对应持球机器人视角范围内各个己方机器人的待选目标传球区,然后进入步骤004。
步骤004. 分别针对各个待选目标传球区,在获得持球机器人位置与待选目标传球区中己方机器人位置之间的距离dis_K,以及持球机器人位置与该待选目标传球区中敌方机器人位置之间的距离dis_T的同时,判断持球机器人视角范围内是否存在敌方球门,是则定义direction_O为预设正数值,否则定义direction_O为预设负数值;然后根据如下公式:
state 1 (dis_K<dis_T) :ball_pass=(dis_T/R)+1+direction_O;
state 2 (dis_K=dis_T) :ball_pass=1+direction_O;
state 3 (dis_K>dis_T) :ball_pass=direction_O;
获得对应于该待选目标传球区的ball_pass值,进而获得分别对应各个待选目标传球区的ball_pass值,然后进入步骤005。
步骤005. 将最大ball_pass值所对应的待选目标传球区作为目标传球区,并进入步骤006。
步骤006. 持球机器人将足球踢向目标传球区,并向目标传球区中的己方机器人发送接球指令,针对持球机器人确定传球后的传球动作实现控制。
上述所设计仿人足球机器人传球控制方法在实际应用中,针对所述预设长度R,具体设计采用小于等于所述机器人的最大传球距离。并且基于上述所设计的仿人足球机器人传球控制方法,本发明还进一步设计了基于仿人足球机器人传球控制方法的球队控球方法,实际应用中,具体包括如下步骤:
步骤A. 持球机器人获得足球后,判断持球机器人是否适合带球跑位,是则进入步骤B;否则进入步骤D。
步骤B. 持球机器人执行带球跑位,并进入步骤C。
步骤C. 判断持球机器人当前位置是否适合继续带球跑位,是则返回步骤B;否则进入步骤D。
步骤D. 判断持球机器人带球转动,直至其视角范围内存在己方机器人,并进入步骤E。
步骤E. 持球机器人执行所述步骤001至所述步骤006,且步骤006之后,进入步骤F。
步骤F. 所述目标传球区中的己方机器人根据所接收来自所述持球机器人的接球指令进行跑位,并进入步骤G。
步骤G. 判断目标传球区中的己方机器人是否接到足球,是则将该己方机器人更新为持球机器人,并返回步骤A;否则进入步骤H。
步骤H. 判断足球是否被敌方机器人获得,是则己方球队控球结束,否则进入步骤I。
步骤I. 判断足球是否滚出球场边界,是则己方球队控球结束,否则返回步骤G。
在上述所设计球队控球方法的应用过程中,执行步骤A的同时,开始计时,直到己方球队控球结束,获得己方球队控球时长。
接下来,将上述所设计仿人足球机器人传球控制方法及球队控球方法应用于KeepAway 3vs 2 的训练场景当中,首先初始化训练场景。
(1)训练场景:在非球门附近选定10m×10m的训练区域,放置角色分别为前锋(Center Forward CF)、左小前锋(Small Forward in Right SFR)和右小前锋(SmallForward in Left SFL)的己方球员和两名夺球方球员。
(2)高层动作:Peter Stone根据人类对足球知识,通过封装球员的底层原子动作,为KeepAway认为定义了一系列的高层动作。本专利针对高层策略进行研究,所设计的策略均基于这些现有的高层动作,同时对动作的相应算法进行改进,使之适用于RoboCup3D仿真平台。守球球员使用的高层动作包括:
PassBall(k)(传球):将球踢向队友k;
GetOpen()(跑位):非带球球员从当前位置跑向下一位置,以达到截球或者控球的目的;
Dribble()(带球):带球球员带球跑至合适位置。
(3)角色任务:离球最近的球员角色为CF,CF的主要任务是获得或者保持球权。CF获得球权后,通过环境反馈的信息判断是否适合传球,如果适合则执行传球动作,反之执行带球行为。此中,CF需确保球在己方直到球成功传到队友脚下。在CF持球过程中,其他非持球队员执行GetOpen(),跑到最适合接球的位置,等待传球。
然后,基于上述所搭建场景,将本发明所设计仿人足球机器人传球控制方法及球队控球方法具体应用到我方仿人足球机器人球队上,并分别与世界一流队伍UTAustinVilla和magmaOffenburg进行实战,观察在实战中我方仿人足球机器人的表现,在特定情境下,是否能够做出准确传球判断,是持球时间最大化,以此证明本专利提出的方法在实战中的有效性。
在实际与UTAustinVilla球队进行实战对抗过程中,可以观察到,如图3a所示,在53s的时候,4号球员获得球权,并准备传球给9号球员;图3a中,实线表示每个球员在该时刻下的行走目标点,段状线表示传球轨迹,而点状线则表示未使用KeepAway训练模型进行强化学习时在该时刻带球行走的目标点。同样,在实际与UTAustinVilla球队进行实战对抗过程中,如图3b所示,在243s的时候,3号球员获得球权,并且准确判断球场情况,执行传球动作。由此可见,经过强化训练的队伍在特定情境下,可以准确判断场上局势,使用传球战术,在适当的时机将球转移给队友,以此增加持球时间,提高持球率,使对手很难获得球权。
在实际与magmaOffenburg球队进行实战对抗过程中,如图4a和图4b,同样可以观察到,在比赛进行到51s和72s时,球员都面临着传球和射门的选择。在51s时,拥有球权的6号球员既没有选择直接射门,也没有选择传球给8号队友(点状线表示的方向),而是选择带球前进(实线表示的方向)。这是因为,受过强化训练的球员可以根据场上的信息进行准确判断,6号球员如果直接射门,会被守门员阻截,如果传球给8号,同样,被对手截球的可能性会很大,在此种情况下,选择带球前进则会获得最大奖赏。而在72s时,获得球权的3号球员可以选择直接射门(段状线表示方向)和传球给7号(点状线表示方向),但此时对方守门员与周围的球员均已倒下,是射门的最佳时机,故3号球员选择了直接射门。
本发明将所设计仿人足球机器人传球控制方法及球队控球方法进一步进行实际
应用,与截球表现较为出色的CIT队伍进行对抗,并以实战进行传球实验所获得的数据,实
验中将由我方球员从中场开始执行传球,当经过至少3名球员后,球被传至对方禁区则视为
传球成功,超出150s足球未到达对方禁区或球被对方截断视为传球失败,在以上规则下,具
体我方仿人足球机器人球队与截球表现较为出色的CIT队伍进行100次模拟传球实验,获得
如下表2所示数据
时间 | 0-30 | 31-60 | 31-90 | 91-120 | 121-150 | 150+ |
攻入对方禁区(次数) | 0 | 5 | 13 | 22 | 21 | 12 |
被拦截(次数) | 3 | 3 | 5 | 4 | 5 | 7 |
超时(次数) | — | — | — | — | — | 19 |
表 2
如表2所示,实验数据表明本专利所研究的传球战术在实战比赛当中同样有效,整个半场传球时间在30s以上的成功率较高,150s内成功61次,被拦截20次。超时的19次中也有12次成功到达对方禁区,成功率为61%。新的传球策略有较好的实用性,球队持球传球率大大提高。
上面结合附图对本发明的实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变化。
Claims (5)
1.一种仿人足球机器人传球控制方法,针对持球机器人确定传球后的传球动作进行控制,其特征在于,包括如下步骤:
步骤001. 判断持球机器人视角范围内己方机器人的数量是否大于1,是则进入步骤003;否则进入步骤002;
步骤002. 将以持球机器人位置为顶点、持球机器人位置与其视角范围内己方机器人位置间连线为中线、预设长度R为半径、预设扇形弧度的扇形区域作为目标传球区,并进入步骤006;
步骤003. 分别针对持球机器人视角范围内的各个己方机器人,以持球机器人位置为顶点、持球机器人位置与己方机器人位置间连线为中线、预设长度R为半径、预设扇形弧度的扇形区域作为待选目标传球区,进而获得分别对应持球机器人视角范围内各个己方机器人的待选目标传球区,然后进入步骤004;
步骤004. 分别针对各个待选目标传球区,获得持球机器人位置与待选目标传球区中己方机器人位置之间的距离dis_K,以及持球机器人位置与该待选目标传球区中敌方机器人位置之间的距离dis_T,然后根据如下公式:
state 1 (dis_K<dis_T) :ball_pass=(dis_T/R)+1;
state 2 (dis_K=dis_T) :ball_pass=1;
state 3 (dis_K>dis_T) :ball_pass=0;
获得对应于该待选目标传球区的ball_pass值,进而获得分别对应各个待选目标传球区的ball_pass值,然后进入步骤005;
步骤005. 将最大ball_pass值所对应的待选目标传球区作为目标传球区,并进入步骤006;
步骤006. 持球机器人将足球踢向目标传球区,并向目标传球区中的己方机器人发送接球指令,针对持球机器人确定传球后的传球动作实现控制。
2.根据权利要求1所述一种仿人足球机器人传球控制方法,其特征在于:所述步骤004中,分别针对各个待选目标传球区,在获得持球机器人位置与待选目标传球区中己方机器人位置之间的距离dis_K,以及持球机器人位置与该待选目标传球区中敌方机器人位置之间的距离dis_T的同时,判断持球机器人视角范围内是否存在敌方球门,是则定义direction_O为预设正数值,否则定义direction_O为预设负数值;然后根据如下公式:
state 1 (dis_K<dis_T) :ball_pass=(dis_T/R)+1+direction_O;
state 2 (dis_K=dis_T) :ball_pass=1+direction_O;
state 3 (dis_K>dis_T) :ball_pass=direction_O;
获得对应于该待选目标传球区的ball_pass值,进而获得分别对应各个待选目标传球区的ball_pass值。
3.根据权利要求1或2所述一种仿人足球机器人传球控制方法,其特征在于:所述预设长度R小于等于所述机器人的最大传球距离。
4.一种基于权利要求1至3中任意一项所述一种仿人足球机器人传球控制方法的球队控球方法,其特征在于,包括如下步骤:
步骤A. 持球机器人获得足球后,判断持球机器人是否适合带球跑位,是则进入步骤B;否则进入步骤D;
步骤B. 持球机器人执行带球跑位,并进入步骤C;
步骤C. 判断持球机器人当前位置是否适合继续带球跑位,是则返回步骤B;否则进入步骤D;
步骤D. 判断持球机器人带球转动,直至其视角范围内存在己方机器人,并进入步骤E;
步骤E. 持球机器人执行所述步骤001至所述步骤006,且步骤006之后,进入步骤F;
步骤F. 所述目标传球区中的己方机器人根据所接收来自所述持球机器人的接球指令进行跑位,并进入步骤G;
步骤G. 判断目标传球区中的己方机器人是否接到足球,是则将该己方机器人更新为持球机器人,并返回步骤A;否则进入步骤H;
步骤H. 判断足球是否被敌方机器人获得,是则己方球队控球结束,否则进入步骤I;
步骤I. 判断足球是否滚出球场边界,是则己方球队控球结束,否则返回步骤G。
5.根据权利要求4所述一种基于仿人足球机器人传球控制方法的球队控球方法,其特征在于,执行步骤A的同时,开始计时,直到己方球队控球结束,获得己方球队控球时长。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710189935.2A CN106964145B (zh) | 2017-03-28 | 2017-03-28 | 一种仿人足球机器人传球控制方法及球队控球方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710189935.2A CN106964145B (zh) | 2017-03-28 | 2017-03-28 | 一种仿人足球机器人传球控制方法及球队控球方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106964145A true CN106964145A (zh) | 2017-07-21 |
CN106964145B CN106964145B (zh) | 2020-11-10 |
Family
ID=59335892
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710189935.2A Active CN106964145B (zh) | 2017-03-28 | 2017-03-28 | 一种仿人足球机器人传球控制方法及球队控球方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106964145B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108563112A (zh) * | 2018-03-30 | 2018-09-21 | 南京邮电大学 | 用于仿真足球机器人控球的控制方法 |
CN109617968A (zh) * | 2018-12-14 | 2019-04-12 | 启元世界(北京)信息技术服务有限公司 | 多智能体协作系统及其智能体、智能体间的通信方法 |
CN109669446A (zh) * | 2017-10-13 | 2019-04-23 | 苏州宝时得电动工具有限公司 | 回归引导线寻找方法、装置和自动移动设备 |
CN109794937A (zh) * | 2019-01-29 | 2019-05-24 | 南京邮电大学 | 一种基于强化学习的足球机器人协作方法 |
CN109828568A (zh) * | 2019-02-15 | 2019-05-31 | 武汉理工大学 | 对RoboCup比赛的NAO机器人寻球步态优化方法 |
CN110280019A (zh) * | 2019-06-21 | 2019-09-27 | 南京邮电大学 | 基于强化学习的足球机器人防守策略 |
CN110653819A (zh) * | 2019-09-25 | 2020-01-07 | 上海大学 | 一种仿人机器人的踢球动作生成系统及方法 |
CN113001545A (zh) * | 2021-03-01 | 2021-06-22 | 北方工业大学 | 一种机器人控制方法、控制装置及机器人 |
CN113326902A (zh) * | 2021-07-08 | 2021-08-31 | 中国人民解放军国防科技大学 | 基于在线学习的策略获取方法、装置及设备 |
CN113391556A (zh) * | 2021-08-12 | 2021-09-14 | 中国科学院自动化研究所 | 基于角色分配的群体分布式控制方法及装置 |
CN113534784A (zh) * | 2020-04-17 | 2021-10-22 | 华为技术有限公司 | 智能体动作的决策方法及相关设备 |
CN113902770A (zh) * | 2021-12-10 | 2022-01-07 | 中国科学院自动化研究所 | 传球优势区域确定方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101834842A (zh) * | 2010-03-16 | 2010-09-15 | 清华大学 | 嵌入式环境下的RoboCup平台球员智能控制方法及其系统 |
CN103217903A (zh) * | 2013-04-07 | 2013-07-24 | 南京邮电大学 | 基于双平衡控制机制的仿人足球机器人全向踢球方法 |
CN103345258A (zh) * | 2013-06-16 | 2013-10-09 | 西安科技大学 | 一种足球机器人目标追踪方法及系统 |
JP2014136141A (ja) * | 2013-01-18 | 2014-07-28 | Iai Corp | ロボットゲームシステム |
CN104991514A (zh) * | 2015-05-15 | 2015-10-21 | 南京立坤智能技术有限公司 | 基于Robocup中型组机器人软件架构自定位的方法 |
CN105641916A (zh) * | 2016-01-07 | 2016-06-08 | 广州大学 | 意念足球游戏机 |
-
2017
- 2017-03-28 CN CN201710189935.2A patent/CN106964145B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101834842A (zh) * | 2010-03-16 | 2010-09-15 | 清华大学 | 嵌入式环境下的RoboCup平台球员智能控制方法及其系统 |
JP2014136141A (ja) * | 2013-01-18 | 2014-07-28 | Iai Corp | ロボットゲームシステム |
CN103217903A (zh) * | 2013-04-07 | 2013-07-24 | 南京邮电大学 | 基于双平衡控制机制的仿人足球机器人全向踢球方法 |
CN103345258A (zh) * | 2013-06-16 | 2013-10-09 | 西安科技大学 | 一种足球机器人目标追踪方法及系统 |
CN104991514A (zh) * | 2015-05-15 | 2015-10-21 | 南京立坤智能技术有限公司 | 基于Robocup中型组机器人软件架构自定位的方法 |
CN105641916A (zh) * | 2016-01-07 | 2016-06-08 | 广州大学 | 意念足球游戏机 |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109669446A (zh) * | 2017-10-13 | 2019-04-23 | 苏州宝时得电动工具有限公司 | 回归引导线寻找方法、装置和自动移动设备 |
CN109669446B (zh) * | 2017-10-13 | 2022-04-15 | 苏州宝时得电动工具有限公司 | 回归引导线寻找方法、装置和自动移动设备 |
CN108563112A (zh) * | 2018-03-30 | 2018-09-21 | 南京邮电大学 | 用于仿真足球机器人控球的控制方法 |
CN109617968A (zh) * | 2018-12-14 | 2019-04-12 | 启元世界(北京)信息技术服务有限公司 | 多智能体协作系统及其智能体、智能体间的通信方法 |
CN109617968B (zh) * | 2018-12-14 | 2019-10-29 | 启元世界(北京)信息技术服务有限公司 | 多智能体协作系统及其智能体、智能体间的通信方法 |
CN109794937B (zh) * | 2019-01-29 | 2021-10-01 | 南京邮电大学 | 一种基于强化学习的足球机器人协作方法 |
CN109794937A (zh) * | 2019-01-29 | 2019-05-24 | 南京邮电大学 | 一种基于强化学习的足球机器人协作方法 |
CN109828568A (zh) * | 2019-02-15 | 2019-05-31 | 武汉理工大学 | 对RoboCup比赛的NAO机器人寻球步态优化方法 |
CN109828568B (zh) * | 2019-02-15 | 2022-04-15 | 武汉理工大学 | 对RoboCup比赛的NAO机器人寻球步态优化方法 |
CN110280019A (zh) * | 2019-06-21 | 2019-09-27 | 南京邮电大学 | 基于强化学习的足球机器人防守策略 |
CN110653819A (zh) * | 2019-09-25 | 2020-01-07 | 上海大学 | 一种仿人机器人的踢球动作生成系统及方法 |
CN113534784A (zh) * | 2020-04-17 | 2021-10-22 | 华为技术有限公司 | 智能体动作的决策方法及相关设备 |
CN113534784B (zh) * | 2020-04-17 | 2024-03-05 | 华为技术有限公司 | 智能体动作的决策方法及相关设备 |
CN113001545A (zh) * | 2021-03-01 | 2021-06-22 | 北方工业大学 | 一种机器人控制方法、控制装置及机器人 |
CN113326902A (zh) * | 2021-07-08 | 2021-08-31 | 中国人民解放军国防科技大学 | 基于在线学习的策略获取方法、装置及设备 |
CN113326902B (zh) * | 2021-07-08 | 2021-11-05 | 中国人民解放军国防科技大学 | 基于在线学习的策略获取方法、装置及设备 |
CN113391556A (zh) * | 2021-08-12 | 2021-09-14 | 中国科学院自动化研究所 | 基于角色分配的群体分布式控制方法及装置 |
CN113391556B (zh) * | 2021-08-12 | 2021-12-07 | 中国科学院自动化研究所 | 基于角色分配的群体分布式控制方法及装置 |
CN113902770B (zh) * | 2021-12-10 | 2022-04-08 | 中国科学院自动化研究所 | 传球优势区域确定方法及装置 |
CN113902770A (zh) * | 2021-12-10 | 2022-01-07 | 中国科学院自动化研究所 | 传球优势区域确定方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN106964145B (zh) | 2020-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106964145A (zh) | 一种仿人足球机器人传球控制方法及球队控球方法 | |
Dearing | Volleyball fundamentals, 2E | |
JP7206305B2 (ja) | 2環境ゲームプレイシステム | |
CN108920743A (zh) | 一种基于炸点空间位置的目标毁伤计算方法 | |
CN106407596A (zh) | 防空导弹命中毁伤过程建模仿真方法 | |
CN109794937A (zh) | 一种基于强化学习的足球机器人协作方法 | |
CN104460668A (zh) | 一种提高足球机器人射门效率的方法 | |
CN110280019A (zh) | 基于强化学习的足球机器人防守策略 | |
Sari et al. | Decision system for robosoccer agent based on ooda loop | |
Sporiš et al. | The latent structure of soccer in the phases of attack and defense | |
Seeger | The Soccer Games and Drills Compendium: 350 Smart and Practical Games to Form Intelligent Players-For All Levels | |
Martin | The best of soccer journal: an NSCAA guide to soccer coaching excellence | |
Rauschenbach | Charge! and Catch Coop Two Games for Teaching Game Play Strategy | |
US20100279261A1 (en) | Coaching aid | |
Moazzen et al. | 3D simulation of tennis game using learning algorithms by application of virtual reality | |
Zhao et al. | Local passing-ball tactics based on a Keepaway algorithm | |
Kobayashi et al. | Autonomous learning of ball trapping in the four-legged robot league | |
Turner | Touch Rugby. | |
Hajduk et al. | Multiagents system with dynamic box change for MiroSot | |
Englund et al. | Soccer Transition Training: Moving Between Attack and Defense | |
RU2720826C1 (ru) | Способ имитационной наработки техники движений и действий выпуска кёрлингового камня | |
Olave et al. | The UNSW RoboCup 2002 legged league team | |
WO2024037150A1 (zh) | 基于虚拟世界的人机交互方法、装置、设备、介质及产品 | |
Engström et al. | RoboCup Soccer Simulation A hand-coded approach to creating autonomous agents | |
CN106267805A (zh) | 一种能够提高智力、帮助学习历史典故的知识棋 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Room 201, building 2, phase II, No.1 Kechuang Road, Yaohua street, Qixia District, Nanjing City, Jiangsu Province Applicant after: NANJING University OF POSTS AND TELECOMMUNICATIONS Address before: 210000 Jiangsu city of Nanjing province Ya Dong new Yuen Road No. 9 Applicant before: NANJING University OF POSTS AND TELECOMMUNICATIONS |
|
GR01 | Patent grant | ||
GR01 | Patent grant |