基于影响图的传球训练策略的实现.pdfVIP

第 l8卷 第 l2期 计 算 机 技术 与发 展 V01．18 No．12 2008年 l2月 COMPUTERTECHN0LOGY ANDDEVEL0PMENT Dec． 2008 基于影响图的传球训练策略的实现 张润梅 (安徽建筑工业学院 电子与信息工程学院，安徽 合肥 230022) 摘 要：影响图是决策问题的图形表示，利用影响图可以有效地解决智能Agent的行为选择，而传球 问题就是球员Agent 选择传球速度和角度的问题。建立了一个基于影响图的传球模型，并根据该模型创建一个评价传球效果的效用函数；然 后利用由教练程序改写的记录员程序来记录数据，并进行统计得到效用函数中的概率值；最后通过训练得到效用函数中 系数的值，并利用此效用函数作传球训练。训练结果表明该效用函数是可信的。 关键词：机器人足球；影响图；训练；传球 中图分类号：TP18 文献标识码：A 文章编号：1673—629X(2008)12—0245—03 ImplementationofStrategyofPassingBasedon InfluenceDiagrams ZHANG Runmei (Schoo!ofComputerandInformationEngineering，AnhuiInstituteofArchitecture Industry，Hefei230022，China) Abstract：II1fluencediagram isadiagramofdecision—making。usinginfluencediagrna~cansolvethebehaviorchoiceofintelligenceagent effcetively，whilethequestionofpassing helptheagentchoosethespeedandangle．Inthispaper，firstbuildamodelofpassingnadautili— tyfunctionwhichGanevaluatepassingdceision．Second，dataalerceordedbyrecorderprogrma whichisrceomposedbycoachprogram nad thencalculatethesedatatOobtaintheprobabilityofutiliytfunction．Intheend，thevaluesofcoefficientsinutilityfunctiongainbytrain：, ing．nadthenUSetheutilityfunctionOt traintheteam．Thetrainingresu1tindicatesthathteutiliyt functioniscredible． Keywords．robocup；inflHencediagrams；training；passing O 引 言 、 以下三种类型的节点构成：决策节点、随机节点、效用 在 Robocup比赛 中有很多因素都是不确定的，这 节点。其中，决策节点表示决策者能够选择的所有可 是由于赛场上环境的不确定性和Agent的自身状态的 能的行为；随机节点表示和决策相关的随机变量，它和 不确定性造成的。目前，贝叶斯网络被认为是解决不 一 个条件概率表相联系；效用节点表示最大化的效用， 确定性问题的有效方法，而影响图是对贝叶斯网络的 它和一个效用函数相联系。 扩展，是在贝叶斯网络的基础上添加了决策节点和效 影响图中指向不同类型节点的边也具有不同含 用节点l1]。利用影响图能有效地解决智能Agent建模 意：指向随机节点的边 。表示概率依赖关系；指向效