第六章球员智能体体系结构.PDFVIP

WrightEagle 第六章 球员智能体体系结构 本章主要介绍 RoboCup 仿真机器人足球比赛几年来典型的球队，从中可以看到仿真机 器人足球的发展。 6.1 CMUnited 美国卡耐基梅隆大学仿真球队 CMUnited 仿真球队由美国卡耐基梅隆大学研制，蝉联 1998、1999 年两届 RoboCup 仿 真组冠军，后来的球队很多都是在该队源码的基础上改进发展出来的。 CMUnited 球队的体系结构如图 1 所示，将世界模型分为直接对应外部世界的世界状态 模块（World State ）和记录球员内部信息的内部状态模块（Internal State ），相应的球员的 行为也分为改变外部世界的外部行为模块（External Behaviors ）和改变内部状态的内部行为 模块（Internal Behaviors ），而更衣室协定模块（Locker-Room Agreement ）用来制定合作、 通讯等指导团队行为。 • 图1 CMUnited 仿真球队体系结构图 6.2 FCPortugal 葡萄牙仿真球队 FC Portugal 的球队策略包括战术，阵型，球员类型，形势，智能通讯和感知策略和敌 方建模策略。这些结构是由一位人类教练根据对手球队特性首先提出的。 WrightEagle 图2 ：智能体结构和高层决策模型的控制流程 智能体的主要控制循环使用感知解释和动作预测来更新世界模型〔9 〕，然后使用高层 决策模型来决定下一步的动作。FC Portugal 的信息模型是一个四层结构的数据模型： 全局形势信息 － 高层信息比如比分、时间、比赛策略（射门，成功传球，控球等）和 对方行为，用来确定每一时刻的战术； 形势信息 － 和阵型选择相关的信息，和 SBSP，SLM(Strategic Looking Mechanism 策 略上的观测机制)和ADVCOM(Intelligent Communication Mechanism 智能通讯机制)机制相关 的信息； 动作选择信息 － 一套高层参数，用来确定动态形势，选择适当的控球或开球行为； 世界状态 － 底层信息，包括球员和足球的位置和速度。 高层决策模型不仅决定了球员动作，而且决定了战术、阵型、站位和每一时刻的球员类 型。这个高层决策模型（图 2 ）初始化以下内部结构后，进入智能体的主控制循环。这个循 环通过允许 STARTEGY 模型开始，智能体使用比赛的全局信息确定当前战术，使用形势信 息来确定阵型。然后，智能体分析 DPRE （Dynamic Positioning and Role Exchange动态 站位和角色变换）的可能性，执行智能通讯分析和策略观测模型。如果进而死球情况，执行 死球比赛站位。如果活动形势没有被确定，就表明智能体不需要马上进而活动行为，执行 SBSP （Situation Based Strategic Positioning 基于形势的策略站位）。如果形势是活动的，而 且智能体是控球的，就会选择一个恰当的控球动作，否则就会选择一个恰当的开球防守动作。 还有不是决策部分的构成了循环：动作执行和多层世界状态更新。 6.3 TsinghuAeolus 中国清华大学仿真球队[chenjbs] 在 RoboCup 仿真环境中，由于状态空间过于庞大以及反馈延迟过大，不融入任何先验 知识的决策设计很难取得良好的效果。即使对于一些非常简单的概念如带球、截球、射门、 传球等，要让智能体自动地从与环境的交互中总结出来并组织成可用的知识，将是十分困难 的。从人类自身获取知识的实际情况来看，通过教学活动所获得的知识占了很大的比例。基 于以上考虑，TsinghuAeolus 队认为，一个融入人类的先验知识并且能在一定程度上自主学 习的决策系统，是一个有价值而且可行的设计目标。Tsinghua 队主要利用“框架”和“建议” WrightEagle 的形式表达相关的人类知识。比如，人类往往自然而然地把决策分解为进攻和防守，如果还 有点足球知识的话，可以更细致地分解为带球、截球、传球、射门等等。在 Tsinghua 队的 决策体系中，这些概念都是事先假定的，也就是以所谓框架的形式存在