Robocup3D仿真機(jī)器人截球技術(shù)的研究

1、Robocup3D仿真機(jī)器人截球技術(shù)的研究摘 要：在Robocup3D仿真機(jī)器人世界杯足球比賽中，仿真機(jī)器人球員技術(shù)動(dòng)作設(shè)計(jì)的優(yōu)劣在很大程度上決定了球隊(duì)的強(qiáng)與弱，本文研究了Robocup3D仿真機(jī)器人截球技術(shù)，將BP神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用到截球動(dòng)作中，通過實(shí)驗(yàn)發(fā)現(xiàn)，采用該方法使得截球成功率大大進(jìn)步。關(guān)鍵詞：Robocup3D；機(jī)器人；截球；BP神經(jīng)網(wǎng)絡(luò)0 引言機(jī)器人世界杯足球比賽簡稱Robocup，Robocup3D仿真比賽近似于人類足球比賽，抑制了機(jī)器人硬件的多方面限制，解決了很多現(xiàn)階段硬件無法實(shí)現(xiàn)的功能，所以對多智能體系統(tǒng)MAS和分布式人工智能DAI的理論研究具有深遠(yuǎn)的影響。在Robocup3D

2、仿真比賽系統(tǒng)中，每個(gè)機(jī)器人體系構(gòu)造包括世界模型、通信、高層決策、動(dòng)作模型等模塊。其中動(dòng)作模型中截球技術(shù)的優(yōu)劣對整個(gè)Robocup3D仿真比賽的結(jié)果具有重要的影響。本文將仿真機(jī)器人截球技術(shù)分為兩種情況，一種為遠(yuǎn)間隔 截球，另一種為近間隔 截球，將BP神經(jīng)網(wǎng)絡(luò)應(yīng)用到遠(yuǎn)間隔 截球技術(shù)中，采用該方法縮短了截球時(shí)間，進(jìn)步了截球成功率。1 Robocup3D仿真系統(tǒng)簡介1.1 Robocup3D仿真系統(tǒng)構(gòu)造采用Client/Server方式設(shè)計(jì)RoboCup3D仿真機(jī)器人足球比賽系統(tǒng)，由監(jiān)視器和客戶端、效勞器端組成該系統(tǒng)。對真實(shí)的物理三維世界的模擬可以由Robocup3D仿真環(huán)境實(shí)現(xiàn)，該系統(tǒng)主要對效勞器的

3、通信、根本動(dòng)作及其決策、對球員的感知等根本功能模塊進(jìn)展了研究。圖1為仿真系統(tǒng)構(gòu)造示意圖。Robocup3D截球技術(shù)的研究目的是要確定球員最正確截球點(diǎn)，無論球間隔 自身間隔 為多遠(yuǎn)，球員都可以攔截到球。最正確截球點(diǎn)由仿真足球的當(dāng)前位置信息以及速度信息確定，接下來使球員以最快的速度運(yùn)動(dòng)到該最正確截球點(diǎn)，從而在比賽中獲得對球的掌控權(quán)。通過一些根本動(dòng)作指令，例如轉(zhuǎn)身指令、加速指令等，在實(shí)時(shí)分析球場信息之后，使得球員以最快的速度到達(dá)改最正確截球點(diǎn)。因?yàn)轭A(yù)測時(shí)間對于預(yù)測足球位置的準(zhǔn)確度影響很大，假設(shè)能一兩個(gè)周期內(nèi)完成預(yù)測那么相對準(zhǔn)確，假設(shè)足球間隔 自身位置越遠(yuǎn)，那么球員到達(dá)截球點(diǎn)的時(shí)間就越長，越不能準(zhǔn)確預(yù)

4、測足球的位置，下面將機(jī)器人截球技術(shù)分為兩種情況研究，一種為遠(yuǎn)間隔 截球技術(shù)，另一種為近間隔 截球技術(shù)。2 近間隔 截球技術(shù)3 遠(yuǎn)間隔 截球3.1 判斷截球點(diǎn)采用解析法進(jìn)展遠(yuǎn)間隔 截球，預(yù)測出第i個(gè)周期后足球的位置信息p，然后設(shè)計(jì)出截球分析函數(shù)，對球員到達(dá)該位置p所需要的周期數(shù)進(jìn)展計(jì)算，假設(shè)該周期數(shù)小于i，那么表示可以截到球，函數(shù)輸出截球所需周期數(shù)i以及截球點(diǎn)。該方法的算法流程圖如圖2。3.2 采用BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練截球截球點(diǎn)確定之后，一般情況下采用嘗試的方法來確定采取dash和turn這兩個(gè)動(dòng)作指令中的哪一個(gè)，這樣就導(dǎo)致截球效率低，也就是說即便得到了截球點(diǎn)也可能截不到球。為了防止出現(xiàn)這種情況，在

5、截球技術(shù)中使用人工智能技術(shù)，其中神經(jīng)網(wǎng)絡(luò)技術(shù)計(jì)算簡單，適用于連續(xù)空間，采用神經(jīng)網(wǎng)絡(luò)訓(xùn)練截球動(dòng)作可以滿足Robocup比賽的實(shí)時(shí)性要求。BP神經(jīng)網(wǎng)絡(luò)是如今比較成熟并且應(yīng)用較多的神經(jīng)網(wǎng)絡(luò)模型，該模型的根本思想是通過對輸入信號Xi進(jìn)展非線形變換得到輸出信號Yk，并且是通過隱層點(diǎn)使得輸入信號作用于輸出信號，由期望輸出量t、輸入向量X、以及期望輸出值t與網(wǎng)絡(luò)輸出值Y之間的差值組成每個(gè)網(wǎng)絡(luò)訓(xùn)練樣本，對輸出節(jié)點(diǎn)與隱層節(jié)點(diǎn)之間的聯(lián)接強(qiáng)度以及閾值、還有隱層節(jié)點(diǎn)與輸入節(jié)點(diǎn)之間的聯(lián)接強(qiáng)度值進(jìn)展調(diào)節(jié)，經(jīng)過不斷的調(diào)節(jié)使得誤差可以沿著梯度方向不斷降低，在不斷的訓(xùn)練學(xué)習(xí)之后，得到與最小誤差相關(guān)的閾值和權(quán)值。采用該訓(xùn)練好的神

6、經(jīng)網(wǎng)絡(luò)對同類的樣本輸入信息進(jìn)展訓(xùn)練，自動(dòng)得到輸出誤差最小的信息。訓(xùn)練截球技術(shù)選取的是三層BP神經(jīng)網(wǎng)絡(luò)，其構(gòu)造模型如圖3所示。圖3中，將球速方向、球的方向、球距自身間隔 、球員速度方向和大小、球速大小作為截球BP神經(jīng)網(wǎng)絡(luò)的輸入量。成功截球采取的動(dòng)作為輸出量，可采取的動(dòng)作為dash和36個(gè)方向turn。網(wǎng)絡(luò)傳遞函數(shù)： 。對上述樣本數(shù)據(jù)進(jìn)展訓(xùn)練，得到訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)，用來進(jìn)展截球。4 實(shí)驗(yàn)結(jié)果及分析4.1 實(shí)驗(yàn)環(huán)境與條件4.2 結(jié)果分析設(shè)定最小均方誤差為0.005，BP神經(jīng)網(wǎng)絡(luò)的樣本數(shù)據(jù)為30場Robocup3D足球仿真比賽中的500個(gè)截球動(dòng)作序列。學(xué)習(xí)訓(xùn)練之后網(wǎng)絡(luò)逼近均方誤差約為0.00532。訓(xùn)練后得到的誤差曲線如圖4所示：訓(xùn)練好神經(jīng)網(wǎng)絡(luò)之后，將該基于BP神經(jīng)網(wǎng)絡(luò)的截球算法在RoboCup3D仿真比賽中采用該基于BP神經(jīng)網(wǎng)絡(luò)的截球算法。通過編寫代碼在到仿真機(jī)器人截球程序中參加BP神經(jīng)網(wǎng)絡(luò)，對100次截球情況進(jìn)展分析，進(jìn)展屢次仿真比賽后，得