連以粒子群最佳化為基礎之機器人足球之研究.pdf

1、粒子群優(yōu)化算法(ParticleSwarmOptimization,PSO)于1995年由Kenndy和Ebethart提出,源于對鳥群運動行為的研究,是一種基于群集智能優(yōu)化算法的演化計算技術。由于它具有較強的全局搜索能力,較少的參數(shù)設置,簡單容易實現(xiàn)的特點,在工程實踐中,已廣泛的應用于函數(shù)優(yōu)化、參數(shù)優(yōu)化、神經(jīng)網(wǎng)絡訓練、模糊系統(tǒng)控制以及其他遺傳算法的應用領域。
　　機器人足球賽是近年來在國內(nèi)外迅速興起的一項高科技競賽活動,是人工智

2、能領域的一大里程碑。1997年,在國際最權威的人工智能系列學術大會——第15屆國際人工智能聯(lián)合會議IJCAI-97上,機器人足球比賽被公認為人工智能的一項挑戰(zhàn)。至此,機器人足球比賽成為人工智能和機器人學的標準問題之一。機器人世界杯足球賽的發(fā)起是為了促進分布式人工智能研究與教育的發(fā)展,通過提供一個標準任務,使得研究人員利用各種技術,獲得更好的解決方案,從而有效促進各領域的發(fā)展。
　　本文的主要工作是將粒子群最佳化算法運用于解決機器人

3、足球兩個重要方面的問題。結合機器人足球賽路徑規(guī)劃的特點,提出了基于粒子群算法的足球機器人動態(tài)路徑規(guī)劃方法。首先,將預測控制中的滾動優(yōu)化方法應用于機器人路徑規(guī)劃。通過將起始點到終點的直線段路徑劃分成若干個移動窗口的辦法,實現(xiàn)機器人的動態(tài)路徑規(guī)劃。第二步,在單個移動窗口內(nèi)分別運用粒子群優(yōu)化算法求解機器人的最佳局部路徑,從而完成整個路徑優(yōu)化任務。對于足球機器人的進攻策略,提出了將多目標優(yōu)化的粒子群算法用于指導機器人球隊進攻的方法,根據(jù)對方防守