基于RoboCup多智能體系統(tǒng)學(xué)習(xí)與協(xié)作問(wèn)題的研究.pdf

1、隨著計(jì)算機(jī)技術(shù)的發(fā)展，分布式人工智能中多智能體系統(tǒng)(MAS：Multi—agemSystem)的理論及應(yīng)用研究已經(jīng)成為人工智能研究的熱點(diǎn)。RoboCup(RobotWorldCup)即機(jī)器人世界杯足球錦標(biāo)賽，是一種典型的多智能體系統(tǒng)。該系統(tǒng)具有動(dòng)態(tài)環(huán)境、多個(gè)智能體之間合作與競(jìng)爭(zhēng)并存、受限的通訊帶寬以及系統(tǒng)設(shè)置的隨機(jī)噪聲等特點(diǎn)。通過(guò)該系統(tǒng)這個(gè)具有普遍意義的試驗(yàn)平臺(tái)，可以深入研究和評(píng)價(jià)多智能體系統(tǒng)中的各種理論和算法，并將結(jié)果推廣到眾多領(lǐng)域。

2、 本文的主要研究工作如下： 1)針對(duì)RoboCup中Agent決策任務(wù)的復(fù)雜性特點(diǎn)，設(shè)計(jì)了基于分層學(xué)習(xí)的決策框架。該決策框架將Agent的決策任務(wù)按高級(jí)到低級(jí)分為多個(gè)層次，每層的決策通過(guò)相應(yīng)機(jī)器學(xué)習(xí)方法實(shí)現(xiàn)，并以下一層的學(xué)習(xí)結(jié)果為基礎(chǔ)。而針對(duì)層結(jié)構(gòu)的誤差積累問(wèn)題，采取了一種改進(jìn)的層結(jié)構(gòu)，加入了一個(gè)協(xié)調(diào)層，用于對(duì)決策信息進(jìn)行評(píng)價(jià)，并對(duì)明顯錯(cuò)誤的信息進(jìn)行更正。 2)為了提高Agent個(gè)體技術(shù)的智能性，采用遺傳神經(jīng)網(wǎng)絡(luò)

3、技術(shù)進(jìn)行離線訓(xùn)練，實(shí)現(xiàn)了Agent的截球技術(shù)。實(shí)驗(yàn)表明，該技術(shù)較好地解決了噪聲所造成的干撓影響。而對(duì)于智能體的踢球技術(shù)，則采用Q學(xué)習(xí)進(jìn)行離線訓(xùn)練。 3)針對(duì)Agent團(tuán)隊(duì)協(xié)作的進(jìn)攻決策學(xué)習(xí)問(wèn)題，對(duì)單Agent的Q學(xué)習(xí)算法進(jìn)行了擴(kuò)展。主要思想是引入學(xué)習(xí)智能體，同時(shí)，將統(tǒng)計(jì)學(xué)習(xí)與增強(qiáng)學(xué)習(xí)相結(jié)合，通過(guò)對(duì)智能體間聯(lián)合動(dòng)作的統(tǒng)計(jì)來(lái)學(xué)習(xí)其它智能體的行為決策。 本文的相關(guān)實(shí)驗(yàn)在RoboCup仿真比賽環(huán)境下進(jìn)行，實(shí)驗(yàn)結(jié)果證明采用本文的學(xué)