多智能体足球机器人系统的协作控制.pdf

第36卷第7期哈尔滨工业大学学报Vol136No17

2004年7月JOURNALOFHARBININSTITUTEOFTECHNOLOGYJuly,2004

多智能体足球机器人系统的协作控制

楚要钦,李孝安,蒲勇

(西北工业大学计算机学院,陕西西安710072,E2mail:[e-mail])

摘要:运用多智能体系统的思想,提出了一种新的多智能体系统协作控制模型,介绍了基于此模型设计的
足球机器人系统的策略实现方法,通过实例分析了模型及其策略在系统协作控制方面的性能优越性.
关键词:足球机器人;多智能体系统;协作控制;MiroSot
中图分类号:TP18文献标识码:A文章编号:0367-6234(2004)07-0911-03

Cooperativecontrolofmulti2agentsoccerrobotsystem

CHUYao2qin,LIXiao2an,PUYong

(CollegeofComputer,NorthwesternPolytechnicalUniversity,Xi’an710072,China,E2mail:[e-mail])

Abstract:Acooperativecontrolmodelbasedonamulti2agentsystemisproposed,andthereal2timereasoningpro2
cedureofthesystemisintroduced.Theanalysisonpracticalcasedemonstratestheadvantagesofcooperativecontrol
basedonthemulti2agentsysteminMiroSot.Itnotonlycansimplifythedesignandimplementation,butalsocan
improvetheoverallperformanceofthesoccerrobotsystem.
Keywords:soccerrobot;multi2agentsystems;cooperativecontrol;MiroSot

随着FIRA机器人足球比赛的发展,MiroSot以独立地进行决策,也可以和其他Agent进行协
组比赛的重点已转向更大规模的大、中型组.因同配合.
此,对足球机器人系统的协作控制研究提出了更
高的要求.
MiroSot组的足球机器人系统结构有六步推
理模型、四层推理模型及混和决策模型等[1～3].
这些模型难以管理,容易陷入具体的细节化当中,
即要对场上的每种可能出现的情况都要集中考
虑,并且智能体的协作性不够.人工智能中多智
能体系统的研究为该问题的解决提供了新的思路
和途径.为此,本文提出基于多智能体系统的足
图1Agent模型
球机器人协作控制模型设计.
模型结构中,内部信息库用来存储视觉系统
1智能体系统模型提供的场地信息、比赛状态信息以及决策部分传
递过来的决策信息等.决策单元主要有两个功能:
111Agent模型
信息融合和动作选择.信息融合主要完成收集与
在集控式足球机器人系统中,将各个足球机
该智能体相关的所有信息和执行赛场形势评估,
器人作为智能体(Agent)考虑和组织.采用如图1
动作选择则是根据信息融合结果选择合适的动
所示的Agent模型系统[4].该模型使得智能体可
作.知识库包括决策支持的相关规则知识.通信单

收稿日期:2004-04-26.元实现Agent与其队友之间的信息传递.动作执
作者简介:楚要钦(1981-),男,硕士研究生.行单元完成具体动作的执行.
·912·哈尔滨工业大学学报第36卷

112场上状态信息表示行建模,采用前锋、后卫等角色来定义逻辑上的机
按照比赛中的队形将比赛场地进行区域划器人,能够对场上动态复杂的信息做出实时、有效
分.场上状态信息可以通过如下状态空间表示:的响应.该模型能够有效地提高多个Agent之间

Μ=(m1,m2,m3,m4,m5,m6,m7,m8,m9),的协作性、流畅性,因为当球在一个区域,只有一

m1～m9∈N.个核心队员对场地信息进行态势评估,并进行相
应的动作选择该模型使得策略的实现更体现人
其中:m1表示比赛状态信息,如:是否处于开球、.
类的思维使得在策略的实现上不用陷入具体的
点球、争球,正常比赛等;m2表示球的位置特征,,
细节中,由一个核心队员来执行任务的分配,更加
即小球所在区域;m3表示球的运动方向特征,将
球的运动方向分为右、右上、右下、上、左、左上、左有利于知识库的管理和策略的实现.
下、下等个方向表示球的速度特征将球的
8;m4,2多智能体系统的协作控制
速度分为高速、中速、低速等