Robocup半场防守中的一种强化学习算法

• 作者: 冯林 孙焘 李琛
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: Robocup 强化学习 Markov对策 零和对策
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 59-62
• 页数: 4页
• 分类号: TP242.6
• 字数: 3268字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2008.01.016

摘要

Robocup仿真比赛是研究多Agent之间协作和对抗理论的优秀平台,提高Agent的防守能力是一个具有挑战性的问题.为制定合理的防守策略,将Robocup比赛中的一个子任务--半场防守任务分解为多个一对一防守任务,采用了基于Markov对策的强化学习方法解决这种零和交互问题,给出了具体的学习算法.将该算法应用到3D仿真球队--大连理工大学梦之翼(Fantasia)球队,在实际比赛过程中取得了良好效果.验证了采用Markov零和对策的强化学习算法在一对一防守中优于手工代码的结论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯林		122	1283	20.0	31.0
2	孙焘		35	460	10.0	20.0