基于强化学习的 RoboCup Keepaway 高层抢球策略

• 作者: 张以文 李学俊 李龙澍 陈士洋
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 机器人足球 Keepaway 强化学习 抢球策略
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 101-104
• 页数: 4页
• 分类号: TP3
• 字数: 5945字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.10.022

摘要

在 RoboCup Keepaway 任务训练中，传统手工抢球策略的主观性强，对训练情形变化的适应性差，导致抢球球员任务完成时间长、抢断成功率低。针对这一问题，将强化学习应用于 Keepaway 中抢球球员的高层动作决策。通过对抢球任务特点的分析，合理设计了抢球球员强化学习模型的状态空间、动作空间及回报值，并给出了抢球球员的强化学习算法。实验结果表明经强化学习后，抢球球员能够根据比赛情形做出更客观的决策，决策效果显著优于手工策略。对于4v3和5v4规模的典型 Keepaway 任务，抢球球员采用学习后的策略决策时，抢球任务完成时间至少缩短了7．1％，抢断成功率至少提升了15．0％。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李龙澍	安徽大学计算机科学与技术学院	199	1780	21.0	29.0
2	李学俊	安徽大学计算机科学与技术学院	58	392	12.0	17.0
3	张以文	安徽大学计算机科学与技术学院	45	260	9.0	14.0
4	陈士洋	安徽大学计算机科学与技术学院	3	6	2.0	2.0