基于蒙特卡洛树搜索的仿真足球防守策略研究

• 作者: 夏晨曦 柴伟凡 梁志伟
• 来源期刊: 信息技术与网络安全
• 学科: 工学
• 关键词: robocup2D仿真 蒙特卡洛树搜索算法 Q学习 动作选择
• 年，卷（期）: 2017,（23）
• 所属期刊栏目: 人工智能
• 页码范围: 50-53,57
• 页数: 5页
• 分类号: TP391
• 字数: 3928字
• 语种: 中文
• DOI: 10.19358/j.issn.1674-7720.2017.23.015

摘要

针对Robocup仿真足球比赛中本位点区域化跑位的局限性,在三角剖分的阵型设计基础上将蒙特卡洛树搜索算法引入2D仿真中,将球员智能体在球场上的状态定义为博弈树节点,将双方球员的动作选择视为节点间的状态转移,对于球队的防守任务建立蒙特卡洛树模型.利用极坐标方式对球场进行区域分割,结合Q学习与蒙特卡洛树搜索中的信心上限树算法(Upper Confidence Bound Apply to Tree of Monte Carlo)进行球队训练,将训练结果的动作评估值用于优化比赛代码,使得球队的防守能力得到了较大程度的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁志伟	南京邮电大学自动化学院	35	152	6.0	10.0
2	夏晨曦	南京邮电大学自动化学院	4	5	1.0	2.0
3	柴伟凡	南京邮电大学自动化学院	1	1	1.0	1.0