| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景 | 第9-11页 |
| 1.1.1 机器人足球比赛的起源 | 第9-10页 |
| 1.1.2 RoboCup3D的背景 | 第10页 |
| 1.1.3 RoboCup的研究意义 | 第10-11页 |
| 1.2 研究现状 | 第11-14页 |
| 1.2.1 仿人机器人的研究现状 | 第11-12页 |
| 1.2.2 RoboCup3D竞赛研究现状 | 第12-13页 |
| 1.2.3 RoboCup3D足球机器人的研究现状 | 第13-14页 |
| 1.3 论文的主要工作及章节安排 | 第14-16页 |
| 第二章 RoboCup仿真机器人模型介绍 | 第16-24页 |
| 2.1 机器人的视觉模型 | 第16-18页 |
| 2.2 Nao仿人机器人模型 | 第18-21页 |
| 2.2.1 Nao仿人机器人关节模型 | 第18-20页 |
| 2.2.2 Nao仿人机器人连杆的设计 | 第20-21页 |
| 2.3 机器人状态描述 | 第21-24页 |
| 第三章 基于CMAES逐层学习的机器人传球动作设计 | 第24-35页 |
| 3.1 CMAES算法简介 | 第24-25页 |
| 3.2 基于CMAES多层学习的机器人传球方法 | 第25-31页 |
| 3.2.1 灵活传球的分层学习 | 第26-28页 |
| 3.2.2 稳定传球的分层学习 | 第28-30页 |
| 3.2.3 精准传球的分层学习 | 第30-31页 |
| 3.3 仿真验证 | 第31-34页 |
| 3.3.1 实验一：摆动腿轨迹及机器人位置状态误差分析 | 第31-32页 |
| 3.3.2 实验二：传球动作中的关节位姿 | 第32-33页 |
| 3.3.3 实验三：长传球距离实验 | 第33页 |
| 3.3.4 实验四：各种传球方式下的对比验证 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 基于Keepaway算法的局部传球战术配合 | 第35-47页 |
| 4.1 Keepaway训练模型 | 第35-36页 |
| 4.2 线性函数近似的Sarsa( l )学习算法 | 第36-38页 |
| 4.3 基于Keepaway机器人局部传球战术 | 第38-43页 |
| 4.3.1 Robocup3D仿真中Keepaway3 vs 2 训练场景 | 第38页 |
| 4.3.2 局部协作与对抗的强化学习 | 第38-41页 |
| 4.3.3 学习PASS和GETOPEN | 第41-43页 |
| 4.4 仿真验证 | 第43-46页 |
| 4.4.1 不同策略下的Keepaway训练比较 | 第43-44页 |
| 4.4.2 RoboCup3D仿真平台传球战术实验 | 第44-45页 |
| 4.4.3 Pass Challenge比赛模式下的传球实验 | 第45-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第五章 机器人足球比赛团队战术设计 | 第47-58页 |
| 5.1 阵型设计 | 第47-49页 |
| 5.1.1 队形设计 | 第47-49页 |
| 5.2 角色分配 | 第49-50页 |
| 5.2.1 前提条件 | 第49页 |
| 5.2.2 角色分配 | 第49-50页 |
| 5.3 分层决策机制 | 第50-52页 |
| 5.3.1 并行投票系统 | 第50-51页 |
| 5.3.2 动态规划优化 | 第51-52页 |
| 5.4 仿真实验 | 第52-57页 |
| 5.4.1 固定占位实验 | 第52-54页 |
| 5.4.2 角色轮换实验 | 第54页 |
| 5.4.3 攻防测试 | 第54-55页 |
| 5.4.4 与各球队实际比赛情况 | 第55-57页 |
| 5.5 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 全文总结 | 第58页 |
| 6.2 未来展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第63-64页 |
| 附录2 攻读硕士学位期间所获荣誉 | 第64-73页 |
| 致谢 | 第73页 |
