机器人足球仿真比赛策略研究及实现
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 1 绪论 | 第7-11页 |
| ·机器人足球系统的发展与意义 | 第7-8页 |
| ·机器人足球仿真比赛的研究现状 | 第8-10页 |
| ·本文的主要内容与安排 | 第10-11页 |
| 2 Agent、MAS与机器人足球 | 第11-18页 |
| ·Agent基本理论 | 第11-15页 |
| ·MAS基本概念与组织结构 | 第15-18页 |
| ·MAS基本概念 | 第15页 |
| ·MAS组织结构 | 第15-18页 |
| 3 足球机器人的基本动作模型 | 第18-23页 |
| ·球员的感知模型 | 第18-19页 |
| ·视觉模型 | 第18-19页 |
| ·听觉模型 | 第19页 |
| ·基本动作模型 | 第19-23页 |
| 4 足球机器人的策略行为实现 | 第23-35页 |
| ·带球动作分解 | 第23页 |
| ·传球动作实现 | 第23-27页 |
| ·传球时机、目标选择 | 第24-26页 |
| ·传球被拦截的风险 | 第26-27页 |
| ·射门时机判断与实现 | 第27-29页 |
| ·射门时机的判断 | 第27-28页 |
| ·射门动作设计 | 第28-29页 |
| ·拦截动作判断与实现 | 第29-30页 |
| ·守门行为分析 | 第30-34页 |
| ·本章小结 | 第34-35页 |
| 5 球队的角色阵型策略 | 第35-41页 |
| ·角色分配策略与任务分解 | 第35-38页 |
| ·阵型安排与球员体力 | 第38-40页 |
| ·球员体力模型分析 | 第38-39页 |
| ·根据体力模型调节阵型 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 6 粒子群算法多目标优化的运用 | 第41-49页 |
| ·群智能介绍 | 第41页 |
| ·粒子群算法介绍 | 第41-45页 |
| ·粒子群算法原理 | 第41-43页 |
| ·粒子群算法的关键术语 | 第43页 |
| ·粒子群算法的基本过程 | 第43-44页 |
| ·参数设置 | 第44-45页 |
| ·多目标优化的粒子群算法 | 第45-46页 |
| ·多目标优化 | 第45-46页 |
| ·多目标优化算法流程 | 第46页 |
| ·粒子群算法指导足球机器人跑位 | 第46-48页 |
| ·模型建立 | 第46-47页 |
| ·参数选取 | 第47页 |
| ·算法流程 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 7 仿真平台试验与结果分析 | 第49-55页 |
| ·平台介绍 | 第49页 |
| ·程序说明 | 第49-51页 |
| ·实验1 球员体力统计 | 第51-52页 |
| ·实验2 策略行为评定 | 第52-53页 |
| ·实验3 粒子群算法防守 | 第53-55页 |
| 结束语 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-59页 |
