| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景 | 第8-9页 |
| 1.1.1 RoboCup的起源及研究意义 | 第8-9页 |
| 1.1.2 RoboCup3D的起源及研究意义 | 第9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.2.1 仿人机器人个体技术的研究现状 | 第9-11页 |
| 1.2.2 足球机器人的协作对抗研究现状 | 第11页 |
| 1.3 论文的主要工作及章节安排 | 第11-13页 |
| 第二章 RoboCup3D仿真足球机器人平台模型介绍 | 第13-19页 |
| 2.1 RoboCup3D仿真平台决策系统 | 第13-15页 |
| 2.2 RoboCup3D Nao仿人机器人模型 | 第15-18页 |
| 2.3 本章小结 | 第18-19页 |
| 第三章 基于CMA-ES算法的足球机器人运动参数优化 | 第19-37页 |
| 3.1 引言 | 第19-20页 |
| 3.2 基于HTCondor的RoboCup3D机器人动作优化机制 | 第20-22页 |
| 3.3 CMA-ES算法简介 | 第22-23页 |
| 3.4 基于CMA-ES算法的双足机器人踢球参数优化 | 第23-27页 |
| 3.4.1 踢球基本动作设计 | 第24-25页 |
| 3.4.2 基于CMA-ES的远射参数优化 | 第25-26页 |
| 3.4.3 基于CMA-ES的快踢参数优化 | 第26-27页 |
| 3.5 基于CMA-ES分层学习的双足机器人行走参数优化 | 第27-32页 |
| 3.5.1 行走基本动作设计 | 第27-28页 |
| 3.5.2 基于CMA-ES子任务分层学习的行走参数优化 | 第28-32页 |
| 3.6 实验结果 | 第32-35页 |
| 3.6.1 踢球训练结果对比 | 第32-34页 |
| 3.6.2 行走训练结果对比 | 第34-35页 |
| 3.7 本章小结 | 第35-37页 |
| 第四章 基于Delaunay三角网的足球阵型优化 | 第37-53页 |
| 4.1 引言 | 第37页 |
| 4.2 Delaunay三角剖分简介 | 第37-39页 |
| 4.3 基于Delaunay三角网的阵型设计 | 第39-46页 |
| 4.3.1 基于形势的阵型机制 | 第39-40页 |
| 4.3.2 阵型设计 | 第40-43页 |
| 4.3.3 线性插值法 | 第43-46页 |
| 4.4 实验结果 | 第46-52页 |
| 4.4.1 足球场的Delaunay三角剖分 | 第46-47页 |
| 4.4.2 中场阵型实验 | 第47-49页 |
| 4.4.3 进攻阵型实验 | 第49-51页 |
| 4.4.4 防守阵型实验 | 第51-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 基于MDP足球机器人的角色轮换算法机制 | 第53-66页 |
| 5.1 引言 | 第53-54页 |
| 5.2 MDP基本模型及概念 | 第54-56页 |
| 5.3 基于MDP的角色轮换机制 | 第56-61页 |
| 5.3.1 动作空间的表示 | 第57-59页 |
| 5.3.2 回报函数的设计 | 第59-60页 |
| 5.3.3 线性函数近似的Sarsa(λ)学习算法 | 第60-61页 |
| 5.4 实验结果 | 第61-65页 |
| 5.4.1 前锋CF的角色轮换实验 | 第62页 |
| 5.4.2 部分角色轮换实验 | 第62-63页 |
| 5.4.3 整体队形角色轮换实验 | 第63-65页 |
| 5.4.4 与各参赛队的比赛结果 | 第65页 |
| 5.5 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 全文总结 | 第66页 |
| 6.2 未来展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第72-73页 |
| 附录2 攻读硕士学位期间所获荣誉 | 第73-74页 |
| 致谢 | 第74页 |
