公开(公告)号：CN109794937A

公开(公告)日：2019-05-24

申请号：CN201910083609.2

申请日：2019-01-29

Applicant: 南京邮电大学

Inventor： 胡丽娟 ,  梁志伟 ,  李汉辉

IPC: B25J9/16

Abstract: 本发明公开了一种基于强化学习的足球机器人协作方法，所述方法包括：S1、基于加入有通讯的Sarsa(λ)算法构建足球机器人的强化学习基本模型，并设定所述强化学习基本模型的奖惩机制r；S2、基于足球机器人之间的距离和角度定义指定数量的状态变量；S3、设置足球机器人的可操作动作集，足球机器人基于所述奖惩机制r和所述状态变量以及足球机器人相互间通讯选择下一步动作；本发明通过在建立的强化学习基本模型设立奖惩机制，实现足球机器人可根据当前环境和奖惩机制来选择下一动作，并且通过足球机器人相互之间的通讯来进行学习和更新，有效提升了足球机器人的协作效率。

公开(公告)号：CN108563112A

公开(公告)日：2018-09-21

申请号：CN201810287224.3

申请日：2018-03-30

Applicant: 南京邮电大学

Inventor： 粱志伟 ,  胡丽娟

IPC: G05B13/02 ,  G05B13/04 ,  G05B17/02

Abstract: 本发明公开了一种用于仿真足球机器人控球的控制方法，利用tile coding线性函数近似方法降低状态空间维度，足球机器人智能体模块在强化学习中选择Sarsa 算法，对策略进行在线打分，高分优先选择的原则训练选择一个最优策略，仿真结果表明Sarsa 算法可大大提高控球率。本发明基于Sarsa 算法来应用强化学习，在keepaway上实验，在一个小的任务中保持球员可长时间控球，达到高持球率，从而可加大多智能体之间传球协作或可找到合适的机会射门，加大得分胜率。

公开(公告)号：CN109794937B

公开(公告)日：2021-10-01

申请号：CN201910083609.2

申请日：2019-01-29

Applicant: 南京邮电大学

Inventor： 胡丽娟 ,  梁志伟 ,  李汉辉

IPC: B25J9/16

Abstract: 本发明公开了一种基于强化学习的足球机器人协作方法，所述方法包括：S1、基于加入有通讯的Sarsa(λ)算法构建足球机器人的强化学习基本模型，并设定所述强化学习基本模型的奖惩机制r；S2、基于足球机器人之间的距离和角度定义指定数量的状态变量；S3、设置足球机器人的可操作动作集，足球机器人基于所述奖惩机制r和所述状态变量以及足球机器人相互间通讯选择下一步动作；本发明通过在建立的强化学习基本模型设立奖惩机制，实现足球机器人可根据当前环境和奖惩机制来选择下一动作，并且通过足球机器人相互之间的通讯来进行学习和更新，有效提升了足球机器人的协作效率。