Advisor-Evaluator决策模型在RoboCup中的应用
RoboCup仿真机器人足球赛为人工智能研究者提供了一个能够检验机器学习、Agent体系结构、多Agent系统决策和规划等研究方向的平台.本文针对进攻场景下的决策提出了Advisor-Evaluator模型表示球员Agent的决策模型,该模型由Advisor和Evaluator模块组成;Advisor模块负责向Evaluator提供可能的动作选择,Evaluator根据位置驱动对这些动作进行评价;实验表明这种方法在RoboCup仿真球队Agent决策方法上面较决策树算法和Priority/Confidence比赛成绩上有很大提高.
多Agent系统 机器人足球 人工智能 决策模型 RoboCup
方宝富 王浩 姚宏亮 杨静 高亮
合肥工业大学计算机与信息学院,合肥,230009
国内会议
武汉
中文
1556-1561
2005-09-20（万方平台首次上网日期，不代表论文的发表时间）