基于Jess和机器学习的Robocode策略研究与实现
研究Java规则引擎和机器学习在Robocode坦克机器人战斗仿真引擎中的应用.探讨利用Jess规则引擎对Robocode坦克机器人决策规则库部分进行开发与维扩,满足仿真环境实时性和策略易扩展性的要求.同时为了提高坦克机器人的在线自适应和自学习能力,结合机器学习方法进行角色训练,利用人工神经预测网络对产生式系统中瞄准规则的火炮瞄准角度值进行优化.结合遗传算法与产生式系统,设计混合的移动策略选择器,并对神经网络预测瞄准和基于遗传算法的移动策略进行了实验,给出了实验结果.
Robocode Jess 机器学习 人工神经网络 遗传算法
赖天武 吴伟民 王静 李广强
广东工业大学计算机学院,广州,510006
国内会议
哈尔滨
中文
912-915
2006-08-01（万方平台首次上网日期，不代表论文的发表时间）