球隊(duì)決策策略課件-免費(fèi)閱讀
【正文】 但實(shí)際上 ， 這種方法遠(yuǎn)比上面所述的方法效果差 。 守門員的站位： ? 1）經(jīng)驗(yàn)公式法： [注 ]L1為球的位置到左門柱的距離 ， L2為球的位置到右門柱的距離 ， sp_goal_width為球門的寬度 。 ? (5)從防守任務(wù)和可用人手配對(duì)生成最優(yōu)的防守方案 （ 最大化防守效益和 ） ， 然后提交自己有關(guān)的防守請(qǐng)求 。 具體算法： ? (1)判斷球被控制的類型 。顯然防守威脅程度越高的隊(duì)員，防守動(dòng)作的利益越大。更進(jìn)一步就是考慮加入了守門員的防守體系。 影響因素 (續(xù) )： (3)陣型 。 它主要包含陣型和進(jìn)攻的傾向性 。它的研究方法和其他很多利用數(shù)學(xué)工具研究社會(huì)經(jīng)濟(jì)現(xiàn)象的學(xué)科一樣，是從復(fù)雜的現(xiàn)象中抽象出基本的元素，對(duì)這些基本元素構(gòu)成的數(shù)學(xué)模型進(jìn)行詳盡分析，而后逐步引入對(duì)其形勢(shì)產(chǎn)生影響的其他因素，從而分析其結(jié)果。 ? 基于效用對(duì)策論進(jìn)行動(dòng)作選擇。 小結(jié)： ? 使用強(qiáng)化學(xué)習(xí)進(jìn)行局部 能力強(qiáng)，也就是對(duì)球的截球能力強(qiáng)，這方面存在兩個(gè)困難：（ 1）跟自己比賽，提高有限，（ 2）和強(qiáng)隊(duì)比賽，高層策略無(wú)法控制。 ? else if (球可控 ) ? { ? If (counter 0),UpdateRL(0) { LastAction=Max(ActionValue(a,current state variables))。 策略學(xué)習(xí) ? 給出一個(gè)被用于每個(gè)進(jìn)攻隊(duì)員的學(xué)習(xí)算法。 在每個(gè) 時(shí)間段開始 ， 他在區(qū)域內(nèi)隨機(jī)的置球和球員的位置 ， 兩個(gè)防守方隊(duì)員從區(qū)域的一個(gè)角落開始 ， 而每個(gè)進(jìn)攻球員隨機(jī)放在其他三個(gè)角落 ， 每個(gè)角落一個(gè)球員 。 無(wú)論何時(shí)防守方獲得控球權(quán)或球離開此區(qū)域 ， 這個(gè)時(shí)間段就結(jié)束 ， 球員便放置到另一個(gè)時(shí)間段（ 進(jìn)攻方再次被給予控球權(quán) ） 。當(dāng)場(chǎng)上狀態(tài)進(jìn)入戰(zhàn)略狀態(tài)的時(shí)候 ， 如進(jìn)攻時(shí) ， 控球隊(duì)員是處于積極狀態(tài) ， 它進(jìn)行動(dòng)作的選擇 ， 其他隊(duì)員都進(jìn)入戰(zhàn)略狀態(tài) ， 這時(shí)它們的選擇就是跑位 ， 這就是使用 SBSP， 跑到一個(gè)戰(zhàn)略位置 。 ? (5)．其他一些因素。比如說 ? (1)．對(duì)手的強(qiáng)弱。如對(duì)一個(gè)防守隊(duì)員來(lái)說，一般它應(yīng)該比進(jìn)攻隊(duì)員保守，它選擇的動(dòng)作也應(yīng)該是偏向防守的。 ? 一般防守體系的設(shè)計(jì)，涉及到防守點(diǎn)的選擇，防守動(dòng)作的評(píng)價(jià)、守門員的防守的動(dòng)作等方面的內(nèi)容。 Robocup球隊(duì)策略綜述 ? 從足球比賽的角度來(lái)看 ， 體現(xiàn)球隊(duì)整體策略的就是球隊(duì)的整體進(jìn)攻和防守體系 ， 當(dāng)所有球員都按照相同的決策框架來(lái)進(jìn)行決策時(shí) ， 球員的決策依據(jù)都相同 ， 對(duì)其他隊(duì)員的預(yù)測(cè)就比較準(zhǔn)確 ， 整個(gè)球隊(duì)就能夠體現(xiàn)出一定的協(xié)調(diào)性了 。 RoboCup球隊(duì)策略綜述 ? (4)． 整體策略一般還包括球員應(yīng)該如何根據(jù)場(chǎng)上形勢(shì)來(lái)調(diào)整行為的信息 。 對(duì)強(qiáng)弱不同的對(duì)手的動(dòng)作是不一樣的，如對(duì)手的截球能力強(qiáng)在傳球的時(shí)候?qū)髑虻募?xì)節(jié)考慮就應(yīng)該更細(xì)一點(diǎn)，對(duì)手弱，考慮的就少一點(diǎn)，可以為追求更好的結(jié)果而采用更加冒險(xiǎn)的傳球。 是否考慮換人、是否考慮球員類型的轉(zhuǎn)換等等。 防守時(shí)在考慮盯人 、 阻截球的情況下 ，其他隊(duì)員就要選擇合適的位置進(jìn)行跑位 。 ? 區(qū)域設(shè)定為 20M*20M的正方形 ， 并總有 3個(gè)進(jìn)攻隊(duì)員和 2個(gè)防守隊(duì)員 。 學(xué)習(xí)過程 學(xué)習(xí)過程（續(xù)） 學(xué)習(xí)過程（續(xù)） 13個(gè)函數(shù)表示狀態(tài)（ WS） ? dist(F1,C) ? dist(F1,F2) ? dist(F1,F3) ? dist(F1,D1) ? dist(F1,D2) ? dist(F2,C) ? dist(F3,C) ? dist(D1,C) ? dist(D2,C) ? Minimum(dist(F2,D1),dist(F2,D2)) ? Minimum(dist(F3,D1),dist(F3,D2)) ? Minimum(ang(F2,F1,D1),ang(F2,F1,D2)) ? Minimum(ang(F3,F1,D1),ang(F3,F1,D2)) Tile Coding ? 采用 Tile coding方法來(lái)進(jìn)行，狀態(tài)用一個(gè) 13維的空間來(lái)表示，用網(wǎng)格表示每個(gè)具體狀態(tài)， 在分析的時(shí)候，每個(gè)格對(duì)應(yīng)一個(gè)二進(jìn)制狀態(tài)，或是 1（當(dāng)狀態(tài)在這個(gè)格內(nèi)）或是 0（狀態(tài)不在這個(gè)格內(nèi)）。函數(shù)UpdateRL(r)在后面定義。 Execute LastA
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1