【文章內(nèi)容簡介】 了小型機器人賽，他們是：CMU(USA) 、 ParisVI(France）、University of Girona(Spain）和Nara Advanced Institute of Science and Technology(Japan）。參加中型機器人比賽的5個隊為：ISI/USC(USA）、Osaka University(Japan) 、Ullanta Performance Robotics(USA) 、RMIT(Australia) 和Uttori UnitedA joint team of Riken,Tokyo Univ. (Japanand) Utsunomiya Univ. (Japan）。仿真組比賽的冠軍為來自德國Humbolt 大學的ATHumbolt隊，它擊敗了東京理工學院的AndHill 隊。第三和第四名分別為ISI/USC和CMU。獲得小型組冠軍的是CMU，它以3:0的比分擊敗了Nara Advanced Institute of Science and Technology,Japan。中型組的冠軍由ISI/USC和Trackies of Osaka University同時獲得，因為它們兩次戰(zhàn)平0：0和2：2。同時還頒發(fā)工程挑戰(zhàn)獎和科學挑戰(zhàn)獎。1998年7月48日，在法國巴黎舉辦了第二屆RoboCup比賽及會議。共有超過80支球隊參加比賽（40支仿真隊、12支小型機器人隊、16支中型機器人隊和3支有腿機器人隊）目標RoboCup提供了一些重大的長期挑戰(zhàn)，將會需要幾十年的時間來完成。然而，由于最后目標很明確，我們可以得到幾個子目標，這就是中短期的挑戰(zhàn)。RoboCup吸引了這么多研究者的主要原因就是它需要將很大范圍的技術(shù)集成到一個完整的智能體團隊中，這就有別于一些基于專門任務(wù)的功能模塊。長期的研究問題實在太廣泛，難以編撰成一系列條目的列表。雖然如此，我們還是可以說，這些挑戰(zhàn)包括了從物理部件的開發(fā)（如高性能電池、馬達）到高智能化的實時感知和控制軟件這些極其廣泛的技術(shù)問題。中期技術(shù)挑戰(zhàn)是今后十年的目標，可以說得更具體一些，也就可以編撰出一個部分列表。以下就是RoboCup中涉及到的研究領(lǐng)域的部分列表，主要以中期時間段為目標：（1）通用的智能體體系結(jié)構(gòu)；（2）綜合反應(yīng)式方法和建模/規(guī)劃式方法；（3）實時識別、規(guī)劃和推理；（4）在動態(tài)環(huán)境中推理和行動；（5）傳感器數(shù)據(jù)融合；（6）通用的多智能體系統(tǒng)；（7）復(fù)雜任務(wù)中的行為學習；（8）策略獲取；（9）通用的認知模型。除了這些技術(shù)，提供一個帶有高質(zhì)量3D圖形能力的網(wǎng)絡(luò)足球服務(wù)器需要在模擬足球運動員的實時動畫和基于網(wǎng)絡(luò)的交互式多用戶系統(tǒng)方面有一定的技術(shù)進步。這些都是今后幾年基于網(wǎng)絡(luò)的服務(wù)中的關(guān)鍵技術(shù)。RoboCup的挑戰(zhàn)應(yīng)該理解為更大、更長期的挑戰(zhàn)，而不是一個一次性的挑戰(zhàn)。因此，我們希望提供一系列的短期挑戰(zhàn)，這將會很自然的引導(dǎo)中長期挑戰(zhàn)的完成。RoboCup挑戰(zhàn)主要分為三類：（1）合成智能體挑戰(zhàn)；（2）物理智能體挑戰(zhàn)；（3）基礎(chǔ)組織挑戰(zhàn)。RoboCup合成智能體挑戰(zhàn)處理可以用軟件模擬器開發(fā)的技術(shù)；RoboCup物理智能體挑戰(zhàn)的意圖是促進使用實際機器人的研究，因此需要更長的時間來完成每一項挑戰(zhàn)。它們將和RoboCup合成智能體挑戰(zhàn)同時進行研究，但需要更長的時間。提出基礎(chǔ)組織挑戰(zhàn)是為了方便研究而建立一個關(guān)于RoboCup、人工智能和機器人學的總的基礎(chǔ)組織。這些挑戰(zhàn)包括教育計劃、通用機器人平臺和部件標準、自動評論員系統(tǒng)和進行RoboCup比賽的智能體育場系統(tǒng)。RoboCup合成智能體挑戰(zhàn)對于RoboCup合成智能體挑戰(zhàn)97，我們提供一個明確的目標，這不但對RoboCup是重要的，對總的人工智能的研究來說也很重要。這些挑戰(zhàn)將專門用于軟件智能體聯(lián)賽，而不是實際機器人聯(lián)賽。對于想設(shè)計一個參加RoboCup球隊的研究者來說，根本問題是設(shè)計一個多智能體系統(tǒng)，能夠進行實時的反應(yīng)，表現(xiàn)出目標制導(dǎo)的理性行為。目標與環(huán)境動態(tài)的變化并且是實時的。由于足球比賽的狀態(tài)空間極大，不可能用手工的方法來編碼所有可能的情形和智能體的行為，因此使智能體能學習如何有策略的進行比賽變得極為重要。在這個方面的挑戰(zhàn)包括以下的研究問題：（1）在多智能體合作及對抗環(huán)境中的機器學習（2）多智能體體系結(jié)構(gòu)，為了團隊合作而進行實時的多智能體規(guī)劃和規(guī)劃執(zhí)行（3）對手建模。主要挑戰(zhàn)我們提出以下三個挑戰(zhàn)作為RoboCup合成智能體挑戰(zhàn)的中心任務(wù)：學習挑戰(zhàn)、團隊合作挑戰(zhàn)和對手建模挑戰(zhàn)。RoboCup學習挑戰(zhàn)的目的是征求理解性學習模式，它能用于需要適應(yīng)環(huán)境的多智能體系統(tǒng)的學習；并能用標準任務(wù)來評價所提供方法的優(yōu)點和缺點。學習是智能系統(tǒng)的重要方面，在RoboCup學習挑戰(zhàn)中，任務(wù)是為一組智能體創(chuàng)建一種學習和訓(xùn)練的方法。這個領(lǐng)域的學習機會可以分為以下幾類：（1）單個智能體的離線技術(shù)學習（2）智能體團隊的離線合作學習（3）在線技術(shù)和合作學習（4）在線對抗學習這個領(lǐng)域離線和在線學習的區(qū)別特別重要，因為比賽只持續(xù)大約20分鐘，所以在線技術(shù)，特別是學習某場特定比賽中的概念時，必須很快的產(chǎn)生結(jié)果。例如，如果一個隊要學習針對某個對手變換它的行為，它必須能在比賽結(jié)束前提高自己的性能，然后再對付下一個對手。學習中的這種區(qū)別可以應(yīng)用到很多具有學習能力的多智能體系統(tǒng)中。RoboCup團隊合作挑戰(zhàn)提出了在動態(tài)對抗環(huán)境中多智能體團隊合作中的實時規(guī)劃、重規(guī)劃、執(zhí)行等問題。9799階段這個挑戰(zhàn)中主要感興趣的問題是在團隊背景下（特別是RoboCup的團隊合作）進行實時規(guī)劃和規(guī)劃執(zhí)行的體系結(jié)構(gòu)。另外，體系結(jié)構(gòu)在非RoboCup應(yīng)用中等通用性也是一個重要的因素。在類似足球這樣復(fù)雜、動態(tài)的多智能體領(lǐng)域中需要極為靈活的協(xié)調(diào)和通訊來克服其中的不確定性。例如，團隊目標的動態(tài)變化，團隊成員意外的不能完成應(yīng)盡的責任，或機會的意外發(fā)現(xiàn)。不幸的是，實現(xiàn)多智能體經(jīng)常依賴于預(yù)先規(guī)劃的、領(lǐng)域相關(guān)的協(xié)調(diào)方法，不可能提供這種靈活性。第一，很難預(yù)計并規(guī)劃所有的協(xié)調(diào)失敗，特別在上升到復(fù)雜情形時，這樣的系統(tǒng)對象足球比賽這種動態(tài)的任務(wù)就不夠健壯。第二，得到領(lǐng)域相關(guān)的系統(tǒng)后，可重用性就很差。更進一步，動態(tài)的規(guī)劃協(xié)調(diào)很難，特別是在具有這么多可能的行動和這么大的狀態(tài)