论文部分内容阅读
在RoboCup仿真组的比赛中,踢球动作做为所有有球动作的基础,具有非常重要的地位和作用.世界冠军清华大学的TsinghuAeolus队采用Q学习的方法很好的解决了复合踢球的问题<[1]>.然而,由于复合踢球决策时采用的信息与动作结束时的场上局势不完全相同.本文在提出一种新的停球——踢球结合的两步踢球法,使用解析方法选择停球点.在较大的kick_power_rate参数时会取得不错的效果.