机器人足球比赛逐渐成为当前人工智能研究的热点之一,作为多Agent系统的一种理想的试验平台,它涉及多个技术领域。目前RoboCup机器人足球世界杯是国际上规模最大且具有很大影响力的机器人足球赛事。本文基于Agent的理论基础设计并实现一只RoboCup仿真机器人足球队。 设计一只RoboCup仿真球队需要很多的工作要做,包括网络通讯程序的设计、环境信息的解析工作、Agent结构的设计、基本技能的训练、多个Agent之间的协作问题等。本文的重点主要几种在以下几个方面: Agent的模块化设计:本文运用面向对象软件工程的思想设计Agent。使Agent具有很好的可扩展性。 通过对决策树学习方法的研究,本文提出了一种基于决策树学习的训练方法,来对Agent的基本技能进行训练,使Agent能根据当前场上状况选取适当的行为方式。 本文设计了一种基于A~*算法的带球路径选择算法,可以有效的提高Agent对带球方向的选择能力。 介绍了反思结构和慎思结构的决策模型,并给出了相应的例子。在本文设计的球队中守门员采用了反思结构,而其他队员则采用了更为复杂的慎思结构。 提出了一种局部的树状协作模式,实现了多个Agent之间的有意识协作。提高了球队的配合和对抗的能力。 设计了一种在Windows平台下基于时钟控制和多线程机制的任务控制器,提高了Agent的计算能力,为各种Agent智能算法提供了时间预算管理的功能。提高了Agent运行的稳定性和效率。