球员智能体设计教学课件_第1页
球员智能体设计教学课件_第2页
球员智能体设计教学课件_第3页
球员智能体设计教学课件_第4页
球员智能体设计教学课件_第5页
已阅读5页，还剩87页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

第3章球员智能体设计本章概要有益的工作基础记2019-2019年历届世界冠军的有益经验■球员智能体整体设计架构球员智能体具体功能设计>球员智能体构建核心类≯球员智能体构建其他辅助类球员智能体程序控制流程三线程控制结构球员智能体执行例程3.1.1CMU99(3)BC树Behavior(args)if(condition)thenBehavior(args)if(eondition)thenBehavior(args)if(condition)thenBehavior(args)if(eondition)thenBehavior(args)if(condition)thenBehavior(args)7if(condition)thenPrimitive(args...if(condition)thenPrimitive(argif(conditiom)thenPrimitive(arys)3.1.1CMU99(4)CMU的层次学习第一层,进行Agent个体基本技术的学习。典型的例子就是进行断球的学习,通过神经网络的方法,对在不同的场景下学习断球层,Agent同另外一个Agent之间的协同学习。典型的例子是进行传球的学习,如在球场上Agent当前在控球,并且做出了决策要就进行传球给一个特定的队友,这时它必须学习一个合适的方向和传球速度。在该层它可以调用第一层已经学习过的基本技术。这通过构造决策树的方法,求出相应的节点值,构造出一个分类器。典型的算法是C4.5决策树算法第三层,Agent同其他多个Agent之间进行的球队策略学习。比较典型的例子是进行传球对象的选择,如在球场上Agent当前在控球,这时它要选择把球传给哪个队友。在学习本层的时候,也认为第二层已经学习过了,这时它要考虑时传给哪个队友的利益大。主要是通过TPOT-RL(Team-PartitionedOpaque-TransitionReinforcementLearning)来进行学习。3.1有益的工作基础CMU2019、2019年世界冠军FCPortugal2000年世界冠军Tsinghuaeolus2019、2019年世界冠军UVA-Trilearn2019年世界冠军Karlsruhebrainstrormers2019、2019年世界冠军USTCWrightegle2019、2009年世界冠军Hellos2019、2019年世界冠军3.1.2FCPortugal2000FCPortugal由葡萄牙的里斯本大学和波尔图大学合作完成的一支球队。获得了200年世界冠军。它是在CMUnited99公开的底层源代码的基础上,对多智能体的合作方面做出了巨大的贡献(在这之前,Robocup仿真参赛队的阵型

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论