中文--机器人杯是一个推动机器人基础科技研究的平台(编辑修改稿)

中文--机器人杯是一个推动机器人基础科技研究的平台(编辑修改稿)内容摘要：

人杯球员需要其 他 的感应装置比如声纳及触觉感应和力与转矩的感受来区分视觉信息。 同样，机器人杯球员需要实时处理多传感器 整 合和集成信息。 因此，粗略利用多传感器 整 合系统的直接办法看起来并不适合。 我们就为机器人杯开发一种传感器整合集成的方法。 (3) 学习型机器人行为 ： 单个球员必须能够执行几种动作，其中的每一个动作都都是根据当前周围环境来选定的，考虑到传感器信息处理和行动执行的不确定性，为所有的情况编定机器人行为是不可行 的。 机器人学习法看起来很有前途。 作为一种机器人学习方法，强化学习最近引起了人们的广泛注意。 这种学习方法用极少的推理却得到了高性能反应和适应行为。 然而大多数现在的应用只有在电脑在虚拟环境下仿真才能够实现。 现实机器人应用极为少见 (silva99)。 对强化学习来说机器人杯是一个很好 的平台，因为强化学习的优势大部分取决于机器人所能达到的大型和复杂任务的程度。 在机器人联赛的基础阶段单对单的竞赛看起来是可行的。 由于球员要考虑对方的运动，问题的复杂程度要比没有对手的情况下射门要高出很多。 为减少这种复杂程度，任务分解是一 种常用的办法。 Fredrik提出一种学习避开守门员 并 射门 的 行为的方法 (Fredrik00)射门和躲避是分别独立学习得到的，并且这两种行为在学习过程中相互协作，由于有限的视觉区域，他们的方法仍然需要承受巨大的状态空间，并且存在观察 及 联络方面的问题。 Kum 提出一种反应式直接法来构架在动态环境中的实时智能控制。 在一个单对单的类似足球比赛的游戏中应用了他的方法，由于它的方法需要全局感知场地内机器人的位置，所以这种方法并不能应用于只允许 智能体 感知（请查看规则部分）的机器人杯 比赛。 在最终比赛中，考虑使用多对多的比赛， 在这种情况下，机器人必须具有集体行为，作为一个团队定义所有团队行为看起来是不可能的，特别是在当某个复合动作需要被执行的时候。 很难找到一个学习这些行为（也就是集体性行为）的简单方法。 我们将不会定义某种情况为所有球员及球的准确位置，仅仅是可能将他们分类为某种模式，或者我们可以考虑模仿式协作。 另外，与机器人杯相关的问题比如任务描述和环境建模也是一些具有挑战性的课题。 当然，把解决以上问题的方法集成到一个物理实体上是最困难的一个问题。 5 机器人的相关问题 ： 机器人足球比赛的实现是基于硬件或是模仿 式 机器人。 规则与真 人足球比赛相类似。 由硬件实现的机器人足球赛的研究涉及电脑、自动化、控制、传感器技术、无线通讯、精密机械、模仿材料和无数前沿的研究和综合、集成。 模仿式机器人足球赛在标准软件平台上运行，它包含控制技术、通信、传感器和其他一些方面，研究的关键问题是一些先进的功能，如系统内的 协 作动态判断和及时的计划、机器人的学习和一些当前人工智能的一些热点。 因此，在国际人工智能领域，机器人足球赛被认作是一个在未来 50 年内的一个标准的课题，就像在人和电脑间进行的国际象棋赛一样。 机器人足球赛为人工智能理论应用到实际 做出 了许多贡献。 同样 它为检验新想法新技术和促进相关技术的发展 做出了帮助。 一系列应用到机器人足球赛的新技术将会促进社会经济文化的发展。 机器人足球赛不仅是一种具有高科技水平的前沿竞赛，同样也提供了真正比赛提供的休闲娱乐及 乐趣。 我们可以预料这个活动将会产生巨大的市场需求和新的工业机遇。 而且还会带来不可估量的经济 效益 和社会应用。 机器人杯研究目标是为分布式系统提供一个测试平台，它以一种特殊的方式包含了以下几个研究目标： － 机器人形态。 现在机器人利用轮子 和轨道 来组成形体，而人类球员不会用这些东西来在球场上踢球。 所以我们必须把机器人建造得跟人类相似。 比如具有相同的姿态，结构和体重。 － 机器人的躯体。 如果机器人充满了 铁 和塑料，人们将会害怕接触它。 所以，机器人必须拥有自己的肌肉并且可以与人类相接触。 － 机器人能源。 现在足球机器人的能源是电池。 但是只能用几分钟。 在将来，足球机器人必须跑和移动 40~45 分钟。 那意味着电池必须体 具有 重量轻和能量大 的特性。 － 机 器人技巧。 现在两腿机器人能够爬楼梯。 最好的足球机器人是 SONY 公司的四足狗。 50 年后机器人一定可以像人一样跑跳射门和 带球。 人们可以做到的机器人也可以做到。 － 机 器人 智能。 高级球员用他们的大脑来踢球，所以 明星 球员的智力必定很高。 在 1977 年 IBM 的深蓝电脑击败了卡斯帕罗夫，但是 IBM 只用了 16RISK6000，所以在将来内置足球机器人球员的内置微型计算机一定会非常优秀。 － 机器人的感觉。 传感器部分将会被随意放置，比如，它可以拥有六个眼睛，并利用声纳和无线通讯网络。 现在的传感器技术不能解决图像理解触摸力度和内置传感器的功能 与 效率的问题。 所以我们必须解决这些问题。 6 机器人杯和 MAS(多智能体 )的关系 ： 智能体 MAS 和机器人杯 机器人杯是一个典型的 MAS(Multiagent system 多 智能体 系统 )模型，我们可以把 7 个机器人当做 7 个终端，这将会涉及 MAS 一些相关技术，比如通讯和协作。 这些技术正是 MAS 的核心技术。 智能体 是一个近几年在电脑科学领域的一个重要的概念，这个概念已经被广泛应用到了人工智能领域、分布式计算机系统学等等。 同时这个概念提供了一个崭新的分布式开放系统的设计路线。 它被认作是“一个软件发展的重大突破”，在 AI 领域人们把 智能体 当做计算机化的实体， 它 能独立完成某种任务，并且具有在某种环境下的生命周期估计。 人们同样把由多个 智能体 组成的可相互交流和互动的系统叫做 MAS。 大体上认为 智能体 研究可以分为智能代理、 MAS 和 智能 导向编程 (AOP)。 他们之间并不是相互孤立的。 智能代理可以看做是 智能体 研究的一个微缩级别。 但 AOP和发展工具或者 AOP 平台目的是为了 MAS 研究服务。 因此，从某种程度上说，我们可以说这三个项目对 MAS 研究来说是一体的，这种说法与我们现实环境相一致，因为大多数现实系统属于 MAS。 MAS 是机器人杯的基础技术，机器人杯是 MAS 系统的一个典型。 很明显，机器人杯技术包括一些 智能体 相关技术比如协调规则、可 靠的通信、死锁和一些其他的技术。 这些技术是 MAS 的核心技术。 对于一个想参加机器人杯的研究人员来说最基本的问题是设计一个多 智能体 系统。 这个系统可以实时做出响应，他同样可以执行一个合理的面向目标的行动。 由于足球比赛空间巨大为所有可能情况和条件还有 智能体 行为编码是不可能的，因此 ，让 智能体 学会策略十分关键。 而且这些与 智能体 研究的一些技术密切相关。 这些包括： －在协作环境下的机器学习 － MAS 的构建：及时的 MAS 团队协作控制和命令执行。 －模拟对手。 MAS 系统的协调 由于机器人杯是多 智能体。