点击次数：

论文类型：期刊论文

发表时间：2008-01-10

发表刊物：计算机技术与发展

卷号：18

期号：1

页面范围：59-62

ISSN号：1673-629X

关键字：Robocup;强化学习;Markov对策;零和对策

摘要：Robocup仿真比赛是研究多Agent之间协作和对抗理论的优秀平台,提高Agent的防守能力是一个具有挑战性的问题.为制定合理的防守策略,将Robocup比赛中的一个子任务--半场防守任务分解为多个一对一防守任务,采用了基于Markov对策的强化学习方法解决这种零和交互问题,给出了具体的学习算法.将该算法应用到3D仿真球队--大连理工大学梦之翼(Fantasia)球队,在实际比赛过程中取得了良好效果.验证了采用Markov零和对策的强化学习算法在一对一防守中优于手工代码的结论.