[发明专利]一种基于强化学习的足球机器人带球策略选择方法

摘要

本发明涉及一种基于强化学习的足球机器人带球策略选择方法，足球机器人的球场场景环境建立在RoboCup仿真平台的基础上，方法步骤包括：构建足球机器人‑球‑目标位置模型；将足球机器人‑球‑目标位置模型分解为多个独立智能体，获取共用同一状态空间且具有不同速度空间的多个独立学习者，并对每个独立学习者分别设置奖励函数；对每个独立学习者，构建基于SARSA(λ)的强化学习模型，并采用RBF网络对动作价值进行近似处理；对各个独立学习者进行训练，采用频率调整学习方法使其得到同步收敛，获取完整模型，完成带球策略选择。与现有技术相比，本发明具有使机器人的带球过程更快速，对球更具掌控性，提升收敛性等优点。