[发明专利]一种仿人足球机器人传球控制方法及球队控球方法

说明书

本发明涉及一种仿人足球机器人传球控制方法，采用全新训练模型设计，针对持球机器人确定传球后的传球动作进行控制，能够有效提高传球成功率。并且本发明基于所设计仿人足球机器人传球控制方法，进一步设计球队控球方法，针对全队机器人进行统筹控制，在提高传球成功率的同时，能够有效提高球队持球时长，增加赢球率。

技术领域

本发明涉及一种仿人足球机器人传球控制方法及球队控球方法，属于足球机器人技术领域。

背景技术

机器人足球是人工智能与机器人研究领域的前沿课题。RoboCup 3D仿真环境是基于一个通用的多智能体物理模拟器——simspark。该模拟器采用开放的动力学引擎(OpenDynamics Engine ODE)库以实现其对刚体动力学和碰撞检测与摩擦的逼真模拟。随着机器人技术的发展，有效的传球动作与传球战术已经成为该领域的热点问题。

Peter stone为了解决2D仿真平台中机器人的传球问题，提出了一个有效的训练模型——KeepAway。该训练模型是一个典型的强化学习模型，其训练思想是在一个固定的区域内，对固定数量的双方球员进行训练，使一方球员获得最长持球能力。训练区域内的所有智能体分为keeper(守球者)和taker(夺球者)两种，研究人员一旦设定了球场大小和双方球员数量这些参数信息就可以建立训练模型，对训练区域内的智能体进行反复不间断的强化训练，直至每个keeper能够在指定情境下作出对应动作，以此实现持球时间最大化。

但是，3D仿真平台与2D仿真平台无论是比赛环境还是智能体特点都存在极大差异，因此，单纯的将KeepAway平台直接嫁接到3D平台中，是不可行的。主要问题如下：

(1)底层方面：两种仿真平台采用的是两种不同的机器人模型，不同结构与参数的机器人模型必然会引起一系列底层问题；

(2)行为层方面：2D仿真平台中将球员视为质点，则不存在机器人摔倒等行为问题；另外，两者环境信息的感知与行为的执行方式也不同；

(3)策略层方面：2D仿真中的KeepAway训练模型强调的是智能体的控球时间问题，没能兼顾球员之间的配合，这对3D实际比赛的意义不大。

因此，想要在RoboCup3D仿真平台上应用KeepAway训练模型训练出有效的传球战术，就需要对训练模型、学习算法等作出改进。

发明内容

本发明所要解决的技术问题是提供一种采用全新训练模型设计，能够有效提高传球成功率的仿人足球机器人传球控制方法。

本发明为了解决上述技术问题采用以下技术方案：本发明设计了一种仿人足球机器人传球控制方法，针对持球机器人确定传球后的传球动作进行控制，包括如下步骤：

步骤001.判断持球机器人视角范围内己方机器人的数量是否大于1，是则进入步骤003；否则进入步骤002；

步骤002.将以持球机器人位置为顶点、持球机器人位置与其视角范围内己方机器人位置间连线为中线、预设长度R为半径、预设扇形弧度的扇形区域作为目标传球区，并进入步骤006；

步骤003.分别针对持球机器人视角范围内的各个己方机器人，以持球机器人位置为顶点、持球机器人位置与己方机器人位置间连线为中线、预设长度R为半径、预设扇形弧度的扇形区域作为待选目标传球区，进而获得分别对应持球机器人视角范围内各个己方机器人的待选目标传球区，然后进入步骤004；

步骤004.分别针对各个待选目标传球区，获得持球机器人位置与待选目标传球区中己方机器人位置之间的距离dis_K，以及持球机器人位置与该待选目标传球区中敌方机器人位置之间的距离dis_T，然后根据如下公式：

state 1(dis_Kdis_T)：ball_pass＝(dis_T/R)+1；