RoboCup,原名為J-League,是由國際RoboCup聯合會組織的年度機器人和人工智能(AI)比賽。在RoboCup期間,機器人與其他機器人進行足球比賽。
比賽的想法起源于1992年,當時加拿大英屬哥倫比亞大學的艾倫-麥克沃斯教授寫了一篇題為"On Seeing Robots"的論文。1993年,日本的一個研究小組從這篇論文中獲得了靈感,組織了第一屆機器人足球比賽。
雖然RoboCup有很強的娛樂性,但其主要目的是在現實世界中展示機器人技術和人工智能的進步。參加比賽的機器人系統是全世界許多研究人員深入研究的結果。
中國煙臺理工學院和伊朗大學的研究人員最近開發了一種新技術,可以提高參加足球比賽的機器人射門的能力。這項技術發表在《環境智能和人性化計算》雜志上,它是基于一種被稱為Q-learning算法的計算方法。
大多數在模擬中產生射門的技術是基于兩種方法,即逆運動學(IK)和點分析法。這些是數學方法,既可用于創建計算機動畫,也可用于機器人學習,以預測機器人達到特定位置或完成一個動作所需的參數。
這些方法的假設是,機器人和球的位置是固定的,然而,不一定包括射擊的情況。
為了克服以前方法的局限性,研究團隊在Q-learning算法的基礎上創造了一種新的射擊策略,它可以提高機器人在行走時射球的能力。Q-learning算法是基于強化學習的無模型計算方法。這些算法在管理人試圖學習如何以最佳方式在其環境導航或執行復雜行動的情況下作用極大。
研究人員在他們的論文中寫道:機器人的運動參數,如速度和角度,會由Q-learning算法進行更精確的調整。最后,當機器人處于射球的最佳位置時,IK模塊就被應用于射球策略。最終,它可以大大改善機器人在RoboCup足球比賽中的表現。
該研究論文題為"Generation a shooting on the walking for soccer simulation 3D league using Q-learning algorithm",已發表在《環境智能與人性化計算》期刊上。
前瞻經濟學人APP資訊組
參考資料:https://link.springer.com/article/10.1007%2Fs12652-021-03551-9