یادگیری مهارتهای پیچیده فردی در فوتبال روباتها با استفاده از آتوماتاهای یادگیر

Publish Year: 1381
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,634

This Paper With 8 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ACCSI08_005

تاریخ نمایه سازی: 18 بهمن 1386

Abstract:

در این مقاله کاربرد آتوماتا های یادگیر در یادگیری مهار تهای فردی یک عامل فوتبال در دریافت توپ در حال حرکت و دریبل را مورد بررسی قرار میدهیم . دریبل کردن یک مهارت پیچیده است که در پیاده سا زی مهارتهای گروهی دیگر می تواند نقش موثری داشته باشد . هنگامیکه یک عامل از بین انتخاب های پا س، شوت ویا عبور از حریف ، عبور از حریف را انتخاب می کند قابلیت دریبل نقشی تعیین کننده دارد . مهارت دریبل مهارتی پیچیده است که در فوتبال انسانی نیز از عهده هر بازیکنی برنمی آید . دریبل قابلیتی نسبی است بدین معنی که ممکن است مانند فوتبال واقعی شیوه دریبل پیاده سازی شده برای عامل ما در برابر بازیکنان یک تیم موفق و در برابر بازیکنان تیم دیگری ناموفق باشد . مسئله دریافت توپ در حالت عمومی عبارت از حرکت به سمت توپ در حال حرکت و در اختیار گرفتن توپ می باشد . آتوماتای یادگیر جهت مناسب برای حرکت عامل فوتبال را برای حرکت به سمت توپ در حال حرکت تعیین می کند . در روش های پیشنهادی ابتدا عامل فوتبالیست را با یک آموزش جزیی غیر برخط آماده می کنیم . آتوماتای یادگیر سپس در حین بازی بصورت بر خط سعی در بهبود کارآیی عامل فوتبال از طریق سازگار نمودن او با تغییرات محیط مینماید .

Authors

محمدرضا میبدی

آزمایشگاه محاسبات نرم دانشکده مهندسی کامپیوتر دانشگاه صنعتی امیرکبیر

حمیدرضا نصیری

آزمایشگاه محاسبات نرم دانشکده مهندسی کامپیوتر دانشگاه صنعتی امیرکبیر

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • Flantge, F., Meyer, C., Schappel, B., and Uthmann, Th., Enhancing ...
  • Kaelbling, L. P., Littman, M. L., and Moore, A.W. Reinforcement ...
  • Narendra, K.S. and Thathachar, M.A.L., Learning Automata: An Itroduction, Prentice_Hall ...
  • Noda , I., Hitoshi, M. and Kazuo, H. "Learning Cooperative ...
  • Stone, P., "Multilayered Learning in Multi-Agent Systems ', M.Sc. Thesis, ...
  • Weiss, G. , Multi Agent Systems, The MIT Press, USA, ...
  • Gupta, A., Raina, R., and Mukherjee, A., "Towards a "Perfect' ...
  • Dorer, K., Robocup-99, *Extended Behavior Networks for the m agmaFreiburg ...
  • Asada, M., Birk, A., and E. Pagllo, E., Progressing in ...
  • L ak shmivarahan, S., "Learning Algorithms: Theory and Applications , ...
  • Mars, P., Chen, J. R., and Nambir, R., 'Learning Algorithms: ...
  • Marroquin, J. and Ramirez, A., *'Stochastic Cellular Automata With Gibbsian ...
  • Meybodi, M. R. and L ak shmivarahan, S., "Optimality of ...
  • Meybodi, M. R., and L ak shmivarahan _ S., 4On ...
  • نمایش کامل مراجع