强化学习在IEEE极小型足球机器人教练任务中的应用分析
机器人学
2020-11-25 v1 人工智能
机器学习
摘要
IEEE极小型足球（VSSS）是一项机器人足球竞赛，其中两支由三个小型机器人组成的队伍相互对抗。传统上，一个确定性的教练智能体将为每种对手策略选择最合适的战术与阵型。因此，教练的角色对比赛至关重要。就此而言，本文提出了一种基于强化学习（RL）的端到端教练任务方法。所提出的系统在处理模拟比赛期间的信息，以学习一种最优策略，该策略根据对手和比赛条件选择当前阵型。我们在模拟环境中针对三支不同队伍（均衡型、进攻型和强进攻型）训练了两种RL策略。我们的结果针对VSSS联赛的顶尖队伍之一进行了评估，在取得约2.0的胜负比后展现出有前景的结果。
引用
@article{arxiv.2011.11785,
title = {An analysis of Reinforcement Learning applied to Coach task in IEEE Very Small Size Soccer},
author = {Carlos H. C. Pena and Mateus G. Machado and Mariana S. Barros and José D. P. Silva and Lucas D. Maciel and Tsang Ing Ren and Edna N. S. Barros and Pedro H. M. Braga and Hansenclever F. Bassani},
journal= {arXiv preprint arXiv:2011.11785},
year = {2020}
}
备注
6 pages, 9 figures, to be published in Latin American Robotics Symposium