多机器人系统中的协调与机器学习：在机器人足球中的应用

本文介绍了人工智能、多智能体系统、协调、智能机器人和深度强化学习的概念。重点阐述了如何有效利用AI和DRL来创建高效的机器人技能和协调的机器人团队，使其能够执行非常复杂的动作和任务，例如进行足球比赛。本文还介绍了机器人足球的概念以及RoboCup倡议的愿景和结构，重点介绍了人形仿真3D联赛以及该比赛提出的新挑战。论文最后介绍的主题基于作者在过去22年中在FCPortugal项目背景下开发/协调的研究。论文简要描述了所开发的协调方法，如：策略、战术、阵型、固定战术和教练语言，以及使用机器学习来优化这些概念的使用。介绍的主题还包括用于黑盒优化的新颖随机搜索算法及其在优化全向行走技能、机器人多智能体学习以及创建具有可控距离的人形踢球中的应用。最后，简要解释了使用近端策略优化算法变体的新应用以及用于机器人和多机器人学习的高级建模，重点介绍了我们新的人形冲刺和跑步技能以及令人惊叹的人形机器人足球运球技能。FCPortugal项目使我们发表了100多篇论文，并在不同联赛中赢得了多项比赛以及RoboCup的多项科学奖项。总体而言，我们的团队在国际比赛中获得了40多个奖项，包括在RoboCup 2022仿真3D联赛中明确获胜，攻入84球仅失2球。