使用蒙特卡洛搜索与数据聚合改进机器人足球策略
机器人学
2016-06-02 v1
摘要
RoboCup 足球竞赛因其高度动态性和环境的部分可观测性，被视为最具挑战性的多机器人对抗环境之一。本文中，我们引入一种基于蒙特卡洛搜索与数据聚合(MCSDA)相结合的方法，以将防守机器人的离散动作足球策略适应于对手球队的策略。通过利用该领域的简单表示，一个监督学习算法在由若干人类专家策略仿真组成的初始数据集合上训练。随后生成蒙特卡洛策略展开(rollouts)并聚合到先前数据中，以在多个周期和比赛中改进学习到的策略。所提方法已在专用于足球的模拟器及真实机器人上广泛测试。使用该方法，我们的学习型机器人足球队实现了抢截球次数的提升，以及对手进球数量的减少。除更好表现外，还实现了全队在场地内整体更高效的站位。
引用
@article{arxiv.1606.00285,
title = {Using Monte Carlo Search With Data Aggregation to Improve Robot Soccer Policies},
author = {Francesco Riccio and Roberto Capobianco and Daniele Nardi},
journal= {arXiv preprint arXiv:1606.00285},
year = {2016}
}