基于直角坐标系和数学统计算法的仿真坦克机器人的设计与实现研究

摘要

随着科学技术的突飞猛进，机器人的发展已经不局限于简单地某一重复运动方式，人们在探讨一种更为先进的人工智能机器人，除了具有简单机器人的特点之外，它们还具有某些智能，能够自适应地去学习，并在学习的过程中不断完善自身，逐步进化以至于达到能够创造。当然现在还只是某种设想，将来的那一天就有可能会实现;不过现有的技术还是使得机器人具备一定的智能。
　　 利用风靡全球的robocode开发引擎可以设计出优秀的智能机器人坦克;它不是建立在一种特定的硬件平台上，而是虚拟的软件开发平台，这样就可以更好地利用计算机强大的运算能力在软件上先模拟出机器人坦克模型，为后期特定的硬件平台提供一定意义上的技术支持与准备工作。
　　 本论文利用此开发引擎，再结合Java开发的工具包和集成开发环境Eclipse的使用，开发出具备一定学习能力的机器人坦克模型。其中主要采用了统一的建模语言(UML)思维构架，利用目前十分流行的MVC框架模式，重构了先前分布编写的基于直角坐标系的各个模型区代码，整合了全局体系结构。另外，数学统计的算法是基于直角坐标系更进一步的非全局势匹配算法，克服了全局算法的没有学习性和需要一定运动规律的特点，经过仿真测试发现在适用性上确实有所增强。
　　 最后还扩展了多个模型存在于战场的情况，可以是一对多模式也可以是混战的模式，但其他机器人坦克模型的数据占据优胜的先决条件，所以主要讨论了这些数据以什么样的方式组织和存放起来，这样之后的各种其他算法取用这些信息就很方便。

目录

声明

摘要

第一章 绪论

1．1 引言

1．2 研究背景与意义

1．3 运动方式分析

1．4 论文的组织安排

第二章 软件工具与命令参数

2．1 Robocode简介

2．2 开发环境安装

2．2．1 JDK安装

2．2．2 Robocode的安装使用

2．2．3 Eclipse应用

2．3 命令简介

2．3．1 运行控制

2．3．2 属性控制

2．3．3 事件控制

2．4 规则及说明

第三章 基于直角坐标系的分块设计

3．1 移动算法

3．1．1 绕敌人圆周运动

3．1．2 带有避墙的随机移动算法

3．2 雷达坐标锁定

3．3 瞄准算法

3．3．1 直接瞄准算法

3．3．2 直线瞄准算法

3．3．3 圆周瞄准

第四章 基于直角坐标系设计的总体规划

4．1 MVC框架模式

4．2 建模语言设计软件

4．3 重构战场模型

4．4 控制层重构

4．5 仿真测试

4．6 扩展多模型初步

第五章 基于数学统计的瞄准算法

5．1 算法步骤

5．2 迭代实现

5．3 匹配模式库的创建与实现

5．4 调试与结果测试

5．5 小结

第六章 多模型扩展与高级算法

6．1 多模型扩展

6．1．1 炮弹躲避算法

6．1．2 使用Vector列表保存敌人信息

6．1．3 Vector类

第七章 总结与展望

参考文献

附录

致谢

攻读学位期间发表的学术论文目录