BP神经网络在短道速滑智能体决策过程中的应用

摘要

通过人工神经网络,实现了短道速滑仿真系统中智能体(agent)的决策过程.将智能体的当前状态作为神经网络的输入,智能体要采取的动作作为神经网络的输出,从而实现智能体的决策.神经网络的训练采用有监督学习的误差反向传播(Back Propagation)算法,样本采集自仿真系统运行时使用者的输入.通过所述方法,能够保证智能体在高速的比赛过程中较少犯规,并可以达到在体能受限的情况下取得较优秀成绩的目的,还能够模拟某一特定运动员的滑行特性和决策习惯.