基于强化学习的足球机器人防守策略

摘要

基于强化学习的足球机器人防守策略，基于半场进攻平台HFO环境和TD算法的足球机器人防守策略，所述HFO环境建立在RoboCup 2D仿真平台的基础之上；所述TD算法对防守角色的机器人进行强化学习，利用值函数的更新来优化策略，帮助机器人选择效果更佳的动作来提高球权占有率；然后在TD算法中加入通讯来提高强化学习的效率，利用广播来传递机器人状态‑动作等实时信息，加速算法收敛，提升机器人的协作防守效率。