如发现有乱码，请点击下面链接浏览原文
正文摘录:

后世民等：机器人足球比赛的模糊决策键是如何构造合理的模糊集合及其隶属度函数，如果构造不合理就达不到预期的效果，甚至出现错误。文献[3]对球场的态势分析提出了较好的思路，但其模糊集合的隶属度函数则存在明显的缺点，本文将在其基础上提出更合理的隶属度函数，并完成其他决策任务。3球场态势分析由于足球机器人比赛是实时、连续、动态环境下的多Agent冲突、合作、协调控制，使得场上攻、防形势经常发生变化。决策系统就是要根据球场的信息，判断出当前环境下的攻、守态势，进而决定采取什么样的队形进行比赛。文献[6]认为小球是球场上的核心，提出根据小球所属的半场来确定攻守态势，该方法判别简单，但只是依据小球位置信息进行判别，而不考虑控球权，显然是不合理的；文献[7]应用可控区(controllablezone)概念，提出根据控球权大小决定进攻还是防守，该方法同样存在不足之处。本文在进行态势分析时，综合考虑了小球位置、控球权和射门角度0]，比较全面。如图1所示，假设我方处于右边，向左进攻，现在要进行球场态势分析。图1球场态势分析图其中各参数说明如下：d。：小球与对方球门中心点G。距离；d。：小球与我方球门中心点G。距离；风：小球与对方球门中心点岛连线与我方机器进攻方向的夹角；忍：小球与我方球门中心点G。连线与对方机器进攻方向的夹角；D。，：我方第j号机器人RHJ与小球的距离；D凸：对方第j号机器人Rq与小球的距离；aHJ：我方第J号机器人R脚和小球连线与我方第j号机器人RHJ进攻方向的夹角0a曲：对方第j号机器人Ra和小球连线与我方第j号机器人R。进攻方向的夹角；集合R一{R。}一{RHJ，Rq}是球场上除守门员以外的所有机器人的集合，R。，是我方机器人集合，Ro是对方机器人集合。设模糊集合A表示有利于进攻的小球与球门中心点的距离，设论域U一{d—I{d∈d。，如}}，文献[3]中构造40其隶属度函数为：min(dH，d0)心“一——瓦一举例分析：若小球位于对方半场即d。＜d。，则‰一1，该结果虽然表明此时小球位置有利于我方进攻，但却存在明显的缺点：小球在整个前半场的隶属度为固定值而与其具体位置无关，以至于小球在对方门前和球场中线位置的隶属度都没有区别，这显然是不合理的。因此，对模糊集合A重新构造其隶属度函数：心。叫一i‰n)对此函数进行分析：首先，该函数对敌、我双方是公平的，其值具有对称性，是客观的；其次，以我方为例，产。。∈[O，1]，从我方球门到对方球门，卢丸的值从0到1，并在中线位置取值1／2，可见该隶属度函数不仅很好地反映了小球的位置，而且描述了其对我方进攻的有利程度，对对方也有同样的分析效果。因此，模糊集合A可以表示为：A一{(dH，产叱)，(do，P叱)}同样，用定义在模糊结合B上的隶属度函数：陬一1一羔(2)来表征易于攻门的角度。该角度是指小球与球门线中点连线和机器人进攻方向的夹角。模糊集合B可表示为：B一{(风，P艮)，(忍，魄))，卢∈[O，90~]在分析机器人与小球的距离D对决策的影响时，要考虑除守门员以外的所有在场机器人。设易于得到控球权的机器人与小球的距离的模糊集合为c，每个机器人与小球的距离在这个模糊集合上c上的隶属度函数为：№一1一半(3)其中L是球场的对角线长度，他是机器人和小球之间的距离的最大值，则集合C可以表示为：c一{(DHJ，卢。，。)，(Dq，产D0)}，D∈[O，L]用a表示机器人与小球的相对角度。当O＜a＜90。时，小球处于机器人与对方球门之间，有利于我方进攻；当90。＜a＜180。时，机器人处于小球与对方球门之间，不利于我方进攻。构造有利于进攻的相对角度的模糊集合D，其隶属度函数为：心一卜击(4)则模糊集合D一{(。聊，产‰)，(口臼，F％)}，a∈[O，180~]。至此，已构造了4个模糊集合。由于视觉识别部分提供的信息已经是离散的，此处就不需再进行离散处理，但考虑到d，p，D，a四个模糊变量在决策时权重并不一样，常需要进行权重处理，设更适合于进行进攻的模糊集合为F，论域U—R，则每个机器人在模糊集合F下的隶属度函数为：