基于群体Agent合作求解的测试床——MAS-Soccer  

MAS-Soccer: A testbed based on multi-agent cooperation

作　　者：张双民[1] 石纯一[1] 

机构地区：[1]清华大学计算机科学与技术系,北京100084

出　　处：《清华大学学报（自然科学版）》2005年第4期467-470,共4页Journal of Tsinghua University(Science and Technology)

基　　金：国家自然科学基金资助项目(60373079;60496323);国家"八六三"高技术项目(2001AA113120)

摘　　要：为试验和比较各种先进的群体Agent合作求解智能算法,给群体Agent合作策略提供一个比较与测试的平台,该文针对传统的测试平台过分强调具体动作实施细节,忽略合作策略重要性的问题,给出了一种基于信念愿望意图(BDI)逻辑推理的群体Agent合作求解仿真系统——MAS-Soccer。在设计过程中简化Agent具体行为的执行细节,突出整体合作策略以及BDI逻辑推理在比赛中的重要性,并以此作为测试平台,以机器人足球赛任意球战术配合为实验内容,验证和比较了基于特征向量提取的再励学习算法与传统的再励学习算法在学习效果以及学习时间上的优劣。实验在验证算法的先进性的同时,也表明MAS-Soccer测试床能够准确和方便地进行合作策略的验证与比较。A testbed is needed to test and compare various multi-agent cooperative problem solving algorithms. A multi-agent cooperative simulation system based on BDI reasoning, MAS-Soccer, was developed to emphasize the importance of joint strategies in multi-agent systems, rather than the performance details of specific actions. The system can be used to test reinforcement learning algorithms based on feature vector extraction and the traditional Q-learning algorithm in the Robocup free kick game. Tests illustrate the efficiency of the system and that MAS-Soccer can efficiently and correctly compare various cooperative strategies.

关 键 词：多AGENT 机器人足球赛 再励学习 合作求解 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]