MCFMAS系统在RoboCup中的应用  

MCFMAS and Application in Robocup2D

作　　者：王鹏[1] 程显毅[1] 

机构地区：[1]江苏大学计算机科学与通信工程学院,江苏镇江212013

出　　处：《微计算机信息》2008年第30期264-266,共3页Control & Automation

基　　金：国家自然科学基金(60473039)大规模多姿态人脸图像库的两步识别方案研究;江苏省重点科技攻关项目(BE2004093)基于遗传基因算法和智能体的大型设备状态监测及故障诊断系统开发及产业化

摘　　要：本文设计了一种基于多agent系统的分类器融合模型(MCFMAS),利用了多agent系统的合作和资源共享的特性,达到在复杂动态环境中能够实现分类的目的,解决了在动态复杂环境中,单分类器由于信息不全面而导致的识别率低的缺点。本文把基于MAS的多分类器融合算法应用在RoboCup中球员动作失误识别中,提高了球队的训练效率。In this paper, a multi-agent system based classifier combination model is designed, which makes use of the characteristic of cooperation and resources sharing in MAS. In this model, role-based members of the classifier agent process the information collected firstly, and then transmit it to a fusion agent. A multi-agent system based classifier combination model is apply on misplay recognition in the debugging program in this paper, and the training efficiency is improved.

关 键 词：智能体 机器人足球 分类器 MCFMAS 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]