基于馬爾可夫決策過(guò)程理論的Agent決策問(wèn)題研究.pdf

1、人工智能被認(rèn)為其主要目標(biāo)是構(gòu)造可以決策出智能行為的Agents，即這些Agents能夠在多方面再現(xiàn)人類可以做出的智能行為。馬爾可夫決策過(guò)程(MDP)可以用來(lái)描述和處理大規(guī)模不確定性環(huán)境下的Agent決策問(wèn)題。
　　 RoboCup機(jī)器人世界杯是國(guó)際上一項(xiàng)為促進(jìn)分布式人工智能、智能機(jī)器人技術(shù)及其相關(guān)領(lǐng)域的研究與發(fā)展而舉行的大型比賽和學(xué)術(shù)活動(dòng)，RoboCup仿真2D比賽是RoboCup所有項(xiàng)目中以Agent決策為重點(diǎn)的一個(gè)分支。

2、r>　　 本文以馬爾可夫決策過(guò)程的相關(guān)理論為基礎(chǔ)，以RoboCup仿真2D比賽為實(shí)驗(yàn)平臺(tái)，對(duì)Agent決策相關(guān)問(wèn)題進(jìn)行了研究。本文的主要工作可以概括為以下三個(gè)方面：
　　 本文重構(gòu)并實(shí)現(xiàn)了一個(gè)完整的RoboCup仿真2D球隊(duì)決策系統(tǒng)WE2009。該系統(tǒng)以部分可觀察隨機(jī)博弈(POSG)的模型為理論基礎(chǔ)，包括信息處理、高層決策和行為執(zhí)行三個(gè)模塊。特別是高層決策模塊，采用基于獨(dú)立行為生成器的結(jié)構(gòu)設(shè)計(jì)，不僅可以充分利用Agent的決策

3、時(shí)間，而且可以提高團(tuán)隊(duì)合作的效率。
　　 本文提出了一類特殊的馬爾可夫決策過(guò)程，即行動(dòng)驅(qū)動(dòng)的馬爾可夫決策過(guò)程(ADMDP)。本文分析了ADMDP的理論模型，提出了ADMDP的相關(guān)求解方法。該方法采取離線值迭代與在線搜索相結(jié)合，在本文中用來(lái)求解RoboCup仿真2D比賽中的不離身帶球問(wèn)題，使Agent的帶球性能有了較大的提高。
　　 本文提出了一類特殊的馬爾可夫博弈，即基于陣型的零和馬爾可夫博弈(FZSMG)。本文分析了F