您的位置: 专家智库 > 作者详情>张家旺

张家旺

作品数:7 被引量:18H指数:2
供职机构:北京工业大学更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 3篇会议论文
  • 2篇期刊文章
  • 2篇学位论文

领域

  • 7篇自动化与计算...
  • 1篇电子电信

主题

  • 4篇智能体
  • 4篇机器人
  • 4篇多智能
  • 4篇多智能体
  • 4篇ROBOCU...
  • 3篇机器人足球
  • 3篇多智能体强化...
  • 3篇多智能体系
  • 2篇智能体系统
  • 2篇决策树
  • 2篇机器人足球比...
  • 2篇多智能体系统
  • 1篇带球
  • 1篇学习算法
  • 1篇智能机器人
  • 1篇人学
  • 1篇能耗管理
  • 1篇足球
  • 1篇足球比赛
  • 1篇决策树方法

机构

  • 7篇北京工业大学

作者

  • 7篇张家旺
  • 5篇张伟
  • 3篇韩光胜
  • 2篇李建更

传媒

  • 1篇计算机仿真
  • 1篇系统仿真技术
  • 1篇2005年中...
  • 1篇2005年中...
  • 1篇2005中国...

年份

  • 1篇2022
  • 2篇2006
  • 4篇2005
7 条 记 录,以下是 1-7
排序方式:
Q学习算法在RoboCup带球中的应用被引量:4
2005年
机器人世界杯足球锦标赛(RoboCup)是全球影响力最大的机器人足球比赛之一,而仿真组比赛是其重要的组成部分。鉴于带球技术在仿真组比赛中的重要性,我们将Q学习算法应用于带球技术训练中,使智能体本身具有学习和适应能力,能够自己从环境中获取知识。本文描述了应用Q学习算法在特定场景中进行1vs.1带球技术训练的方法和实验过程,并将训练方法应用于实际球队的训练之中进行了验证。
张家旺韩光胜张伟
关键词:带球
强化学习与决策树方法在RoboCup中的研究与应用
本文首先介绍了多智能体系统,并回顾了机器人足球世界杯赛事,然后研究了机器人足球仿真比赛中多智能体系统的构建,即设计并实现了一支机器人足球仿真比赛队伍BJUT。本文的主要研究工作包括: 1、应用了经典的智能体体系...
张家旺
关键词:智能机器人多智能体系机器人学习
文献传递
基于ASPL模型的多智能体强化学习在RoboCup中的应用
多智能体系统是分布式人工智能系统的一个特殊类型。在多智能体系统中,动作的重复选择将导致Agent之间的协调性变差,同时传统的强化学习会造成很大的计算消耗。因此,本文以基本的强化学习为基础,应用多智能体强化学习方法,同时引...
张家旺韩光胜张伟
关键词:多智能体机器人足球
文献传递
多智能体强化学习在机器人足球比赛中的应用
多智能体系统是分布式人工智能系统的一个特殊类型.以基本的强化学习为基础,提出特殊状态下多智能体强化学习方法,把比赛场地划分不同的区域,依据球所在区域进行不同的动作选择,从而减少状态动作空间.将此方法应用于机器人足球比赛中...
张伟李建更张家旺
关键词:多智能体系统机器人足球比赛
文献传递
基于深度学习的5G基站能耗管理
目前我国正处在经济社会数字化转型阶段,5G作为网络建设的关键基础设施,将推进网络、应用与产业的一体化发展。截至2022年1月,我国已累计部署超过142.5万个5G基站,预计今年将超过200万个。如此庞大数量的基站在为5G...
张家旺
关键词:能耗管理
多智能体强化学习在机器人足球比赛中的应用
多智能体系统是分布式人工智能系统的一个特殊类型.以基本的强化学习为基础,提出特殊状态下多智能体强化学习方法,把比赛场地划分不同的区域,依据球所在区域进行不同的动作选择,从而减少状态动作空间.将此方法应用于机器人足球比赛中...
张伟李建更张家旺
关键词:多智能体系统机器人足球比赛
文献传递
C5.0算法在RoboCup传球训练中的应用研究被引量:14
2006年
针对于RoboCup比赛中出现的传球精度不够准确的问题,通过对决策树学习方法的探讨,该文提出了一种用于Robo-Cup仿真球队中Agent学习传球技能的一种决策树方法。将C5.0即ID3的改进算法应用到Agent传球能力的训练中,它使得Agent能够根据场上的具体情况,把球成功传给队友。Agent在得到球的控制权之后,首先确定传球成功率最大的球员,然后并不直接执行传球的动作,而是调整Agent自身的准备动作以达到传球的最佳状态,最后进行传球的行为。仿真结果表明,该方法有效地提高了Agent的传球能力。
张家旺韩光胜张伟
关键词:决策树传球
共1页<1>
聚类工具0