A Proposal of QLearning to Control the Attack of a 2D Robot Soccer Simulation Team

Futball szimuláció megvalósítása fuzzy szabály interpoláció alapú fuzzy automatával

“…Ennek eléréséhez természetesen még rengeteg kutatási munka várat magára. Ellenben számos különböző megoldás született már a RoboCup versenyre, a legkülönfélébb mesterséges intelligencia módszerek alkalmazásával (lásd többek között: [14], [15], [20], [23], [24] és [25]).…”

“…A [14]-ben bemutatott megoldás például megerősítéses tanulást alkalmaz, hogy feltárja azokat az alapvető képességeket, amelyek ahhoz szükségesek, hogy egy ágens megszerezze a labdát. Egy másik megközelítés [15], szintén megerősítéses tanulást, a Q-learning egy változatát használja. Itt a cél annak a tudásnak a feltérképezése, hogy mikor melyik akciót (passzolás, elrúgás, cselezés) érdemes az ágensnek végrehajtania a korábban felhalmozott tapasztalatok figyelembe véve.…”

“…Itt a cél annak a tudásnak a feltérképezése, hogy mikor melyik akciót (passzolás, elrúgás, cselezés) érdemes az ágensnek végrehajtania a korábban felhalmozott tapasztalatok figyelembe véve. A [20]-ban bemutatott variáció Fuzzy Q-learning segítségével térképezi fel az ágens támadási viselkedését (hasonlóan a [15]ben leírt akciókat), az alapján, hogy az ellenfél ágensei, illetve kapuja milyen távolságra és milyen irányban találhatóak az adott helyzetben. Ellentétben ezekkel a megoldásokkal, melyek a futball szimulációban a támadáshoz szükséges viselkedést írják le, az [23]-ban bemutatott munka a védekezésre fekteti a hangsúlyt.…”

Desenvolvimento de uma Interface Gráfica Didática para o Ensino de Aprendizado por Reforço com Futebol de Robôs

“…Um outro método com vasta aplicação na robótica e no ambiente simulado de futebol de robôs 2Dé o Aprendizado por Reforço (AR) (Bianchi, 2004;Martins, 2007;Neri et al, 2012;Ottoni et al, 2015). Seu processo de aprendizagem, consiste em aplicar reforços (penalidades ou recompensas) ao agente, buscando otimizar seu comportamento (ações) nas diferentes situações do ambiente (estados) (Kaelbling et al, 1996;Sutton and Barto, 2018).…”

New reinforcement learning algorithm for robot soccer

“…Stone's KeepAway task [29] is a good example of an RL application to develop team-level naive attacking strategies. The work inspired other researchers to develop more agressive attacking strategies based on reinforcement learning [12,14].…”