粗糙集方法在RoboCup仿真球队中的应用

—215—粗糙集方法在RoboCup 仿真球队中的应用徐 怡1，李龙澍2，李学俊1(1. 安徽大学计算智能与信号处理教育部重点实验室，合肥 230039；2. 安徽大学计算机科学与技术学院，合肥 230039）摘 要：基于粗糙集的决策分析方法，对RoboCup 仿真球队中Agent 的行为执行效果进行评测，并且在当前行为的执行效果不理想的情况下，通过适当的调节可控属性值来选择有助于此行为的辅助行为。

使得Agent 能够根据当前场上的状态，更有效地决定下一步的行动。

并以射门为例，通过实验证明了该方法的有效性。

关键词：粗糙集；机器人足球；行为评测；行为选择Application of Rough Set in RoboCup Simulator League LearningXU Yi 1, LI Long-shu 2, LI Xue-jun 1(1. Key Lab of IC&SP at Anhui University, Ministry of Education, Hefei 230039; 2. Department of Computer Science and technology, Anhui University, Hefei 230039)【Abstract 】Estimating the action’s effect of agent in RoboCup simulator league based on Rough Set is discussed and when the action’s effect is not good, choosing one ancillary action which is good for it by adjusting the values of the controllable attributions is presented. It makes the agent can determine the next action effectively according to the current status in the field. Taking shooting for example, this paper certify that this approach is effective by testing.【Key words 】rough set; RoboCup; action estimation; action choosing计 算 机 工 程Computer Engineering 第33卷 第24期Vol.33 No.24 2007年12月December 2007·人工智能及识别技术·文章编号：1000—3428(2007)24—0215—02文献标识码：A中图分类号：TP18仿真机器人足球赛RoboCup 是一个国际性的研究和教育项目，是一种典型的多Agent 系统。

RoboCup 仿真比赛标准计算机环境的主要特点是：动态实时性；环境干扰，合作与协调性，受限的通信带宽等[1]。

这些特点使得仿真球队的设计非常复杂，完全依靠手工编程实现任务非常繁重甚至无法实现。

近年来，MAS(Multi-Agent System)的学习成为一个新的研究热点，其关键是用学习技术增强Agent 的智能，即Agent 自己解决问题的能力。

在实际比赛中，每个智能体需要根据场上的实时环境来决定当前所执行的动作能否达到目标期望，若能则直接执行，否则需要选择其他的动作来执行，这就涉及到一个行为评测和行为选择的问题[2]。

Pawlak 提出的粗糙集理论[3]，是一种有效的处理不完整性和不确定性的数学工具，通过对数据进行分析和推理，从中发现隐含的知识，揭示潜在的规律。

由于粗糙集自身的特点，使得它很适合对Agent 的行为进行评测。

并且在当前行为的执行效果不理想的情况下，通过适当的调节选择有助于此行为的辅助行为。

1 Rough 集的基本概念下面简要介绍文中所涉及到的粗糙集的基本概念[4]。

定义1 (知识表达系统) 一个知识表达系统S 可表达为S =<U , C , D , V , f >，其中，U 表示对象的集合，即论域；R =C ∪D ，是属性的集合，其中，C 表示条件属性集；D 表示决策属性集；V =∪r ∈R V r 是属性值的集合，其中，Ｖr 是属性r ∈R 的值域；f 是信息函数，f :Ｕ×R →Ｖ，即f(x ,R )∈Ｖr ，它指定了Ｕ中每一对象x 的属性值。

定义2 (决策规则) 令X i 是Ｕ中根据条件属性C 定义的分类，Y j 是Ｕ中根据决策属性D 定义的分类，定义一个函数Dx : Des C (X i )→Des D (Y j )，X i ∩Y j ≠Φ。

函数Dx 称为决策表Ｔ中的决策规则。

Des C (X i )表示对X i 的特征描述，Des D (Y j ) 表示对Y j 的特征描述。

规则的确定性因子μ(X i , Y j )=|X i ∩Y j |/|X i |，0<μ(X i ,Y j )≤1。

目前从知识表达系统中推理决策规则有多种方法，较常用的是通过对决策表进行约简产生决策规则，其一般步骤 如下：(1)进行条件属性的简化，即从决策表中消去某些列；(2)消去重复的行；(3)消去每一决策规则中的属性的冗余值，即属性值的约简；(4)输出决策规则。

对于属性和属性值的约简有很多方法，详细算法见文献[5-8]。

2 粗糙集在RoboCup 仿真比赛中的应用实际比赛中场上环境复杂多变，根据当前的环境来评测Agent 当前行为的执行效果，需要考虑众多的因素。

由于比赛是实时的，仿真环境中存在干扰，因此采集到的数据可能不准确，甚至是错误的；由于球员视野的限制，所采集到的数据也可能是不完整的。

粗糙集作为一种处理不完整性和不确定性数据的有效工具，对于这些问题都能够较好地解决。

首先介绍两个相关术语：可控属性和不可控属性。

可控属性是指，Agent 可以通过自身的一些行为进行改变的属性，例如，Agent 可以通过转动身体来改变身体的朝向；不可控属性则是指Agent 所不能控制的属性，这类属性的改变不依赖或不完全依赖于Agent 的行为，例如，其他Agent 的速度。

本文提出一个算法具体说明如何利用粗糙集方法，根据基金项目：国家自然科学基金资助项目(60273043)；安徽省高校拔尖人才基金资助项目(05025102)；安徽省自然科学基金资助项目(050420204)作者简介：徐 怡(1981－)，女，博士研究生，主研方向：不精确信息处理，RoboCup 仿真比赛；李龙澍，教授、博士生导师；李学俊，讲师、博士研究生收稿日期：2007-03-25 E-mail ：xuyi1023@当前场上的比赛环境对Agent的当前行为效果进行评测。

并且在当前行为的执行效果不理想的情况下，通过适当调节可控属性选择有助于此行为的辅助行为，从而提高Agent的智能性。

算法步骤如下：步骤1 尽量多收集与当前行为b有关的属性因素构成属性集Q。

步骤2 对应于属性集Q，采集尽量多的样本数据用于学习。

步骤3 由属性集和样本数据构成决策表，其中，条件属性即为Q，决策属性即为由样本数据得到的b执行成功与否的结论，由于所收集数据的不完备性，该决策表也是不完备的。

步骤4 利用上述的粗糙集方法对决策表进行约简，可以得出一系列决策规则，并计算每一规则相应的确定性因子。

特别注意，对于所得决策规则即使它的结论表明行为执行是成功的，由于决策表自身的不完备性，并不能说该行为执行成功的概率是100%，为此笔者用确定性因子表示b执行成功的概率。

对于b执行失败的规则，其确定性因子记为0，所有的规则构成一个规则库。

步骤5 在实际比赛时当Agent为实现目标执行b时，将当前场上的环境情况与规则库中的规则进行匹配，若存在某一匹配规则的确定性因子大于某一阈值δ，说明此时b执行成功的概率比较大，可以执行b，否则转步骤6。

步骤6 从该规则的条件属性中取出那些可控属性，记为Q'，根据Q' 建立一张“属性－行为”对应表，每一个可控属性q i∈Q'，对应于一个行为集合b(q i)。

当Agent 执行b(q i)中的任一行为时，属性q i的值都会改变。

对于任意的q i∈Q'，分别计算其对应的属性值在改变的情况下行为b执行成功的概率，记为p i，找出p i中的最大值，记为p*，其对应的属性为q* 。

若p* >δ，则执行b(q*) 中的一个行为，并改变属性q* 的值到相应的范围内。

值得注意的是：在算法的步骤6中，总能通过适当调整可控属性的值，使得行为b执行成功的概率大于δ，即一定存在一个有助于b的辅助行为可供选择。

3 应用实例下面以射门为例，说明如何对Agent的行为进行训练，使Agent学会根据场上的当前状态判断是否可以射门，并在不可以射门的情况下选择有助于射门成功的辅助行为。

首先，收集了54个与射门有关的因素构成属性集Q，具体分类如下：射手距射门点的距离SP_dist，射门路线与身体朝向的夹角SP_ang，射门点距球门边框的最小距离SP_out。

守门员的信息：射手距守门员的距离Goalie_dist，守门员和射手所在的直线与射门路线的夹角Goalie_ang，守门员和射手之间距离与SP_dist的比值Goalie_radio。

将对手按与射门路线的夹角进行排序，其中，角度最小的两名对手的相关信息：到射手的距离Opponent1_dist, Opponent2_dist；与射门路线的夹角Opponent1_ang, Opponent2_ang；与射手之间距离与SP_dist的比值Opponent1_radio, Opponent2_radio。

球的信息：球到射手的距离Ball_dist；球的运动方向与射门方向的夹角Ball_ang；球的速度Ball_speed。

射手的信息：射手的速度Shooter_speed；射手身体朝向与头朝向的夹角Shooter_ang。

距离射手一定距离且与射门路线的夹角在一定范围内的对手个数：Num_di_aj，(i{5,10,15, 20}, j{2*k|1　k　10})。

根据属性集Q，采集了近3 000个训练样本，由粗糙集算法得出射门的部分决策规则及相应的确定性因子如下所示，其中，s表示射门成功；f表示射门失败；μ为规则的确定性因子，表示射门成功的概率：规则1 If(Goalie_radio>0.812) and (Num_d10_a14≤0) and (Ball_ang≤105.62) then(s)；μ=74.5%规则2 If(Goalie_radio>0.812)and(Num_d10_a14≤0) and (Ball_ang>105.62) and (Opponent2_dist>15.8)and(SP_ang> 119.25) then(s)；μ=86.5%规则3 If(Goalie_radio>0.812)and(Num_d10_a14≤0) and (Ball_ang>105.62) and (Opponent2_dist>15.8) and (SP_ang≤119.25) and (Ball_dist>0.7) and (Ball_speed>3.0) then(s)；μ=51.2%规则4 If(Goalie_radio>0.812) and (Num_d10_a14≤0) and (Ball_ang>105.62) and (Opponent2_dist>15.8) and (SP_ang≤119.25) and (Ball_dist>0.7) and (Ball_speed≤3.0) then(f)；μ=0规则5 If(Goalie_radio>0.812) and (Num_d10_a14≤0) and (Ball_ang>105.62) and (Opponent2_dist>15.8) and (SP_ang≤119.25) and (Ball_dist≤0.7) and (Opponent2_radio> 2.21) then(s)；μ=34.8%假设当前有一个样本如表1所示，通过查找规则库可知与规则4相匹配，但当前射门是失败的。