人工智能在机器人足球赛中的应用

图１　安装光驱盘时的相应界面

也就是说，对于运动模型的设计主要呈现出以下模式：开始—马达同向旋转—行走一定距离—结束。

编程中的各项运动模型都可以根据实际情况进行修改，通过这样的思路设计，让运动模式逐渐呈现出更多的运动样式，从而让“足球比赛”能够顺利开展，能够让“足球赛”更加缤纷多彩，也更加具有吸引力。

2.3 定位球

不同定位球有不同的坐标定位方式，因此，在设定策略程序时应首先预留两个空策略，打开Open Viewer菜单下的RSViwer，点击Ball功能，然后将小球放置到需要测试的位置点击“Start”开始比赛，进而就可以在RSViwer框中的Display中分析小球的动态坐标。在实际比赛中，小球的位置比较灵活，比如任意球或者点球。

罚球时可以通过任意球的方式，比如当球员在其中一个区域出现失误或者犯规，需要接受罚球时，就应在足球场中的对应区域的自由球罚球点进行任意球，此时小球应在罚球点位置，接受罚球的机器人应在距离小球0.25m的位置上开始罚球，而其他机器人要处在罚球线以外，负责防守的要靠近底线站立。

另外，如果小球和所有机器人速度都很慢，且小球处在发球点的位置上时，一般就是需要进行点球，此时，应注意机器人和球的摆放位置。踢球的机器人要摆放在球的后方，守门员摆放在球门线上，如果我方是防守状态就要先放机器人，再放小球。

３　决策树的实现

3.1 进攻角色

决策树中一般包含人工智能机器人的进攻角色、防守角色的设定，以及对策略转换的延续性和连贯性处理，要知道决策树的相关决策不一定就是最优的，应根据实际情况，结合相关的计算方式对决策树进行动态优化。首先，对于进攻角色而言，在足球比赛中主要有主攻和助攻，负责主攻的机器人可以说是进攻的主角，而且其目标明确——得到小球并控制好小球，最终突破对方队员的层层防守而将小球射进球门。而助攻就是帮助和辅助主攻机器人更好地进攻，比如形