米林·坦贝；贾法尔·阿迪比；亚瑟·阿尔奥奈赞；阿里·埃尔登；Gal A.卡明卡。；Stacy C.马塞拉。；缪斯里，伊昂 使用明确的团队合作模型和学习构建代理团队。 （英语） Zbl 1047.68618号 Artif公司。智力。 110，第2期，215-239（1999）. 摘要：在大量多智能体应用中，多智能体协作或团队协作和学习是两个关键的研究挑战。这些研究挑战在RoboCup中得到了强调，这是一个国际项目，重点关注机器人和合成足球，作为多智能体系统研究的通用试验台。本文描述了我们解决这些挑战的方法，基于为RoboCup模拟联赛（迄今为止最受欢迎的RoboCup联赛）构建的足球运动员团队。为了应对团队合作的挑战，我们研究了一种新的方法，该方法基于（重新）使用领域相关的明确团队合作模型、明确表示的团队计划和目标层次结构，以及基于角色和角色关系的团队组织层次结构。这种团队合作的通用方法被证明适用于RoboCup以外的其他领域，既缩短了开发时间，又提高了团队合作的灵活性。我们还演示了离线和在线学习在RoboCup中的应用，以提高和专门化代理的个人技能。这些能力使我们的足球队ISIS成功参加了1997年8月在日本名古屋举行的第一届国际机器人杯足球锦标赛（1997年机器人杯）。ISIS在参加模拟联赛的30多支球队中获得了三等奖。 引用于2文件 MSC公司： 68T05型 人工智能中的学习和自适应系统 68T01型 人工智能的一般主题 关键词：足球训练队 PDF格式BibTeX公司 XML格式引用 \textit{M.Tambe}等人，Artif。智力。110，第2号，215--239（1999；Zbl 1047.68618） 全文： 内政部