米林德·塔姆贝;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