在RoboCup中，帶球具有相當(dāng)重要的作用。研究RoboCup中帶球等動作的意義不僅僅局限于RoboCup本身，它對于Agent的計算、甚至人工智能基礎(chǔ)理論的發(fā)展都具有重要意義。
　　帶球是智能體控球同時移動到目標(biāo)點的技術(shù)，對于帶球最關(guān)鍵的策略是下一步應(yīng)采取哪條路徑。這個過程至少要完成兩個任務(wù)：避免跟對方球員的沖突和運用路徑搜索算法找到從起點到目標(biāo)點的帶球路徑。
　　帶球路徑可以采取多種不同的搜索求解方法，本文集中考慮對方球員的影響，找到適合智能體帶球的較優(yōu)路徑。首先建立一個優(yōu)化的環(huán)境狀態(tài)描述圖，使它支持球員智能體在比賽場地中的路徑搜索；然后設(shè)計使智能體高效執(zhí)行的路徑搜索策略，估算出一條到達(dá)目標(biāo)點的較優(yōu)帶球路徑。
1 策略總體設(shè)計
　　整個策略包括兩部分。第一部分利用細(xì)胞自動機(jī)對環(huán)境建模，根據(jù)對方球員的影響演化出環(huán)境狀態(tài)描述圖，分析規(guī)劃以后要使用的路徑搜索空間。據(jù)此，智能體能夠?qū)ξ磥砜赡馨l(fā)生的狀態(tài)進(jìn)行分析預(yù)測而有效避開對方球員的攻擊。第二部分在規(guī)劃好的搜索空間內(nèi)，運用合理的路徑搜索算法，設(shè)計啟發(fā)函數(shù)" title="啟發(fā)函數(shù)">啟發(fā)函數(shù)為智能體提供最佳可行的解路徑。
2 基于細(xì)胞自動機(jī)對環(huán)境的建模
　　細(xì)胞自動機(jī)是由一組規(guī)則網(wǎng)格組成的陣列，每個格子就是一個細(xì)胞，其組成三要素為細(xì)胞的狀態(tài)、鄰居細(xì)胞以及演化規(guī)則。它具有組成單元的簡單性、單元之間作用的局部性和信息處理的高度并行性等特點，適合對復(fù)雜實時的動態(tài)系統(tǒng)進(jìn)行有效建模。
　　將球員智能體進(jìn)行帶球決策的區(qū)域(設(shè)定為智能體前方一塊矩形區(qū)域)用一系列離散方格細(xì)胞序列表示，細(xì)胞自動機(jī)算法的輸入即為智能體的感知信息。細(xì)胞自動機(jī)通過不斷的狀態(tài)刷新，進(jìn)行決策區(qū)域內(nèi)環(huán)境狀態(tài)的演化。
2.1 構(gòu)造模型1
　　(1)定義細(xì)胞狀態(tài)：沒有被任何球員占據(jù)的狀態(tài)為0；被對方隊員占據(jù)時根據(jù)對方隊員的身體朝向可以離散化地定義各種狀態(tài)：北1、東北2、東3、東南4、南5、西南6、西7、西北8(根據(jù)比賽服務(wù)器所提供的參數(shù)設(shè)置，設(shè)定各狀態(tài)代表的角度范圍是：東(-22.5～22.5)、南(-112.5～-67.5)、西(-180~-157.5 && 157.5~180)、北(67.5~112.5)、東南(-67.5~-22.5)、東北(22.5~67.5)、西南(-157.5~-112.5)、西北(112.5~157.5))。
　　(2)鄰居細(xì)胞：每個細(xì)胞周圍的8個細(xì)胞為其鄰居細(xì)胞，分別位于北面、東北面、東面、東南面、南面、西南面、西面、西北面。
　　(3)演化規(guī)則：根據(jù)當(dāng)前對方球員朝向狀態(tài)進(jìn)行演化，對每個被對方隊員占據(jù)的細(xì)胞演化出它們最可能的影響范圍。
　　為方便描述，設(shè)S_i^t為細(xì)胞i在t時刻的狀態(tài)，i為演化細(xì)胞代號，S_j1^t、S_j2^t、S_j3^t、S_j4^t、S_j5^t、S_j6^t、S_j7^t、S_j8^t分別為位于i細(xì)胞北面、東北面、東面、東南面、南面、西南面、西面、西北面八個方向上的鄰居細(xì)胞狀態(tài)，jn(n=1，2，……8)為鄰居細(xì)胞代號，下面是此算法的偽碼實現(xiàn)。
　　

　　
　　帶球隊員每進(jìn)行一次信息更新即可對環(huán)境狀態(tài)圖進(jìn)行幾次演化迭代，演化迭代次數(shù)由所選細(xì)胞尺寸、對方能力強弱等確定。
　　這種根據(jù)朝向演化的影響區(qū)域是合理的。因為每個智能體一般只能對本身的朝向做出快速反應(yīng)，所以考慮對方隊員的朝向因素，預(yù)測以后可能的環(huán)境狀態(tài)。假定在某影響區(qū)域內(nèi)，對方隊員會在我方隊員之前到達(dá)這個區(qū)域內(nèi)的任何一個位置，所以我方隊員以后的路徑規(guī)劃必須避開此區(qū)域。演化后得到的細(xì)胞狀態(tài)圖如圖1所示，是構(gòu)造下一個細(xì)胞自動機(jī)模型的基礎(chǔ)。

2.2 構(gòu)造模型2
　　模型1得到的結(jié)果直接作為第二個模型的初始狀態(tài)。模型2的構(gòu)造如下：
　　(1)定義細(xì)胞狀態(tài)：細(xì)胞沒有被任何智能體占據(jù)的狀態(tài)為0；對方球員的控制能力值x作為細(xì)胞狀態(tài)值" title="狀態(tài)值">狀態(tài)值，設(shè)對方隊員速度值的10倍(取整舍去小數(shù)位)為對方隊員的控制能力值，速度較快的對方隊員進(jìn)攻性比較強，移動打亂我方隊員進(jìn)攻的可能性較大，因此按照速度值設(shè)定控制能力值。根據(jù)仿真比賽服務(wù)器的參數(shù)設(shè)置，x可取1～12的自然數(shù)。
　　(2)鄰居細(xì)胞包括每個細(xì)胞周圍的8個細(xì)胞。
　　(3)演化規(guī)則：以影響力地圖的思想為基礎(chǔ)。如果此細(xì)胞的狀態(tài)值為0，則將其各鄰居細(xì)胞的狀態(tài)值折半取整，再疊加作為此細(xì)胞演化后的狀態(tài)值。下面是這個算法的偽碼實現(xiàn)，演化后生成的細(xì)胞狀態(tài)圖作為最終的環(huán)境狀態(tài)描述圖，如圖2。

　　
　　這里的演化規(guī)則即是對對方隊員控制能力值的耗散處理，使智能體可以通過演化后環(huán)境狀態(tài)描述圖中的各個細(xì)胞位置的狀態(tài)值預(yù)見對方球員以后可能的影響狀況，這些信息使智能體知道某個位置作為帶球路徑的價值信息。
3 帶球路徑搜索策略的實現(xiàn)
　　最終演化好的細(xì)胞狀態(tài)圖描述了對方球員的影響，提供了各個位置作為帶球路徑的價值信息。下面運用人工智能的啟發(fā)式搜索策略，設(shè)計有效的啟發(fā)函數(shù)加速問題求解，使路徑搜索向著最有希望的方向前進(jìn)，找到最優(yōu)路徑。
　　整個路徑搜索算法主要完成以下工作：(1)取得代價值最小的節(jié)點；(2)判斷產(chǎn)生當(dāng)前節(jié)點的子節(jié)點集合；(3)把節(jié)點放入Closed表。路徑搜索核心流程的偽碼實現(xiàn)如下：
FindPath(Constrain)
{
　　//在Open表中加入新節(jié)點
　　AddNodeToList(Open，startNode)；
　　//Open表非空，進(jìn)行路徑搜索
　　while !OpenIsEmpty() do
　　//Open表中代價值最小的節(jié)點為當(dāng)前節(jié)點
　　Node CurNode=Open.pop_front()；
　　if ArriveGoal(CurNode) then
　　flag=1；//標(biāo)志路徑搜索成功
　　//返回起點到當(dāng)前節(jié)點的所有節(jié)點形成路徑
　　return GeneratePath(curNode)；
　　else
　　//把當(dāng)前節(jié)點加入到Closed表中
　　AddNodeToList(Closed，CurNode)；
　　//產(chǎn)生當(dāng)前節(jié)點子節(jié)點集合
　　List SubNodeList=getSubNodes(CurNode，Constrain，increment)；
　　for i=0；i　　//子節(jié)點在Closed表中
　　if InClosedList(SubNode) then
　　continue；
　　//子節(jié)點不在Closed表中
　　else
　　//子節(jié)點不在Open表中
　　if !InOpenList(SubNode) then
　　//計算子節(jié)點的代價值
　　TotalCost(SubNode)=gCost(SubNode)+hCost(SubNode)；
　　//當(dāng)前節(jié)點作為子節(jié)點的父節(jié)點
　　SubNode.parent=CurNode；
　　//將子節(jié)點放到Open列表中
　　AddNodetoList(Open，SubNode)；
　　else //子節(jié)點在Open表更新父節(jié)點，重排Open表
　　if gCost(SubNode)　　CurNode=SubNode.parent；
　　TotalCost(SubNode)=gCost(SubNode)+hCost(SubNode)；
　　//按代價值給Open表中元素排序
　　Sort(OpenList)；
　　end if
　　end if
　　end if
　　end for
　　end if
　　end while
　　return null；
}
3.1 設(shè)計啟發(fā)函數(shù)
　　以上搜索算法的關(guān)鍵是設(shè)計啟發(fā)函數(shù)評價路徑，不同的啟發(fā)函數(shù)會導(dǎo)致不同的解路徑。根據(jù)帶球策略，將Cost_s、Cost_θ1、Cost_θ2三個因素作為啟發(fā)函數(shù)的參數(shù)，設(shè)計如下：
　　hCost(Node)
　　{
　　//Cost_s為節(jié)點細(xì)胞當(dāng)前狀態(tài)值
　　Cost_s=GetState(Node)；
　　//Cost_θ1為相對目標(biāo)位置的偏移角度
　　Cost_θ1=AngDeviate(Node，Node.parent)；
　　//Cost_θ2為相對上次搜索過節(jié)點位置的偏移角度
　　Cost_θ2=AngDeviate(Node，goalNode)；
　　h(Cost)=αCost_s+βCost_θ1+γCost_θ2；
　　return h；
　　}
　　根據(jù)優(yōu)先級的大小分別賦予這三個因素合適的權(quán)值" title="權(quán)值">權(quán)值α、β和γ。這些權(quán)值的選取對于帶球路線的搜索十分關(guān)鍵，它們的數(shù)值是基于公式中各項的優(yōu)先級以及范圍，可以通過調(diào)整權(quán)值改變各個因素的優(yōu)先次序。優(yōu)先級較高的因素在結(jié)果中應(yīng)占較大比重，這些權(quán)值需要經(jīng)過大量的測試或使用學(xué)習(xí)等技術(shù)得到。
　　在本應(yīng)用中，取α＞β＞γ。因為最重要的是避開接近的對方球員，相對于高層規(guī)劃指定的目標(biāo)位置的角度偏移以及原來帶球方向角度偏移則次之。這樣使智能體向相對對方隊員控制能力較弱位置、朝目標(biāo)位置方向以及它原本前進(jìn)的方向帶球前進(jìn)。這樣選擇是因為方向的改變會額外花費一些時間，有時還會引起不理想的震蕩。
3.2 路徑搜索的優(yōu)化執(zhí)行
　　為提高路徑搜索算法的效率，結(jié)合前一節(jié)中介紹的細(xì)胞自動機(jī)的演化結(jié)果，采取制定搜索界限的方法進(jìn)行路徑搜索。即在搜索算法上附加表示當(dāng)前調(diào)用的界限參數(shù)。這樣算法占用較小的內(nèi)存，被考察的節(jié)點較少，以下是根據(jù)界限參數(shù)獲得子節(jié)點集合的示例：
　　getSubNodes (CurNode，Constrain，increment)
　　{
　　//循環(huán)構(gòu)造當(dāng)前位置的鄰居位置子節(jié)點
　　for i=-1；i<2；i++
　　for j=-1；j<2；j++
　　SubNode.x=CurNode.x+i*increment；
　　SubNode.y=CurNode.y+j*increment；
　　if i==0 && j==0 then
　　　　continue；
　　end if
　　if !InConstrain(SubNode) then
　　　　continue；//不在界限內(nèi)的節(jié)點排除
　　end if
　　//將在界線參數(shù)限定范圍內(nèi)的節(jié)點加入子節(jié)點集合
　　AddNodeToList(SubNodeList，SubNode)；
　　return SubNodeList；//返回界限內(nèi)子節(jié)點集合
　　end for
　　end for
　　}
　　本文的策略對于細(xì)胞位置允許的最大狀態(tài)值為界限參數(shù)。在環(huán)境狀態(tài)描述圖的基礎(chǔ)上，設(shè)定界限1：細(xì)胞狀態(tài)值為0，此界限區(qū)域為帶球搜索最安全區(qū)域，不在對方球員的控制之下；界限2：相對界限1放寬一些，定細(xì)胞狀態(tài)值稍大，此界限區(qū)域為從最安全區(qū)域出發(fā)分別向左向右擴(kuò)散出的帶球搜索較安全區(qū)域，對方球員對此區(qū)域的控制能力增加；根據(jù)情況還可繼續(xù)放寬界限，制定界限3、界限4等。如果一個小界限的初始搜索能找到路徑，則搜索算法只要在最安全區(qū)域嘗試少數(shù)幾個位置就能找到正確的路徑。如果沒有成功找到路徑，將在隨后的調(diào)用中逐漸放寬界限，取界限2、3，即讓其在較安全區(qū)域甚至弱安全區(qū)域搜索路徑，直到搜索成功或者到達(dá)取值范圍的端點。
　　這樣，即使是失敗的幾次調(diào)用findpath()也只使用了較少的內(nèi)存；同時也加快了路徑檢測的速度。因為小界限調(diào)用會更快地達(dá)到失敗條件，也提高了路徑暫被其他行動者阻斷時的執(zhí)行性能。
　　如果沒有成功找到通向目標(biāo)點的帶球路徑，可能是路徑不存在或者搜索已經(jīng)到了強加的極限，這時不應(yīng)該讓球員反復(fù)調(diào)用失敗的搜索算法而延誤動作時機(jī)。為了使帶球智能體的反應(yīng)更加靈敏，采取返回findpartpath()，先得到部分路徑的策略。只需修改findpath()，即設(shè)定搜索節(jié)點循環(huán)相應(yīng)次數(shù)后停止計算(循環(huán)次數(shù)確保能產(chǎn)生一條合理長度的路徑)，把離目標(biāo)點最近的點作為子目標(biāo)點，返回實現(xiàn)的部分路徑。從小界限開始趨向最大界限進(jìn)行路徑搜索的偽碼實現(xiàn)如下：
　　for i=0；i　　if flag=1 then
　　break；//某個界限下路徑搜索成功
　　else
　　if i==PathCoordinator() then
　　findpartpath(constrain[i])；//返回部分路徑
　　else
　　findpath(constrain[i])；//調(diào)用整體路徑搜索
　　end if
　　end if
　　end for
　　帶球隊員通過一個小界限參數(shù)調(diào)用搜索算法，可以立即沿著返回的部分路徑移動，然后使用一個逐漸增大的界限參數(shù)再次調(diào)用搜索算法得到部分或全部路徑，帶球者最終會找到一條通往目的地的路徑，或者在一個離終點不遠(yuǎn)的地方停止?？傊?，界限參數(shù)和返回部分路徑的方法可以使智能體的反應(yīng)更加靈敏，不管發(fā)生什么情況，帶球隊員總會有所作為，而不是只站在原地。
4 應(yīng)用效果測試
　　本文進(jìn)行的比賽測試是在SoccerServer10.xx版本下完成的。將基于細(xì)胞自動機(jī)的帶球路徑搜索策略應(yīng)用到中南大學(xué)RoboCup仿真球隊(CSU_Yunlu 2005)中，先后對采用本文策略和不采用本文策略的CSU_YunLu仿真球隊作了長時間的測試。
　　將未采用新策略的球隊和采用新策略的球隊與同一支仿真球隊比賽，運用仿真調(diào)試工具SoccerDoctor得到兩次比賽中帶球成功率的統(tǒng)計圖，如圖3、圖4所示。