RoboCup，原名为J-League，是由国际RoboCup联合会组织的年度机器人和人工智能（AI）比赛。在RoboCup期间，机器人与其他机器人进行足球比赛。

比赛的想法起源于1992年，当时加拿大英属哥伦比亚大学的艾伦-麦克沃斯教授写了一篇题为"On Seeing Robots"的论文。1993年，日本的一个研究小组从这篇论文中获得了灵感，组织了第一届机器人足球比赛。

虽然RoboCup有很强的娱乐性，但其主要目的是在现实世界中展示机器人技术和人工智能的进步。参加比赛的机器人系统是全世界许多研究人员深入研究的结果。

中国烟台理工学院和伊朗大学的研究人员最近开发了一种新技术，可以提高参加足球比赛的机器人射门的能力。这项技术发表在《环境智能和人性化计算》杂志上，它是基于一种被称为Q-learning算法的计算方法。

大多数在模拟中产生射门的技术是基于两种方法，即逆运动学（IK）和点分析法。这些是数学方法，既可用于创建计算机动画，也可用于机器人学习，以预测机器人达到特定位置或完成一个动作所需的参数。

这些方法的假设是，机器人和球的位置是固定的，然而，不一定包括射击的情况。

为了克服以前方法的局限性，研究团队在Q-learning算法的基础上创造了一种新的射击策略，它可以提高机器人在行走时射球的能力。Q-learning算法是基于强化学习的无模型计算方法。这些算法在管理人试图学习如何以最佳方式在其环境导航或执行复杂行动的情况下作用极大。

研究人员在他们的论文中写道：机器人的运动参数，如速度和角度，会由Q-learning算法进行更精确的调整。最后，当机器人处于射球的最佳位置时，IK模块就被应用于射球策略。最终，它可以大大改善机器人在RoboCup足球比赛中的表现。

该研究论文题为"Generation a shooting on the walking for soccer simulation 3D league using Q-learning algorithm"，已发表在《环境智能与人性化计算》期刊上。

前瞻经济学人APP资讯组

参考资料：https://link.springer.com/article/10.1007%2Fs12652-021-03551-9

标签： 机器人世界杯 算法 机器人