robocode_Robocode大师的提示，技巧和建议的集合

避免墙析
很难提出一种算法，将您的机器人保持在墙外而又不会陷在角落或偏离所需的运动方向太多。 一个简单的解决方案是避免壁式分解 。 在本技巧中，David McCoy向您展示了如何实现此便捷技术。

反重力运动
对于大多数专家级Robocoders而言，反重力运动具有多种修改形式，是其选择的运动类型。 有了它，您可以在地图上定义要避开的点，轻松创建移动模式并躲避敌人的子弹。 Alisdair Owens向您展示了如何实施这项有用的技术。

预测性定位
所有成功瞄准和射击敌方机器人的方法都需要一个算法，在您预测对手会在未来某个时间点发射子弹的地方。 在本文中，西蒙·帕克（Simon Parker）描述了一种可用于线性，圆形和振荡预测目标的算法。

追踪对手的动作
每种目标定位算法都有其局限性，因为总会有某些运动模式难以预测。 了解如何使您的机器人为每个对手选择最佳运动算法。

循环定位
掌握了线性定位之后，下一步就是循环定位。 使用稍微先进的数学，此系统使您可以以极高的准确性打击绕行机器人，同时仍能保持对抗直线机器人的有效性。 Alisdair Owens向您展示了如何实现此技术，并提供了一个示例机器人以进行测试驱动。

道奇子弹
要制造出一个成功的Robocode机器人，您必须能够击中对手，而不是对手击中您。 让您的机器人成为对手的目标是一门精美的艺术，但是如果您的对手无法瞄准您，该怎么办？ 使用简单的技巧和一些猜测，这里列出的DodgeBot向您展示了如何躲避子弹。

雷达扫描
在本技巧中，学习如何最有效地利用机器人的雷达，以获取有关对手位置的最新信息。

罗伯莱格
您是否有兴趣为Robocode玩家建立自己的联赛？ 本文将告诉您Christian Schnell是如何与他的Roboleague做到这一点的。

多态敌人缓存
成功的机器人维护着信息存储，在战斗中随时可以做出重要决定。 出于多种原因，这很有用，从敌人的移动模式分析到根据接近程度和力量确定攻击对象。 本技巧说明了如何使用多态性来实现高效，快速的敌人缓存，同时又方便始终保持最新对象。

可扩展/可重复使用的机器人
雷·韦尔米特（Ray Vermette）介绍了如何将Robocode机器人分解为模块化，可重复使用的部分，每个部分管理着机器人行为的不同方面。

Robocode策略
本《 Robocode策略》指南揭示了《剑网联盟》的起源，并讨论了移动，射击和收集信息的不同策略级别。

---

翻译自: https://www.ibm.com/developerworks/java/library/j-robotips/index.html