- 博客(31)
- 收藏
- 关注
RSS订阅原创 IND-wks-第四周
KNN即K近邻，全称为K-Nearest Neighbor, 是一个经典的数据挖掘分类算法.KNN的应用场景十分广泛.KNN算法的思路是选取K个和样本距离最近(即最相似)的样例，根据选取样例所属类别的情况，决定该样本所属的类别.1 K值选取K值较小，表示预测结果取决于较少的样例点，带来较小训练误差的同时使得模型变得复杂，容易导致过拟合的情况；K值较大，表示预测结果取决于较多的样例点，带来较大训练误差的同时使得模型变得简单，容易导致欠拟合的情况.对于最佳K值的选取，通常使用交叉验证法，选择一个较小
2022-03-06 19:05:42
367
原创 IND-fxl-第四周
守门员的防守策略研究扑球与快速起身扑球目前使用的最多的扑球动作：侧身倒地扑球；劈叉倒地扑球。足球方向朝向守门员站位时，采取劈叉倒地扑球的方式，否则采取侧身倒地扑球的方式。两种方式的优缺点:侧身倒地扑球的防守范围大，大约可以挡住球门的一半，但是从动作开始执行到完成扑球大约需要 1.0～1.3S。劈叉倒地扑球的方式虽然防守范围小了一点，但是动作执行时间仅需0.8～0.9S。快速起身需要快速起身的原因守门员扑球成功后，但没有己方后卫协助防守时，对方进攻球员可能发动二次进攻，
2022-03-06 16:05:29
131
原创 IND-fhl-第四周
1.基于关键位置的本地传球战术在指定的区域，保持我方的球权。尽可能通过每次传球都从我们自己的机器人的球开始，然后：当球丢失或球离开训练区域时结束。三维游戏中的训练场景如下图所示。具体如下图所示其中Fn是准备接受训练的机器人，F1是持球的机器人，F2是除了F1之外离球最近的机器人，Dn是敌方机器人，D1是离球最近的敌方机器人算法如下，这样可能可以提高传球的效率和队伍配合的紧密性。...
2022-03-06 15:51:23
3823
原创 IND-RSTMJ-第三周
主要开始研究passmode和onball开球时的阵型非常重要，不能让对方开球就一脚longkick进球，所以后卫的阵型是非常重要的，所以在对方开球的时候后卫要守好球门，前锋准备去前场接应，中卫要准备好去拦截。 因此设计了一个小的开场阵型（对方开球）。看了UT之前比赛的录像，发现抢球的时候基本上都是从对方onball球员的侧面来抢断，这个方法是非常的有用，而且这样也不容易犯规，抢完球就转身，这样就非常的完美了，这个需要再优化优化。看比赛还发现了一个很重要的一点就是有时候有些队伍在射门的时候被
2022-03-01 11:33:34
66
原创 IND-RSTMJ-第二周
学习笔记 主要是学习几篇论文以及提升自己的基础知识，这里主要整理我学习的论文内容 5vs5仿真机器人足球比赛———防守算法研究看这个论文主要是看足球比赛相似之处和通用的地方——防守，在足球比赛中不管是多少人制的，防守及进攻方式都是大同小异的，所以可以互相借鉴方法 图1 防守策略截球算法。主要是要考虑在传球过程中能否走到球路过的这个轨迹，并且比球先到达，实现对对方传...
2022-03-01 11:31:18
61
原创 IND-wks-第三周
1、“4-2-3-1”阵型的基本配备4名后卫、2名后腰、3名进攻辅助、1名前锋，属于防守阵型，考虑原因主要是我队目前实力较弱，考虑防守为主。2、为什么只考虑一名前锋？在阵容演化过程的趋势中,也是符合足球比赛阵容演化规律的:从最开始的“0-0-10”阵型发展到“4-2-4”阵型发展到现在比较常见的“5-3-2” 或者“4-4-2” 阵型,这种发展可以看出前锋队员越来越少,中场后卫队员越来越多。3、球员类型分配后卫：采用稳定性好的机器人类型，可...
2022-02-28 20:39:32
113
原创 IND-gyc-第三周
机器人对关键帧信息的获取与处理Hinge JointNAO机器人的所有关节均为Hinge Joint。每个关节定义为一个Hinge JointBodyModel类中的成员变量joint为一个存放了所有关节的vector，每一个关节是一个SIMJoint类型变量，SIMJoint类中只有角度一个成员变量在headers.h中将所有HJ的名称define为整数，对应每个关节在joint中的下标Perceptor 和 EffectorPerceptor用于表示每个关节的状态，一个HJ per
2022-02-27 23:11:37
125
原创 IND-yff-第三周
比赛中机器人由于不能及时准确认识对方防守而使己方进攻缺乏目的性与针对性的问题，为准确优化设计进攻目标策略，本文提出一种的进攻路径选择算法。算法利用防守影响值来分析评估对方机器人对我方进攻的威胁度，提高策略的实用及可行性，使球队的整体能力得到改善。(1)防守影响值在选择进攻的线路时，综合考虑以下两个因素：一是在不被截球的前提下，我方的进攻线路应尽可能靠近对方门线： 是防守方对我方进攻任务的威胁最小化。为合理分析防守方队员对我方进攻的威胁程度，本文提出防守影响值的概念对防守方队员进行防守影响值分析。防守影
2022-02-27 18:32:31
103
原创 IND-kwf-第三周
匈牙利算法（KM算法）在解决分配问题中，我们常选择匈牙利算法，他的原理是：如果代价矩阵的某一行或某一列同时加上或减去某个数，则这个新的代价矩阵的最优分配仍然是原代价矩阵的最优分配。假设一共有N个人，要完成N个不同的任务，同时也知道每个人完成每个任务的代价，由此先用一个N×N的矩阵来表示代价矩阵算法步骤：1. 找出每一行最小的元素，接下来把每一行的元素都减去这个最小的元素，从而增加0元素的数量。2. 同理，找出每一列最小的元素，按照上述做法，进一步增加0元素的数量。3. 试分配，若可以
2022-02-27 17:02:07
548
原创 INF-fhl-第三周
基于关键定位算法的局部传球战术传球策略只有在代理动作灵活、踢腿准确的情况下才意义。以前，3D 团队未能满足这一条件，所以传球策略还没有被广泛使用。然而，底层行动在今天已经发展得足够灵活了。因此，有必要制定有效的通过合作战略，以提高团队的作战效能。作为竞争平台，参与代理的特点，或二维模拟竞争和三维模拟竞争的规则从根本上是不同的，所以我们将关键问题转移到 3D 平台不是一个可行的选择。其主要问题如下： (1) 基路问题过于强调控球时间，没有考虑到进攻和防守策略，这对实际竞争没有意义； (
2022-02-27 16:13:24
59
原创 IND-kwf-第二周
PID在写代码的时候，我们常常会写：如果目标和当前位置的距离为0时，机器人停止行动，但是由于加速度不能是无穷大，所以目标位置和最终停下来的位置不是一样的，存在一定的距离差，这就是超调。其中：P是微分，I是积分（求和），D是微分（差分）P：目标值和当前位置的距离差，应该具有的一定的比例关系，他们遵循着：距离差小，速度小；距离差大，速度大。I：对误差进行累计积累，可以使得当误差小时累计得到的误差起到更好的作用。同时积累误差可以起到反馈的作用，更快的得到最终的结果。一些问题..
2022-02-20 21:51:06
391
原创 IND-wks-第二周
一、学习的主要文件列表/utwalk 文件夹包含了球员行走的模型文件./motion中UTWalkEngine包含了球员行走的主要指令和路线计算函数，以stand为例void UTWalkEngine::stand() { if ((last_frame_motion_ != WalkRequestBlock::STAND) && (last_frame_motion_ != WalkRequestBlock::WALK)) { initStiffn
2022-02-20 21:38:57
112
原创 IND-fhl-第二周
最短切线路径算法路径规划是机器人系统研究中的一个重要组成部分，在移动机器人从起始点到达目标点的过程中需要找到一条能顺利避开障碍物体的最优路径，这就是所谓的最优路径规划问题。在roboCup3D仿真系统中，当我方前锋队员在到达目标点的过程中遇到障碍物阻拦时，如果我方队员不采取任何避障措施，极有可能和障碍物碰撞，从而导致我方队员失去最佳控球机会。所以，实时避障和采用合理高效的路径规划算法是移动机器人顺利到达目标点的重要保障。最短切线路径算法是将数学领域中常用的切线定理引入到计算机算法中来，用于计算移
2022-02-20 16:35:21
76
原创 IND-fxl-第二周
RoboCup 2019年新规——PassMode关于如何启动Pass命令基本条件当前游戏模式为 PlayOn离球最近球员与球的距离在 0.5 m 范围内对方球员均在球 1 m 以外球的速度小于等于 0.5 m/s启动后的规则对方球队球员将不允许进入球 1 m 范围以内己方球员触球或 4 s时间过去，传球模式结束某方传球模式结束后，该球队在 10 s内无法得分UT的PassMode策略只在敌人离球1.25米以内时启用传球模式。 如果敌人离得较远，不会对我们踢球造成威胁，没有
2022-02-19 23:47:02
127
原创 IND-yff-第二周
1.射门策略射门不仅仅限于对方球门附近的射门。为了避免乌龙球，我们将后场的解围与射门联系起来，因为射门函数在设计时是针对对方球门，不会出现往已方球门踢射的情况。具体设计方式如下:(1)当球在射门球员与对方球员之间时，已方球员与球之间直线距离最近，能够以最短的时间到达目标位置踢射足球，同时选择最合适的度以增强踢射强度，并增加对方的防守难度，从而达到有效攻击对方球门的效果。此类情况一般出现在已方处于进攻状态的时候，最典型的代表就是点球，此时对方所有球员处于我方半场，只有我方1号机器人主罚点球，我方机器人有
2022-02-19 18:21:26
173
原创 IND-gyc-第一周
关键帧采样 Keyframe Sampling概念定义seed skill: 动作优化的起点，传统做法是由人工调参得到或用动作捕捉模仿人类keyframe sampling: 观察另一个机器人的动作并进行模仿，理论上可以被推广到模仿其它模型的机器人或人类KSOBI: 关键帧采样，优化和动作整合keyframe: k∈K:=Rn×Rn×{0,1}k ∈ K := \mathbb{R}^n × \mathbb{R}^n × \{0, 1\}k∈K:=Rn×Rn×{0,1}，对所有关节的描述，包含三
2022-02-17 08:15:30
70
原创 IND-yff-第一周
1. 考虑到守门员缺乏灵敏度，在对手攻进最后一道屏障的时候，可通过让守门员在球门面前来回踱步的方式增加截球的概率，达到守门的效果。2. 在选择策略阵型时，要经过对机器人多次的观察，并且使用Matlab对产生的数据进行绘图，从而的到具体的参数，经过多次反复对比和实践得到一个最佳的策略阵型。由于在使用CMA-ES算法对步态进行优化时考虑的因素过少，导致优化效果不佳，需要进一步的改进。在调节踢球角度时，借助外部软件，得到一个参考，进一步的对角度的参数进行修改。3. 进攻：前锋采用三角形包围战略，以最近的球
2022-02-14 20:14:01
123
原创 IND-kwf-第一周
关键帧关键帧的定义：关键帧被定义为关节角度的完整描述，可以是绝对值，也可以是相对于前一个关键帧的，每个关节的比例表示允许用于达到目标角度的电机最大扭矩的百分比。 在这种情况下，机器人观察另一个物体的动作效果，并尽最大努力重现这些效果。 关键帧的描述：其中：其中n是关节数，0表示绝对角度，1表示相对角度。第一个n向量给出了每个关节的目标角度，而第二个n向量给出了它们的比例。keyframe-time pairs（关键帧时间对）关键帧时间对的描述：其中：m是技能中关键帧的数量，每个m（k，t
2022-02-14 15:04:32
126
原创 IND-wks-第一周
受所负责其他项目启发，认为Dubins曲线在球员具体的行进路径规划中存在可行性。1、Dubins曲线概述Dubins 曲线是在无障碍的情况下，提供一条最优的前向路径，与A* ，RRT等那些搜索算法相比，还有一个优势就是规划的路径是满足运动学要求的。（下图摘自网络）是Dubins曲线的六种基本形态，前四种最为常用，一句话概括就是已知起始点的向量（坐标和方向）和目标点的向量，借助dubins曲线算法可以求解出一条最短的路径。2、为什么想到移植Dubins曲线？（1）Dubins曲线最先运
2022-02-13 23:57:53
559
原创 IND-fxl-第一周
IND-fxl-第一周markdown的一些使用基础应用#个数意味着标题级数这是斜体这是黑体这是黑体加斜体这样在字上加删除线加下划线这样添加高亮添加下标，使用，如H2~添加上标，使用,如x2^用三个以上的星号、减号、底线来建立一个分隔线（ps：一行内不能有其它东西）1. #个数意味着标题级数2. *这是斜体*3. **这是黑体**4. ***这是黑体加斜体***5. ~~这样在字上加删除线~~6. <u>加下划线</u>7. ==这样添加高亮
2022-02-13 14:04:45
278
原创 IND-fhl-第一周
onball.cc概述onball.cc中包括了几个不同功能的函数，用于onball面临各种情形时应该使用哪种踢球方式。1.how_to_kick函数中，根据onball的坐标和opp1(对方守门员)的坐标来选择kick的方式。me.getX()得到onball的x坐标，如果＜0，即onball在我方半场(我方球门坐标为-15)，就把x赋值为me.getX()+10(尽量往前踢),并用opp1.getY()得到对方守门员的y坐标，如果为正则将y赋值为-0.6，否则赋值为+0.6，即尽可能向守门员
2022-02-12 16:36:49
197
翻译 UT2014补充学习笔记
Part 42014年UT采用了广泛的分层设计学习机器人技能的学习方法，如站立、行走和踢腿。这包括顺序分层学习，其中新学习的层在学习后续层之前被冻结，以及重叠层，其中先前学习的层的部分作为当前学习层的一部分被重新优化。在分层学习过程中，总共优化了500多个参数。所有参数均使用协方差矩阵自适应进化策略（CMA-ES）算法（Hansen 2009）进行优化，该算法此前已成功应用于RoboCup 3D仿真领域的学习技能（Urieli等人，2011年）在优化19种行为的过程中，总共进行了705000次学
2022-01-20 22:45:27
288
翻译 UT2014学习笔记
3.1 踢之前：模仿另一个代理的现有踢球来学习从已知的起点进一步踢球。现在：采取必要的步骤接近球后可靠地踢球。改进的方法：通过学习为团队的全方位步行引擎设置的一个新的踢进方式步行参数。目的：在目标点的一个小边界框内停止，同时保证代理不会超出该目标。踢进方式：“踢进方式”参数集根据以下公式更新X和Y方向上的目标行走速度：其中：maxDecel[X，Y]和buffer的值是使用CMAES算法在一个任务上进行优化的，在这个任务中，机器人向上走到一个可以将球踢出的位置。机器人有12秒
2022-01-20 22:43:00
69
翻译 UT2012学习笔记
3 起床程序的优化重要的技能：摔倒后从俯卧位站起来的能力get up routine（起床程序）：通过一系列的姿势迭代，在预先指定的时间段后从一个姿势过渡到另一个姿势。姿势由一系列指定的关节角度决定。可以通过一系列时间间隔和一组关节角度来数值参数化起床程序。在2011年的比赛中，这些数值是手动选择和调整的。在2012年的比赛中，通过机器学习优化了起立程序的参数。3.1 跌倒检测和起身动作跌倒检测：判断条件：加速计显示重力向与躯干不平行的方向拉动时，机器人检测到它没有直立。机器人将
2022-01-20 22:38:03
117
翻译 UT2016学习笔记
来自得克萨斯大学奥斯汀分校的UT奥斯丁别墅队赢得了2016个RoboCup 3D模拟联盟，赢得了全队14场比赛的胜利。在比赛过程中，该队攻入88球，仅失球1球。此外，该团队还赢得了RoboCup 3D Simulation League技术挑战赛，赢得了一系列三项联赛挑战赛：free、keepaway和Gazebo running challenge。本文描述了2015年至2016年间球队所做的改变和改进，这些改变和改进使球队能够赢得主要比赛和联赛的各项技术挑战。
2022-01-20 22:15:59
575
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人