Jan, 2024

利用机器学习提升足球模拟 2D 游戏中的盘带、传球和盯人行为

PDF
TL;DRRoboCup 2021 2D Soccer Simulation League champions CYRUS implemented new functionalities including Multi Action Dribble and Marking Decision, while Pass Prediction improved teammate collaboration for scoring goals.
发现论文，激发创造
  • CYRUS 足球仿真 2D 团队介绍报告 2022

    本文介绍 CYRUS 足球仿真团队在 RoboCup 2021 中的前沿研究，包括使用传球预测深度神经网络来提高该团队在 Soccer Simulation 2D League 中的不脱标判定和定位，实验表明这种改进能够提高团队的胜率。

    May, 2022

  • CYRUS 足球仿真 2D 团队在 RoboCup 2023 中的观测去噪

    介绍 CYRUS 足球模拟 2D 团队的最新研究，包括基于 LSTM 和 DNN 的去噪方法，并使用基于 Helios 和 Gliders 的 CYRUS2D 基础代码。

    May, 2023

  • 改进足球模拟 2D 游戏中的传球预测的工程特征

    使用深度神经网络和随机森林模型，研究了 Soccer Simulation 2D 游戏中足球 2D 球员的传球行为，并验证了该方法对提高传球预测性能的有效性。

    Jan, 2024

  • CYRUS 足球模拟 2D 团队中的观察降噪技术（RoboCup 2024）

    我们提出了一个去噪算法，利用预测建模和交叉分析来提高 Soccer Simulation 2D 中观测数据的准确性，并减少噪音和部分数据的影响，从而提高游戏性能。

    Jun, 2024

  • 在部分观测环境中去噪对手位置

    我们通过使用长短期记忆模型（LSTM）和深度神经网络（DNN）预测对手的位置，以实现比传统算法更准确的行动，例如传球。结果表明，LSTM 和 DNN 比最后可见方法更准确地预测了对手的位置。

    Oct, 2023

  • 跨语言足球框架：用于 RoboCup 2D 足球模拟的开源框架

    通过跨语言网络框架，我们可以将机器学习与现代机器人足球模拟系统相融合，实现多编程语言的灵活性和协作潜力提升，并提高多智能体系统在足球模拟中的决策效率。

    Jun, 2024

  • Cyrus 2D 模拟团队介绍论文 2016

    该研究论文介绍了 Cyrus 团队成员正在实现的算法，以及关于射击、阻挡、标记和防御决策的简要说明，并解释了已实现的部分。

    Feb, 2022

  • 梨基础：一个面向 RoboCup 2D 足球模拟的开源 Python 框架

    Soccer Simulation 2D is a RoboCup competition that has employed C++ base codes for controlling agents' behavior, but to overcome the complexity and encourage researchers, Pyrus, the first Python base code for SS2D, is introduced, providing a powerful baseline to integrate machine learning algorithms.

    Jul, 2023

  • 使用深度强化学习为双足机器人学习敏捷的足球技能

    本文研究了深度强化学习在机器人学中的应用，通过模拟训练，在低成本仿真机器人上实现了动态环境下复杂足球比赛中从走路到踢球等一系列动作表现出稳定流畅的运动技能，并取得了不错的效果。

    Apr, 2023

  • 通过深度强化学习从自我中心视觉中学习机器人足球

    我们运用多智能体深度强化学习（RL）通过自我中心的 RGB 视觉训练端到端的机器人足球策略，解决了现实世界机器人领域中的许多挑战，包括主动感知、灵活的全身控制和长时间跨度的计划等。该论文是首次展示了通过将原始像素观测映射到关节级动作的端到端多智能体机器人足球的训练，并能够在真实世界中部署。

    May, 2024