Pobieranie prezentacji. Proszę czekać

Pobieranie prezentacji. Proszę czekać

Robotics Biblioteka do tworzenia agentów w środowisku RoboCup.

Podobne prezentacje


Prezentacja na temat: "Robotics Biblioteka do tworzenia agentów w środowisku RoboCup."— Zapis prezentacji:

1 Robotics Biblioteka do tworzenia agentów w środowisku RoboCup

2 RoboCup – narzędzia RoboCup Server – serwer udostępniający wirtualne środowisko do gry w piłkę nożna SoccerWindow – program monitorujący i wizualizujący to co dzieje się podczas gry na serwerze

3 Wiedza Wiedza jest strukturą zamodelowaną w języku UML Wiedza stanowi w projekcie składnicę wszelkich informacji jakie otrzymuje ze środowiska agent Wiedza przechowuje informację o widzianych zawodnikach, piłce oraz o flagach rozmieszczonych na boisku W wiedzy zaimplementowane są różne algorytmy ułatwiające modelowanie podstawowych zachowań agenta

4 Wiedza – algorytmy Algorytmy zastosowane wiedzy: –Obliczanie pozycji bezwzględnej gracza na podstawie informacji o jego położeniu względem flag –Obliczanie bezwzględnej pozycji innych obiektów w zależności od pozycji własnej, znanej odległości do tych obiektów oraz kąta, pod którym je widzimy

5 Schemat drzewa decyzyjnego - akcja-korzeń (root-action) - zwykła akcja (basic-action) - akcja-liść (leaf-action) - warunek (condition) - wyzwalacz (trigger) Tu rozpoczyna się proces decyzyjny Pobierany jest pierwszy wyzwalacz Sprawdzany jest warunek Jeśli warunek jest prawdziwy to przechodzimy do tej akcji i kontunuujemy algorytm Jeśli warunek nie jest prawdziwy to pobierany jest kolejny wyzwalacz

6 Algorytm przechodzenia drzewa decyzyjnego 1.Ustaw akcję-korzeń jako aktualną akcję 2.Jeżeli aktualna akcja to akcja-liść to po jej wykonaniu wróć do 1 3.Pobierz pierwszy wyzwalacz aktualnej akcji 4.Sprawdź czy prawdziwy jest warunek bierzącego wyzwalacza: a)Tak – ustaw akcję z bierzącego wyzwalacza jako aktualną akcję i przejdź do 2 b)Nie – pobierz kolejny wyzwalacz aktualnej akcji i przejdź do 4, jeżeli aktuana akcja nie ma więcej wyzwalaczy to przejdź do 1

7 Drzewo decyzyjne Zachowanie agenta modelowane jest za pomocą drzewa decyzyjnego tworzonego w plikach XML Wykorzystywane są również klasy – napisane w języku Java – których zadaniem jest określanie ścieżki przechodzenia po drzewie decyzyjnym Projekt posiada szereg napisanych warunków, które umożliwiają tworzenie wirtualnego gracza, np.: warunki sprawdzające stany gry, czy piłka jest widoczna, czy można podać piłkę

8 Modelowanie agenta Do modelowania drzewa można używać warunków predefiniowanych jak i warunków stworzonych przez siebie Drzewo decyzyjne może korzystać z poddrzew decyzyjnych definiowanych w innych plikach XML – pozwala to na tworzenie zrozumiałego i czytelnego kodu

9 Autorzy Marcin Jaskulski Marcin Jędraszczyk Łukasz Pilarski


Pobierz ppt "Robotics Biblioteka do tworzenia agentów w środowisku RoboCup."

Podobne prezentacje


Reklamy Google