基于RoboCup3D仿真平臺的雙足機器人大腳球進攻策略設(shè)計

倪天偉，方正，趙大暑

（1．信陽學(xué)院，河南信陽，464000；2皖江工學(xué)院，安徽馬鞍山，243031；3.安徽省教育廳“無人機開發(fā)及數(shù)據(jù)應(yīng)用”重點實驗室，安徽馬鞍山,243031）

關(guān)鍵字：雙足機器人；進攻策略；RoboCup3D；世界模型

0 引言

RoboCup3D 仿真平臺最早于2008年引入法國A ldebar an Robotics公司的NAO型仿人機器人基礎(chǔ)模型而設(shè)計，是目前最接近現(xiàn)實中人類足球比賽的仿真系統(tǒng)，需要多個Agent 系統(tǒng)協(xié)同配合、世界模型設(shè)計、系統(tǒng)實時推理決策等才能解決復(fù)雜問題[1-2]。在RoboCup3D仿真系統(tǒng)中，決策系統(tǒng)是雙足機器人的大腦，如果沒有對機器人的行為加以策略的控制，機器人就無法在比賽過程中做出有效、準(zhǔn)確的反應(yīng)。球隊的進攻和防守的好壞主要由機器人的決策系統(tǒng)決定，一個好的進攻策略可以給你創(chuàng)造更好的防守[3-4]。本文是結(jié)合筆者在RoboCup3D 仿真系統(tǒng)的開發(fā)和比賽項目的實踐，深入研究前鋒進攻策略，設(shè)計了一套較好的雙足機器人進攻策略，其中大腳球進攻策略為反擊爭取更多的時間，最終可使我方更積極的掌握和控制比賽主導(dǎo)權(quán)。

1 世界模型結(jié)構(gòu)的設(shè)計

世界模型（World Model）是機器人通過各種感知器獲取的對球場上各對象狀態(tài)的感知信息，通過對這些信息的存儲與說明。World Model推出Agent在一個給定情況下最有可能的行動。在RoboCup3D仿真機器人程序中，需要描述的世界是一個虛擬的足球場，足球場中有靜態(tài)對象（如場地信息、標(biāo)志桿坐標(biāo)等）和動態(tài)對象（如Agent的感知、Agent的動作等）。在 RoboCup3D仿真程序中，世界模型是仿真機器人對當(dāng)前世界狀態(tài)的存儲和解釋。世界模型把Agent通過各種感知器獲取的對球場上狀態(tài)的感知信息保存下來，從而為機器人進行決策，并推測出在給定情況下最優(yōu)的動作。為了實現(xiàn)World Model在RoboCup3D仿真競賽中可以實時的更新Agent對當(dāng)期世界的感知外，還可以做出一定的預(yù)測，KylinSky3D仿真程序?qū)orld Model劃分成兩個部分：場地狀態(tài)和Agent狀態(tài)，如圖1所示。

圖1 我校KylinSky3D隊 World Model 結(jié)構(gòu)

其中，場地狀態(tài)反映了整個球場場地的狀態(tài)，由動態(tài)和靜態(tài)的信息組成。靜態(tài)信息用來存儲場地大小、標(biāo)志桿坐標(biāo)、服務(wù)器說明等一些固定的值，動態(tài)信息存儲的是每個服務(wù)器周期中更新的信息，如球的速率和位置、球員的位置等。Agent 狀態(tài)描述的是Agent在當(dāng)前環(huán)境下的狀態(tài)，它同樣也包括靜態(tài)和動態(tài)的信息，Agent中的靜態(tài)信息是組成機器人模型的各種參數(shù)，動態(tài)信息則是包括機器人關(guān)節(jié)角度、步行速率和當(dāng)前策略。

2 雙足機器人踢球動作設(shè)計

2.1 設(shè)計思想

Agent可以進行基本動作的實現(xiàn)，但這只是具備了比賽的基本條件，如果沒有對機器人的行為加以策略的控制，機器人就無法在比賽過程中做出有效、準(zhǔn)確的反應(yīng)，這就需要高層策略的分析與設(shè)計。目前，主流的動作設(shè)計方法為選取關(guān)鍵幀插值。首先，確定動作規(guī)劃中的關(guān)鍵點，關(guān)鍵點中各個關(guān)節(jié)角度的集合則為當(dāng)前關(guān)鍵幀，最終，將相鄰關(guān)鍵幀中插值獲得完整動作[5]。我校KylinSky 3D機器人足球隊采用了大腳開球、長傳、帶球和快踢等多種踢球動作。由于開球的角色是通過前鋒完成的，所以，目前我隊程序采取的開球策略是：首先判斷當(dāng)前比賽模式，當(dāng)是我方開球時，會進行角色選擇，當(dāng)角色是前鋒時，會再根據(jù)動作決策做出角色所需要進行的動作。本文主要針機器人開球動作進行研究并設(shè)計進攻策略，在比賽中應(yīng)對具體情況。

2.2 現(xiàn)有的開球動作

在現(xiàn)有的足球機器人系統(tǒng)程序中，以單個機器人上場的狀態(tài)為例，在比賽開始前，雙足機器人站位正常，機器人與球之間還有一段距離，如圖2所示。比賽開始后，圖3是機器人走向球的過程，當(dāng)走到球的跟前，機器人會進行位置上的微調(diào)、判斷是否可以開球等一些行為，等所有動作完成好后，機器人開始開球。目前，假設(shè)我隊前鋒所采取的開球動作是帶球方式（HandleBall），采用現(xiàn)有程序開球方式進攻陣型和開球情況如圖4所示。

圖2 現(xiàn)有程序單個機器人上場站位

圖3 機器人走位進行開球

圖4 現(xiàn)有程序進攻陣型及開球

從以上實踐結(jié)果分析可知，我隊現(xiàn)有程序中，前鋒上場站位離球有一段距離，開球之前需要先走到球前面，進行微調(diào)后才開始開球。開球力度不大，開球距離不遠，并且前鋒開球結(jié)束會出現(xiàn)摔倒等現(xiàn)象。針對這些情況，有必要對現(xiàn)有程序進行改進。

2.3 對現(xiàn)有開球方式的改進

我隊現(xiàn)有程序中，前鋒上場使用初始開球方式，使用Handle_Ball這種方式開球，力度不大，開球距離短，致使對反方造成的威脅有限，使得我方很容易失球。針對這種情況，究其原因，是我方前鋒站位及開球方式的問題。下面就這兩個問題進行進攻策略的重新設(shè)計。

（1）調(diào)整前鋒站位。比賽之前，機器人會進行一系列信息的初始化工作，其中就包含初始化站位。程序會首先初始化站位，由于平臺默認開球方在球場的左側(cè)，所以當(dāng)我方開球時，我方處于球場的左側(cè)，要及時針對球員坐標(biāo)進行初始化。再通過離線調(diào)試，將我隊前鋒上場坐標(biāo)調(diào)整到較好位置，使得前鋒可以開大腳球，程序流程圖如圖5所示。

圖5 優(yōu)化開球動作程序流程圖

（2）優(yōu)化開球方式。調(diào)整好前鋒上場坐標(biāo)后，需要改進前鋒現(xiàn)有的開球方式。競賽中，球員在完成好初始化工作后，會進行策略選擇：首先，根據(jù)世界模型中獲取的比賽模式選擇哪方開球，確定我方開球后，再根據(jù)角色的不同選擇不同的策略，改進的程序重寫前鋒函數(shù)，專門進行前鋒的行為控制。在該函數(shù)中，不進行決策判斷，直接將其賦值為大腳球方式（Shoot_Ball），由于前鋒上場之前已經(jīng)調(diào)整好開球的最佳角度，所以采用Shoot_Ball開球方式后，前鋒可以直接開球，并且開球效果明顯優(yōu)于現(xiàn)有開球方式。

3 仿真及實驗結(jié)果分析

本次實驗采用 SimSpark仿真平臺進行仿真實驗，SimSpark仿真平臺是RoboCup 3D的比賽環(huán)境。參加RoboCup 3D仿真比賽需要一臺電腦當(dāng)作服務(wù)器，比賽雙方的二進制代碼通過上傳到服務(wù)器后，啟動腳本程序運行[6]。通過RoboViz[7]作為Rcssserver3D監(jiān)視器來觀測雙足機器人在球場中的運動情況。針對我隊進攻時的開球方式， 結(jié)合本文中提出的設(shè)計思路， 改進了我隊現(xiàn)有程序的開球方式。改進后單個機器人上場時的站位，如圖6所示，從圖中可以看出，機器人距離球的位置很近，這樣使得機器人不需要再走到球的位置，而選擇直接開始開球。改進后的單個機器人的開球，如圖7所示。將單個機器人開球應(yīng)用到進攻陣型中，改進現(xiàn)有程序進攻時開球方式，如圖8所示。

圖6 改進后的單個機器人站位

圖7 改進后的單個機器人開球

圖8 改進后的程序進攻陣型以及開球

針對程序改進前后各執(zhí)行100次開球?qū)嶒?，實驗對比結(jié)果，如表1所示。

表1 采用不同開球方式的平均開球距離比較（m/s）

由實驗結(jié)果可以明顯看出，程序改進后，我方開球距離增大了，采取的大腳開球可以直接打到對方防御陣型后方，極具攻擊性，提高了我隊整體的進攻力度。值得注意的是，在改進的程序中，前鋒不進行開球方式的選擇，而直接進行大腳球方式（Shoot_Ball）開球，會存在當(dāng)我方二次開球時，前鋒無法開球的情況，這時可以設(shè)計一個IsTimeOut 函數(shù)對開球時間進行控制，當(dāng)超過這個時間，前鋒需要走到球的位置，對球進行Handle_Ball開球方式處理。

4 結(jié)論

本文針對RoboCup3D仿真中雙足機器人的踢球動作出現(xiàn)踢球力度不大、距離不遠和摔倒等現(xiàn)象，提出了一種基于大腳開球的進攻策略。經(jīng)仿真實驗證明，采用此策略可以使傳球距離超越整個半場，這是我方掌握和控制比賽主動權(quán)，取得勝利的一個有效手段，此時，我方明顯占據(jù)優(yōu)勢。同時，改進后的程序也存在一些問題，在測試過程中，出現(xiàn)大腳開球開出的距離不穩(wěn)定的情況，改進后的代碼仍需要做進一步優(yōu)化處理。