探究虚拟人足球比赛决策系统开发，提升模拟仿真可靠度

虚拟真人足球比赛模拟是以真实足球比赛场景为主的模拟活动。以下是小编收集的一篇探索虚拟真人足球比赛决策系统开发的样本论文，供大家参考。

介绍

虚拟真人足球比赛模拟是以真实足球比赛场景为主的模拟活动。需要考虑的是整个团队的战略思维和个体球员的思想活动。作为虚拟人足球比赛的“大脑”，决策系统的根本任务是根据场上的实际情况来决定虚拟人下一步的行为，虚拟人根据这个决定做出行动以达到最终的结果。防守或进攻得分的目的是为了实现对真实球员活动的模拟和模拟。它在很大程度上决定了真实足球比赛模拟和仿真的可靠性。国内外关于虚拟真人足球比赛的研究相对较少，对于虚拟真人足球比赛决策系统的研究更是更少。相比之下，机器人足球比赛模拟的研究相对较多。我们可以借鉴机器人足球比赛的研究。足球比赛研究更加成熟的经验导致了更加成熟的模型设计。

为了解决机器人足球比赛决策系统和虚拟人足球比赛决策系统的缺点，本文提出了一系列新的决策产生方法，通过这些方法最终指导虚拟人的行动。

为了简化决策系统的设计，减少球员之间的耦合，本文的决策系统不考虑守门员的角色，只为其他10名球员做出决策，而这些球员的角色10名球员固定。每个球员都有后卫、中场、前锋三种任意角色可供选择，并且在某种阵型中球员之间形成的配合关系也是固定的。

1策略库

虚拟真人足球比赛决策系统的决策库主要包括两类，即全局策略库和个体策略库。

1.1 全局策略库

整体战略作为球队的“大脑”，能够对整个球队的阵型、战略、战术起到协调作用。全球政策库中存在的一些信息可以成为决策系统决策时参考的依据。其中，防守基点主要是在一定阵型下各球员防守区域的重心下进行的。

1.2 个体策略库

个体决策库是基于角色开发的，不同的角色应该有不同的个体策略库。因为每个角色之间的战术分配对象也不同。例如，在4-4-2阵型中，球员之间的协作关系如图1所示。

根据以上分析足球比赛结束语，不难看出，需要针对不同的玩家采用不同的个体策略库。每个单独的决策库存储与玩家角色相关的单独信息。本文的决策系统对于球队的10名球员（不包括守门员）有10个不同的个人策略库。

由于每个玩家都是具有自主学习能力的独立代理，其个人决策库会随着时间的推移而变化。个体玩家的学习过程如图2所示。

虚拟真人足球比赛就像真实的足球比赛一样，场上形势瞬息万变，错综复杂。为了让虚拟真人球员在这种复杂的环境下做出行动决策，可以结合虚拟真人足球比赛的特点进行改进，如图3所示。

在这个决策系统层次结构模型中，整个决策过程分为两层，即推理层和行动层。在做出决定之前获取比赛场地的情况数据。其中，在选择进攻和防守时，必须根据全局策略库和态势数据的实际情况来选择防守还是进攻。

2 虚拟人足球比赛决策系统设计

基于上述提出的层次结构模型，决策系统的设计如下：

2.1 进攻和防守选择

攻防选择主要是决定球队整体策略是进攻还是防守。每个球员都是球队整体的一部分，他们必须遵守球队的整体策略，因为每支球队的所有球员的进攻策略都是相同的。因此，在选择攻防时，需要根据全局策略库分析当前形态，是易守还是易攻，进而产生后续的指导决策。

攻防选择的过程设计如下： IF 己方有球 THEN 选择进攻策略 对方有球 THEN 选择防守策略 ELSE 球处于无人运动状态 IF 最后一方控球的是你自己的球队，然后选择进攻策略 ELSE 最后控球的球队是对手，然后选择防守策略

2.2 行为选择

攻防选择确定了攻防策略后，就可以根据具体的攻防策略来选择具体的行为。首先我们来解释一下区域划分的概念。

全局策略库中存储有某一阵型下的区域划分图。图4为4-4-2阵型下的区域划分图。通过这种分区方式足球比赛结束语，可以确定每个玩家负责的区域（称为自治域）。两个自治域重叠的玩家之间存在合作关系（重叠区域称为协防区域）。防守时，他们可以根据场上情况协防，进攻时，他们可以根据场上情况配合传接球。

2.2.1防守策略

对于防守策略来说，主要目的是拦网和断球。因此，跑步目标的选择，即战略点和跑步速度就显得尤为重要。

根据全局策略库中的场上情况数据和区域划分，并根据球员的具体角色，从个人策略库中计算出球员的防守动作决策。计算过程设计如下： IF 球在个人的自主区域内 IF 对方球员带球 THEN 本地移动并盯人防守 ELSE 对方球员传球或射门 THEN 朝球的轨迹移动拦截球 ELSE 球不在个人的自治域内 中 IF 在个人的自治域内没有对方球员 IF 相邻队友需要协防 THEN 选择相邻队友协防并移动（移动到共同协防区域） ELSE 相邻队友不需要协防 THEN 防守策略 移动（在自治域内防守主点的移动） 单个自治域内有 1 名对方球员 THEN 部分移动 盯防 ELSE 单个自治域内有多名对方球员 THEN 选择最高威胁（最接近自己的球门） 对方球员完成了部分任务。

2.2.2 进攻策略

至于进攻策略，主要目的是球员如何将球带向对方球门并进球。因此，运球方向和速度的选择是非常有必要的。您还可以根据场上的具体形式以及全球策略库数据中的区域划分，对场上每个球员的具体角色进行进攻决策分析。例如，如果一个人的角色是前锋，那么计算过程设计如下： IF 该个人不是带球球员 THEN 进攻策略移动（移动到自治域内靠近对方球门的位置）且球员分布稀疏的情况下） LESE 个体为带球球员 IF 射门系数等于或大于阈值（以阈值作为判断是否射门的标准） THEN 选择射门 ELSE射门系数小于阈值 IF 丢球的风险较高（风险程度由该球员周围一定范围内的对手球员数量决定） THEN 选择相邻的队友传球 ELSE 的风险丢球率低然后运球到进攻点

2.3 行动计划

为了确定玩家之间的具体行为，主要是根据玩家的角色从相应的个体策略库中选择合适的策略，并在行动规划阶段针对玩家的具体行为选择合适的行为规范。对于防守策略中的跑位，首先需要确定跑动方向和速度；对于进攻策略中的​​射门，需要确定射门方向和球的初速度；对于进攻运球，需要确定移动目标（战略点）、到达战略点时的速度等。对于进攻中的传球，需要确定传球的方向和初始速度。由于需要与队友配合才能完成传接球的目的，因此传球方向和初速度的确定比较复杂。这里使用了一个相对简单的传球动作规划策略。对于如图5所示的典型通行场景，计算过程如下：

2.4 路径规划

基于弗格森参数三次曲线[5]计算复杂度较小，这里采用弗格森参数三次曲线作为路径曲线，其中计算弗格森参数三次曲线所需的参数（两个端点及其切向量，分别用p(0)、p(1)、-p(0)、-p(1))表示。这种避障路径分割方法如图6所示。

3结论

为了满足虚拟真人足球比赛的具体要求，本文在机器人足球决策系统的基础上提出了一种将全局策略库和个体策略库相结合的决策生成方法，建立了决策分析虚拟真人足球比赛系统。层结构模型，并按照4-4-2阵型给出各层的设计流程。决策系统个体自主学习的流程设计仍需完善，这将是下一步的重点。

参考：

[1] 赵凤达，孔令甫，李贤山。基于层次结构模型的机器人足球决策系统设计[J].哈尔滨工业大学学报, 2005, 37(7): 933-935.

[2] 潘凌瀚，褚伟，程贤义。基于角色的足球策略[J].计算机工程与应用，2004，26：66-67。

[3],,.-[C].ation.,:-14,2002:510-514.

[4] 董庆.现代足球比赛体型分析[J].辽宁体育科技，2004，26(4)。

[5] 李建伟，洪丙荣，郝宗波，高全胜，郭琪。机器人足球模拟比赛平台的改进[J].哈尔滨工业大学学报，2003（09）。

[6] 秦爽，张帆，陈颖，冯秀娟足球比赛结束语，郑国磊，文文彪，孙红三。虚拟人行为模拟智能化探讨[J].系统仿真学报，2002（09）。

[7]曹成才.机器人足球仿真系统研究[D].四川大学，2005。

[8]于斌，李龙树，李学军．多Agent的角色与结构设计分析[J].计算机技术与发展，2006，07：73-75。

[9] 进行中。计算机辅助几何设计与非均匀有理B样条(CAGD&NURBS)[M]．北京：北京航空航天大学出版社，1994：56-65。

[10] 马军，严琪，毛新军，王吉，齐志昌。基于角色的多Agent系统软件设计方法[J]．计算机工程与应用，2004，06：118-120。