摘 要： 將整個賽場劃分成10個區域，分析了機器人" title="器人">器人在活動區域的基本行為，確定了不同情況下的有利目標點和反應條件，建立了機器人行為觸發機制。該行為產生方法將角色分配和行為產生相結合，使場上每個機器人隨時都有明確的目標和行為，結構層次分明，實時性強，便于升級。
關鍵詞： 機器人足球 策略 行為產生 角色分配 反應行為
機器人足球賽為機械設計、自動控制、人工智能、計算機視覺等提供了一個良好的研究與試驗平臺，已成為一個熱門研究課題。微型機器人足球賽是機器人足球賽中最基本的一種，它由視覺子系統、無線通信子系統、策略子系統以及足球機器人子系統組成。比賽是在策略子系統指揮下自主進行的，每秒鐘要處理25或30幀圖像。當擁有了良好的硬件設備后，整個球隊水平主要決定于策略子系統的水平。其主要任務包括：場上攻防態勢判斷、球隊中每個機器人角色劃分及任務分配、機器人運動規劃、機器人間相互配合等。由于場上形勢千變萬化，決策時間又相當短暫，所以如何構建一個良好的策略子系統成為研究的重點。文獻[5]采用實時自組織模糊決策樹進行決策，將球所在區域以及雙方控球狀態劃分成12種情況，針對每種情況提出了相應的策略。由于判斷條件比較復雜，實施起來難以達到滿意的效果。文獻[6]列出了常見的反應行為，并給出了有利目標點的計算方法。其缺點是沒有給出一種合適的行為觸發機制。本文分析了機器人應有的幾種反應行為，確定了策略研究" title="策略研究">策略研究重點，提出了一種新的隊員角色分配策略，可以根據不同的情況產生不同的行為并動態地分配給相應的機器人；設計了一套行為觸發機制，能及時合理地觸發反應行為，從而保證場上每個機器人隨時都有明確的目標和行為。
1 場地的劃分
根據比賽過程分析，將球場劃分成如圖1所示幾個區域。區域1、2、3、4為角區，5、6為邊界區域，區域7為防守區，區域8為進攻區，區域9、10分別為我方禁區和對方禁區。
2 行為標志及有利目標點的確定
2.1 足球機器人應有的反應行為及其條件
下面分析攻/防隊員的基本行為。守門員的動作行為比較特殊，可參見文獻[7]。綜合分析足球機器人的場上行為，可劃分為如下幾類：
(1)射門
當機" title="當機">當機器人離球較近且處于較有利的位姿時，如圖2所示，應毫不猶豫地進行射門以破門得分。射門行為的觸發條件為：
①機器人與球的距離d小于某個臨界值d0，在實驗中取d0=30cm；
②機器人的朝向與機器人和球連線方向的夾角△θ小于某個臨界值θ0，在實驗中取θ0=30°；
③機器人和球連線方向應大致朝向對方球門，即規定其方向在對方禁區兩端和機器人連線范圍內，如圖2中兩虛線包圍的范圍。
(2)旋轉踢球
當球位于邊界區或者角區，且機器人又沒有很好的踢球位姿時，可以采用旋轉的辦法將球踢出邊界區或者角區。
(3)觸界后退
當機器人碰到場地邊界時，應停止前進并快速后退。
(4)追球(或帶球" title="帶球">帶球前進)
追球是機器人應具有的最基本的行為之一。何時產生這種行為以及由哪個隊員來完成該行為將在后面防守區和進攻區的行為規劃中加以確定。
(5)到目標點
當一個機器人帶球進攻時，另一個機器人需要跑到協攻位置；在進行防守時也需要搶先占據有利位置，這就是機器人的跑位問題。從當前位置跑向目標位置是機器人另一種最基本的行為。
策略研究的重點應放在射門、追球、到目標點三種行為機制上。
?
2.2 球位于防守區時的行為規劃
當球位于防守區7時，場上隊員的主要任務是進行防守和攔截；當條件具備時，又要不失時機地搶球" title="搶球">搶球進行反攻，變被動為主動。
分三種情況討論：
(1)如圖3，兩機器人均位于球的后方。這種情況比較危險，兩機器人均不適合搶球。此時兩機器人應迅速回退到有利的防守點，例如圖3中的1、2兩點。上方的機器人目標點可選為點1，下方的機器人目標點為點2。
(2)兩機器人均位于球的前方。這是一種比較有利的防守態勢，既能占據有利的防守位置，也可在條件允許時斷球反攻。策略子系統的任務有三個：其一是確定主防守隊員，一般情況下，對方從哪一側進攻，就由相應一側隊員作為主防守隊員；其二是進行防守運動規劃，在固守的前提下破壞掉對方的進攻；其三是確定斷球時機，由防守轉為進攻，應該判斷兩機器人是否適合搶球或者干擾對方進攻。兩個有利的防守點依然是圖3中的點1和點2。可直接根據兩機器人的y坐標動態分配有利防守點：y坐標大的機器人其目標點為點1，小的則為點2。當只有一個防守隊員適合去斷球時，另一機器人要退守到最有利的防守點，如圖4中點1。如果兩個機器人均適合搶球，則應選擇更有利于搶球者，另一機器人則退守到有利的防守點。
不能只根據機器人與球的距離確定斷球機器人。如圖5所示，雖然機器人1離球很近，但當機器人的朝向與機器人和球的連線之夾角過大時，機器人很難向對方半場踢球。此時機器人1應向點1退守，由機器人2去搶球。實驗表明，當同時滿足下面條件時不利于機器人追球：
①機器人與球的距離d＜10cm；
②機器人的朝向與機器人和球的連線夾角△θ＞20°。
如果經過上述判斷，兩機器人均適合搶球，此時應進一步判斷哪個機器人更適合去搶球。為此，定義搶球能力：
式中，k1、k2、d、△θ分別為距離加權因子、角度加權因子、機器人到球的距離(cm)、機器人朝向與機器人和球連線之間的夾角(rad)。實驗中k1取0.05、k2取1.2時效果較好，如圖6所示。
在機器人適合追球的情況下同時判斷機器人是否適合射門。如果適合射門，則應置相應機器人行為標志為射門標志。
(3)兩個機器人分別位于球的前方和后方，如圖7。此時，應該讓位于前方的機器人快速退守到有利防守點1。如果位于球后方的機器人有較好的搶球或者干擾對方機器人的機會，則應該讓該機器人去搶球；如果該機器人不適合搶球，則應該快速退守到有利的防守點2，待穩固防守后再伺機反攻。
2.3 球位于進攻區時的行為規劃
當球位于進攻區8時，我方隊員要把握好機會努力突破對方防線并爭取破門得分，同時，也要注意隨時轉入防守。考慮到進攻得手的關鍵是突破對方防線，為此，采用一前一后、左右適當錯開的“雙機器人并進”進攻方式。一旦主攻機器人受阻，助攻機器人可以馬上接球繼續進攻。如果丟球，助攻機器人也可以立即爭搶或者盡快堵截，以爭取時間讓另一個機器人回防。助攻機器人一般占據滿足下述要求的有利目標點：其x坐標比球的x坐標減2個車長，y坐標比球的y坐標減1個半車長(左路進攻)或加1個半車長(右路進攻)。
2.4 球位于角區及邊界區的行為規劃
當球位于角區時，離球較近的機器人去追球，另一機器人則占據有利位置。追球的機器人追到球時，一般采用旋轉踢球方式將球踢出角區。當小球位于邊界區時，采取的策略與在防守區及進攻區時相似，此外還要進行是否進行旋轉踢球的判斷。若需要旋轉踢球，則進一步判斷是順時針還是逆時針旋轉。
2.5 控球機器人的運動規劃
當機器人追到球后，毫無疑問，它應該向對方球門方向運動，所以將控球機器人的目標點定為對方球門中點比較合適。此時機器人會帶球向對方球門方向運動。在此過程中會判斷是否適合射門，如果滿足射門條件則啟動射門行為。
3 角色分配及行為觸發方式
角色分配就是將任務分配給場上的機器人，也就是設置機器人的行為標志，并給出某些行為需要的目標點。以上是以3對3比賽為例說明的，守門員固定，角色分配只需將兩個任務分配給兩個機器人。在5對5或11對11比賽中，有多個角色需要分配，下面給出一種通用的角色分配方法。該方法保證每個機器人都能分配到任務，而且每個機器人的任務是惟一的，分配過程如下：
(1)為每個機器人設置一個已分配標志，并初始化為未分配狀態(未分配狀態為0，已分配狀態為1)。
(2)找出最重要的待分配的任務。
(3)進入分配循環，依次查找各機器人的已分配標志，若該機器人已分配任務，則檢查下一個機器人的該標志；若該機器人未分配任務，則按一定的規則計算出該機器人針對該任務的性能指標，并在循環中比較各個未分配任務的機器人的該指標。找出該指標最優的機器人，將該任務分配給它，即將其行為標志置成相應值，并給出可能需要的目標點，并將其已分配標志置為1。
(4)對下一個待分配的任務重復步驟3，直到場上活動的機器人均有確定的任務。
當設置好行為標志以及可能用到的目標點后，就可以根據行為標志觸發各個機器人的行為。策略的實施用到以下兩個主要函數：
(1)SetActionFlag( )用于設置各個機器人行為標志及可能用到的目標點。算法描述如下：
①判斷球所在區域，計算每個機器人到球的距離dist[i]以及機器人朝向與機器人和球連線的夾角delta_theta[i]；
②根據球所在的區域進入相應的策略。根據機器人與球的位置關系(前方或后方)，確定總體任務(即待分配的各個任務)，根據上面的方法進行角色分配，即設置各個機器人的行為標志ActionFlag[i]及給出可能需要的目標點target[i]；
③檢驗各個機器人是否需要特殊反應行為(如碰邊界后退)，如需要，則將行為標志值置成相應值。函數返回。
(2)RobotAction( )用來根據各個機器人的行為標志ActionFlag[i]及可能用到的target[i]，調用相應的底層動作函數。RobotAction( )描述如下：
判斷各行為標志，若為1，則后退；為 2，右旋；為3，左旋；為4，射門；為5，追球；為6則到目標點。帶球前進可以看作追球的一種特殊情況。因此其行為標志與追球相同。決策系統根據該行為標志調用底層動作函數，其內部會根據該機器人與球的距離判斷是否已接觸球，若已接觸球，則為帶球前進，此時該機器人要采取一定的避障措施。關于避障及路徑規劃算法在文獻[6]和文獻[8]中均有介紹，不再討論。
通過上述的角色分配及行為觸發方式，可保證機器人各種反應行為能及時地觸發。這樣，每個調用周期均能讓各個機器人產生合理的行為。
本文分析了機器人在場上的基本行為，確定了不同情況下的有利目標點及各機器人應有的行為，建立了機器人的角色分配和行為觸發機制。該行為產生方法能夠動態分配角色，使場上每個機器人隨時都有明確的目標和行為。該行為產生機制層次分明，實時性好，便于擴充和升級。實驗及比賽結果表明，球隊的攻防效果均得到了明顯的改善。對行為規劃部分稍加改進，該行為產生方法即可用于5對5及11對11比賽中。在現實中，該行為產生方法可應用在多個領域。例如在軍事領域，該方法中的運動規劃、角色分配及行為觸發機制可用于無人作戰平臺群的協作控制，如無人駕駛飛機群的編隊控制及與敵方的輔助攻防對抗、海軍艦隊的編隊與輔助協同作戰以及未來戰場上機器人部隊的組成等。
參考文獻
1 洪炳熔.機器人足球比賽——發展人工智能的里程碑[J].電子世界；2000(4)：4～5
2 Minoru Asada，Hiroaki Kitano．The RoboCup Challenge[J]．Robotics and Autonomous Systems，1999；29：3～12
3 王湘中，喻壽益，龍永紅．機器人足球賽中隊員角色的動態分配策略[J].哈爾濱工業大學學報；2004：36(7)：943～945
4 吳麗娟，張春暉，徐心和.小球機器人決策系統推理模型[J].東北大學學報(自然科學版)，2001；22(6)：597～599
5 Han-PangHuang，Chao-ChiunLiang．Strategy-based decision making of a soccer robot system using a real-time self-orga-nizing fuzzy decision tree[J]．Fuzzy Sets and Systems，2002；12(7)：59～64
6 Chi-Yang Che，Tzuu-Hseng．Li．A Real-Time Role Assignment Mechanism for Five-on-Five Robot Soccer Competition[A].Proceedings of the IEEE International Conference on Robo-tics& Automation[C]．Taipei.Taiwan，2004；(3)：1099～1104
7 王紅寶，趙臣，王華．微型足球機器人守門員防守策略研究[J]．哈爾濱工業大學學報，2004；36(7)：884～886
8 KIM D H，KIM J H．A real-time limit-cycle navigation method for fast mobile robots and its application to robot soccer[J]．Robotics and Autonomous Systems， 2003；42：17～30