机器人世界杯的新技术！

机器人世界杯，原名j联赛，是由国际机器人世界杯联合会组织的一年一度的机器人和人工智能(AI)比赛。在机器人世界杯期间，机器人会和其他机器人足球比赛。

这项比赛的想法始于1992年，当时加拿大英属哥伦比亚大学的艾伦·麦克华斯教授写了一篇题为《看机器人》的论文。1993年，日本的一个研究小组从这篇论文中得到启发，组织了第一届机器人足球比赛。

虽然机器人世界杯可能非常有趣，但它的主要目标是在现实世界中展示机器人和人工智能的进步。参加比赛的机器人系统是全世界许多研究人员密集研究的结果。

除了真实世界的比赛，计算机科学家和机器人专家还可以在机器人世界杯3D足球模拟联赛中测试他们的机器人足球计算工具。这本质上是一个模拟机器人世界杯环境的平台，作为一个虚拟的“体育馆”，为人工智能技术和机器人系统设计踢足球。

中国烟台理工学院和伊朗拉朱扬大学的研究人员最近开发了一项新技术，可以提高参加足球比赛的机器人在走路时投篮的能力。这项技术发表在施普林格Link的《环境智能与人性化计算》杂志上的一篇论文中，它是基于一种被称为q学习算法的计算方法。

开发这项技术的三位研究人员林云、宋宜斌和阿明·雷扎伊帕纳在他们的论文中写道:“参加机器人足球3d联赛的队伍最重要的目标之一是能够增加投篮次数。”“之所以如此重要，是因为要比对手更有优势，就需要强大而精确的射击。”

在模拟中产生射击的大多数技术都是基于两种方法，即逆运动学(IK)和点分析。这些是数学方法，可以用于创建计算机动画和在机器人中预测关节参数所需的机器人达到给定的位置或完成一个动作。

“这些方法的假设是机器人和球的位置是固定的，”研究人员在他们的论文中解释道。“然而，对于射击来说，情况并非总是如此。”

为了克服之前提出的方法的局限性，林和他的同事们基于q学习算法创建了一种新的投篮策略，可以增强机器人在行走时投篮的能力。q学习算法是一种基于强化学习的无模型计算方法。这些算法在代理试图学习如何以最佳方式导航环境或执行复杂操作的情况下特别有用。

研究人员在他们的论文中写道:“设计了一条弯曲的路径，让机器人朝球移动，这样它最终会有一个最佳的位置来射门。”“一般来说，《RoboCup3D》中的视觉感知器有噪音。因此，q学习算法可以更精确地调整机器人的运动参数，如速度和角度。最后，当机器人处于相对于球和球门的最佳位置时，将IK模块应用于射门策略。”

Lin, Song和Rezaeipanah通过一系列实验和模拟评估了他们的q学习算法。值得注意的是，他们发现它让机器人在投篮的同时，比大多数参加机器人足球联盟和伊朗机器人3d联盟的机器人走得更好。最终，它可以显著提高机器人在机器人世界杯足球赛中的表现。