Rhoban Football Club: RoboCup Humanoid Kid-Size 2023 Champion Team Paper
Rhoban Football Club(罗班足球俱乐部);University of Bordeaux(波尔多大学)
该论文是2023年RoboCup人形机器人Kid-Size组冠军Rhoban Football Club的团队报告,结合赛事反思介绍并回顾了参赛机器人的架构与工作流程要点。
2024-02-01 cs.RO
TRAIL Team Description Paper for RoboCup@Home 2023
The University of Tokyo(东京大学)
东京大学TRAIL团队依托机器学习研究经验构建家用服务机器人,在2023年RoboCup@Home中整合三项前沿技术,并搭建社区数据管理平台以推动领域研究。
2023-10-05 cs.RO
b-it-bots RoboCup@Work Team Description Paper 2023
Hochschule Bonn-Rhein-Sieg(波恩-莱茵-锡格应用科学大学)
本文介绍 b-it-bots 团队用于 KUKA youBot 的硬件与软件架构,涵盖导航、操纵、识别与规划能力,并新增垂直抓取、基于空余空间的放置及 ROS2 移植。
2023-12-29 cs.RO
Designing a skilled soccer team for RoboCup: exploring skill-set-primitives through reinforcement learning
LIACC/LASI/FEUP, Artificial Intelligence and Computer Science Laboratory, Faculty of Engineering, University of Porto(LIACC/LASI/FEUP,人工智能与计算机科学实验室,工程学院,波尔图大学);IEETA/LASI/DETI, Institute of Electronics and Informatics Engineering of Aveiro, Department of Electronics Telecommunications and Informatics, University of Aveiro(IEETA/LASI/DETI,埃维亚电子与信息工程研究所,电子电信与信息系,埃维亚大学)
本文介绍FC Portugal在RoboCup 3D仿真联赛中基于技能集原语和对称扩展PPO算法训练足球技能的方法,赢得2022和2023年冠军,并开源代码库。
2025-05-25 cs.RO
RoboCup@Home: Summarizing achievements in over eleven years of competition
University of Koblenz-Landau(科布伦茨-兰道大学)
科学竞赛在机器人技术中很重要,因为它们促进了知识交流,并允许团队在非标准化的场景中测试他们的研究并比较结果。在服务机器人领域,它的作用变得至关重要。像RoboCup@Home这样的比赛将机器人带到人们面前,这是将机器人融入社会的基本步骤。在本文中,我们从定性的角度总结并讨论了团队在其团队描述论文中声称的成就与在比赛中观察到的结果^[1]之间的差异。最后,我们总结了一系列需要克服的重要挑战,以便将机器人带到人们的家中。我们认为,比赛也是一个很好的机会,收集数据的直接和公正的相互作用,为进一步的研究。^1作者属于早在2007年就参加过RoboCup@Home的几支球队
2019-02-02 cs.RO
Design and Implementation of a General Decision-making Model in RoboCup Simulation
多智能体系统(MAS)中不同智能体之间的协作、协调和协商一直是分布式人工智能研究中最具挑战性的热点问题。在本文中,我们将建议RoboCup仿真,一个典型的MAS,一个通用的决策模型,而不是定义一个不同的算法,为每一个战术(如球处理,传球,射门和拦截等)。在足球比赛中,就像大多数机器人世界杯模拟队所做的那样。足球比赛中的一般决策模型是基于两个关键因素:到球门线的垂直距离和球门柱的视角。我们利用这两个参数对RoboCup仿真中的防守和进攻决策进行了形式化描述,并将上述结果应用于江苏大学RoboCup仿真队NOVAURO(原名UJDB),其决策模型与2001年世界冠军清华大学的决策模型相比,具有通用性和易于实现性。
2004-11-08 cs.RO
Hibikino-Musashi@Home 2019 Team Description Paper
Kyushu Institute of Technology(九州工业大学)
Hibikino-Musashi@Home(HMA)成立于2010年。它位于日本北九州科学研究园。自2010年以来,我们每年都参加RoboCup@Home日本公开赛开放平台联赛。我们还参加了RoboCup 2017名古屋作为开放平台联赛和国内标准平台联赛球队,并在RoboCup 2018蒙特利尔作为国内标准平台联赛球队。目前,我们有来自九州工业大学七个不同实验室的23名成员。本文旨在介绍我们团队所执行的活动以及我们使用的技术。
2020-05-29 cs.RO
The NUbots Team Description Paper 2015
The University of Newcastle(纽卡斯尔大学)
NUbots是一支来自澳大利亚纽卡斯尔大学的跨学科RoboCup团队。该团队在机器学习和计算机视觉领域有着强大的贡献历史。自2002年以来,NUbots一直参加RoboCup联赛,过去多次获得第一名。2014年,NUbots还与纽卡斯尔大学机电实验室合作,参加了RobotX海洋机器人挑战赛,这导致了NUbots机器人视觉系统的几个新的想法和改进。本文概述了NUbots团队的历史,描述了团队成员的角色和研究,概述了NUbots机器人及其软件系统,以及几个相关的研究项目。
2015-02-11 cs.RO
RoboCup 2022 AdultSize Winner NimbRo: Upgraded Perception, Capture Steps Gait and Phase-based In-walk Kicks
Univ. of Bonn(波恩大学)
到2050年击败人类世界冠军是人形机器人联盟的一个雄心勃勃的目标,这为RoboCup团队进一步改进和开发他们的系统提供了强大的动力。在本文中,我们提出了我们的系统的升级,使我们的团队NimbRo赢得了足球锦标赛,在下降的游戏,并在人形AdultSize联赛的机器人2022年的技术挑战。在这些比赛中的出色表现导致了人型人联盟的最佳人型人奖。上述升级包括:视觉模块的硬件升级、使用Capture Steps实现平衡行走以及引入基于相位的步行踢脚。
2023-02-07 cs.RO
Cyrus2D base: Source Code Base for RoboCup 2D Soccer Simulation League
Institute for Big Data Analytics, Dalhousie University(达尔豪斯大学大数据分析研究所);Qom University of Technology(库姆理工大学);Shiraz University(设拉子大学);Amirkabir University of Technology(阿米卡比尔理工大学);Institute for Computer Science, Polish Academy of Sciences(波兰科学院计算机科学研究所);Memorial University of Newfoundland(纽芬兰纪念大学)
足球仿真2D联赛是RoboCup比赛的主要联赛之一。在2D足球模拟(SS2D)游戏中,两支由11名球员和一名教练组成的球队相互竞争。RoboCup足球仿真2D(RCSS2D)社区已经发布了几个基本代码,促进了多智能体和AI算法在该领域的应用。在本文中,我们介绍了“Cyrus2D Base”,它来自RCSS2D 2021冠军的基础代码。我们将Gliders2D基础V2.6与最新版本的Helios基础合并。我们应用了Cyrus2021的几个功能来提高这个数据库的性能和功能,同时使用数据提取器来促进机器学习在该领域的实施。我们已经在不同的团队和场景中测试了这个基本代码,所获得的结果表明团队的防守和进攻策略有了显着的改进。
2022-11-15 cs.RO
NimbRo Robots Winning RoboCup 2018 Humanoid AdultSize Soccer Competitions
Univ. of Bonn(波恩大学);Autonomous Intelligent Systems(自主智能系统研究所)
在过去的几年里,人形联盟的规则已经朝着更现实和更具挑战性的比赛环境转变,这鼓励球队提高他们的机器人足球表现。在本文中,我们介绍了导致我们的团队NimbRo赢得AdultSize联赛比赛的软件和硬件设计-包括足球锦标赛,drop in游戏以及2018年蒙特利尔RoboCup的技术挑战。总而言之,这导致NimbRo赢得了最佳人形机器人奖。特别是,我们描述了我们用于视觉感知的深度学习方法和我们新的全3D打印机器人NimbRo-OP 2X。
2019-09-05 cs.RO
RoboCup 2023 Humanoid AdultSize Winner NimbRo: NimbRoNet3 Visual Perception and Responsive Gait with Waveform In-walk Kicks
University of Bonn(波恩大学)
本文介绍NimbRo人形足球系统的升级,包括NimbRoNet3视觉感知、融合角度反馈与COM-ZMP控制器,以及波形参数化步中踢球,最终赢得RoboCup 2023 AdultSize组冠军。
2024-01-11 cs.RO
Hibikino-Musashi@Home 2020 Team Description Paper
Kyushu Institute of Technology(九州工业大学)
Hibikino-Musashi@Home(HMA)成立于2010年。它位于日本北九州科学研究园区。自2010年以来,我们每年都参加开放平台联赛(OPL)的RoboCup@Home日本公开赛。我们作为开放平台联赛球队参加了2017年名古屋RoboCup比赛,并作为国内标准平台联赛(DSPL)球队参加了2017年名古屋,2018年蒙特利尔和2019年悉尼RoboCup比赛。我们还参加了2018年世界机器人挑战赛(WRC)的伙伴机器人挑战赛(真实空间)的服务机器人类别,并获得了第一名。目前,我们有20名成员,来自九州工业大学内的8个不同的实验室。在本文中,我们介绍了我们的团队已经完成的活动和我们使用的技术。
2020-05-29 cs.RO
INPUT Team Description Paper in 2022
Nagaoka Activation Zone of Energy(长冈能源激活区)
INPUT是一支参加RoboCup小型足球联赛(SSL)的球队。它旨在向世界展示新潟县长冈地区的技术能力,这是团队成员的来源。为此,我们正在开展长冈能源活化区(NAZE)的一个项目。在这里,我们介绍两个机器人,v2019和v2022,以及将用于RoboCup 2022的AI系统。此外,我们描述了我们与长冈地区的公司合作开发机器人的努力。
2022-02-01 cs.RO
Electric Sheep Team Description Paper Humanoid League Kid-Size 2019
University of Canterbury(坎特伯雷大学);Stats NZ(新西兰统计局)
在本文中,我们介绍了新成立的新西兰的机器人足球机器人儿童大小的团队,电子羊。我们描述了我们开发的人形机器人平台,特别是我们独特的底盘,电子和使用几种电机类型,以创建一个低成本的入门平台。为了支持这种硬件,我们讨论了我们的软件框架,视觉处理,行走和游戏策略方法。最后,我们概述了团队未来的研究兴趣以及未来为联赛做出贡献的意图和RoboCup的目标。
2019-10-20 cs.RO
Starkit: RoboCup Humanoid KidSize 2021 Worldwide Champion Team Paper
Moscow Institute of Physics and Technology(莫斯科物理技术学院)
本文致力于RoboCup 2019 Sydney和RoboCup 2021 Worldwide之间正在开发的功能。这些功能包括视觉相关的问题,如检测和定位,机械和算法的新颖性。由于比赛是虚拟举行的,模拟特定的功能也被认为是在文章中。我们给出了一个概述的方法,尝试了与他们的前提条件,观点和评价他们的表现的分析。
2021-10-15 cs.AI cs.CV cs.RO
Observation Denoising in CYRUS Soccer Simulation 2D Team For RoboCup 2023
Memorial University of Newfoundland(纽芬兰纪念大学);Dalhousie University(达尔豪斯大学);Amirkabir University of Technology(阿米尔卡比尔理工大学);Polish Academy of Sciences(波兰科学院)
本文介绍 RoboCup 2021 冠军 CYRUS 足球仿真 2D 队的最新研究,提出基于 LSTM 和 DNN 的观测去噪方法,并在 CYRUS2D 基础代码上实现。
2023-05-27 cs.AI cs.RO
Trends, Challenges and Adopted Strategies in RoboCup@Home
University of Koblenz(科布伦茨大学)
科学竞赛在服务机器人领域至关重要。它们促进知识交流,并允许团队在非标准化的场景中测试他们的研究并比较结果。这就是RoboCup@Home。然而,跟踪团队用来解决测试的所有技术和解决方案方法本身就是一个挑战。此外,经过11年的竞争,很容易钻研太多的领域,失去了视角,忘记了用户的需求和长期目标。在本文中,我们的目标是解决这个问题,提出了一个总结的趋势解决方案和方法中使用的RoboCup@Home,并讨论所取得的成就和挑战,以克服与所需的进展,以实现联盟的长期目标。因此,考虑到机器人目前的能力及其局限性,我们提出了一系列里程碑,以解决即将到来的比赛。通过这项工作,我们为创建路线图奠定了基础,这些路线图可以帮助指导机器人竞赛中的测试和基准测试。
2019-03-06 cs.RO
The NUbots Team Description Paper 2014
The University of Newcastle(纽卡斯尔大学)
来自澳大利亚纽卡斯尔大学的NUbots团队自2002年首次参加RoboCup标准平台联赛以来,在RoboCup标准平台联赛中取得了很好的成绩。自2012年以来,该团队还参加了RoboCup人形儿童联赛。2014年团队重新关注软件架构、模块化和轻松共享代码的能力。本文概述了NUbots团队的历史,描述了团队成员的角色和研究,概述了NUbots的机器人和软件系统,并介绍了纽卡斯尔机器人实验室的相关研究项目。
2014-03-27 cs.RO
Hibikino-Musashi@Home 2018 Team Description Paper
Kyushu Institute of Technology(九州工业大学)
我们的团队Hibikino-Musashi@Home(简称HMA)成立于2010年。它位于日本北九州科学研究园。自2010年以来,我们每年都参加RoboCup@Home日本公开赛开放平台联赛。此外,我们还作为开放平台联赛和国内标准平台联赛的球队参加了2017年名古屋RoboCup。目前,Hibikino-Musashi@Home团队有20名成员,来自九州工业大学的七个不同实验室。在本文中,我们介绍了我们的团队的活动和技术。
2022-11-09 cs.RO
Hibikino-Musashi@Home 2022 Team Description Paper
Kyushu Institute of Technology(九州工业大学)
Hibikino-Musashi@Home(HMA)成立于2010年。它位于日本北九州科学研究园区。自2010年以来,我们每年都参加开放平台联赛(OPL)的RoboCup@Home日本公开赛。我们作为开放平台联赛球队参加了2017年名古屋RoboCup比赛,并作为国内标准平台联赛(DSPL)球队参加了2017年名古屋,2018年蒙特利尔,2019年悉尼,2018年,我们还参加了世界机器人挑战赛(WRC)的伙伴机器人挑战赛(真实空间)的服务机器人类别,并获得第一名。目前,我们有来自九州工业大学和北九州大学9个不同实验室的27名成员。在本文中,我们介绍了我们的团队已经完成的活动和我们使用的技术。
2022-11-12 cs.RO
UruBots RoboCup Work Team Description Paper
Technological University of Uruguay(乌拉圭理工大学)
本文介绍RoboCup Work联盟参赛团队UruBots的方案,基于轮轨混合移动系统的Limo机器人(团队补充功能组件),实现Work场景高效自主导航、物体操作及模拟工业环境工作,旨在首次参与该竞赛并贡献成果。
2025-04-13 cs.RO cs.SY eess.SY
Grown-up NimbRo Robots Winning RoboCup 2017 Humanoid AdultSize Soccer Competitions
Univ. of Bonn(波恩大学)
RoboCup人形机器人联赛的持续发展导致在2017年为AdultSize机器人推出了一对一的足球比赛,这促使我们的团队NimbRo进入这一类别。在本文中,我们提出了机电一体化设计的升级机器人Copedo和新开发的NimbRo-OP 2,获得了机器人杯设计奖。我们还描述了改进的方法来视觉感知的游戏情况,包括无罗盘定位在足球场上的对称外观,和足球行为的产生。在名古屋举行的2017年RoboCup上,我们的机器人表现出色,以高分赢得了AdultSize足球锦标赛。我们的机器人也赢得了技术挑战,我们提出了开发的解决方案。
2018-09-13 cs.RO
Bold Hearts Team Description for RoboCup 2019 (Humanoid Kid Size League)
University of Hertfordshire(赫特福德大学)
我们参加了在蒙特利尔举行的2018年RoboCup比赛,我们新开发的BoldBot基于Darwin-OP和大部分自行打印的定制部件。本文是关于从比赛中吸取的教训和2019年RoboCup比赛的进一步发展。首先,我们简要介绍了团队以及过去的成就。然后,我们提出了一个简单的,独立的2D模拟器,我们用来简化新成员的条目,使基本的RoboCup概念快速访问。我们描述了我们在2018年竞赛中使用的视觉语义分割方法,该方法取代了我们之前的查找表(LUT)实现。我们还讨论了我们计划添加到BoldBot的打印部分的额外结构支持,以及我们向ROS 2作为新中间件的过渡。最后,我们将展示我们团队的开源贡献的集合。
2019-04-22 cs.AI cs.CV cs.LG
RoboCupSimData: A RoboCup soccer research dataset
Western Sydney University(西悉尼大学);Harz University of Applied Sciences(哈茨应用技术大学)
RoboCup是一项国际性的机器人科学竞赛,由多个机器人组成的团队相互竞争。它的不同联盟提供了许多机器人数据来源,可用于进一步分析和应用机器学习。本文描述了RoboCup足球模拟联赛(2D)中一些顶级球队(2016年和2017年)的比赛的大型数据集,其中11个机器人(代理)的球队相互竞争。总的来说,我们使用了10个不同的团队来互相比赛,产生了45个独特的配对。对于每一对,我们运行25场比赛(10分钟),导致1125场比赛或超过180小时的游戏。生成的CSV文件是17GB的数据(压缩)或229GB(解压)。该数据集是唯一的,因为它包含地面真实数据(现场所有对象的全局,完整,无噪声信息),以及每个机器人的噪声,局部和不完整感知。这些数据以CSV文件以及原始足球模拟器格式提供。
2017-11-06 cs.AI cs.LG cs.RO
RoboCup@Home Education 2020 Best Performance: RoboBreizh, a modular approach
Lab-STICC(Lab-STICC实验室);CNRS(法国国家科学研究中心);CERVVAL;CROSSING
每年,Robocup@Home比赛都会挑战团队和机器人的能力。2020年,RoboCup@Home Education挑战赛在线组织,改变了通常的比赛规则。在本文中,我们介绍了导致RoboBreizh团队赢得比赛的最新进展。这些开发包括几个相互连接的模块,使Pepper机器人能够理解,行动和适应当地环境。导航和对话采用了最新的现有技术。第一个贡献包括结合目标检测和姿态估计技术来检测用户的意图。第二个贡献是使用演示学习来轻松学习新的动作,以提高Pepper机器人的技能。该提案获得了2020年RoboCup@Home教育挑战赛的最佳表现奖。
2021-07-07 cs.AI cs.RO
RoboCup 2016 Humanoid TeenSize Winner NimbRo: Robust Visual Perception and Soccer Behaviors
Univ. of Bonn(波恩大学)
在过去的几年里,RoboCup人形联盟规则的趋势是朝着更现实和更具挑战性的游戏环境发展。视觉感知和行走等基本技能已经足够成熟,可以进行令人兴奋的游戏,现在再次成为核心挑战。球场的球门都是白色的,步行表面是人造草坪,这构成了一个比以前使用的地毯更不规则的表面。在本文中,团队NimbRo TeenSize,2016年RoboCup Humanoid League的TeenSize类的获胜者,介绍了其机器人平台,必须对它们进行的调整,以及视觉感知和足球行为的最新发展。
2018-09-28 cs.RO
RobôCIn Small Size League Extended Team Description Paper for RoboCup 2023
Universidade Federal de Pernambuco(伯南布哥联邦大学)
本文介绍RobôCIn团队为卫冕2023年RoboCup SSL B组冠军的改进,包括代码迁移重构、机械系统优化、视觉挑战赛筹备,及过去一年的学术成果。
2023-07-19 cs.AI cs.RO
Observation Denoising in CYRUS Soccer Simulation 2D Team For RoboCup 2024
CYRUS Robotic Team(CYRUS机器人团队);Memorial University of Newfoundland(纽芬兰纪念大学);Sharif University of Technology(谢里夫理工大学);Amirkabir University of Technology(阿米尔卡比尔理工大学)
针对 Soccer Simulation 2D 中部分观测与噪声问题,本文提出一种结合预测建模和交叉分析的去噪算法,并给出框架、实现及初步结果,以提升 CYRUS 队的比赛表现。
2024-06-09 cs.AI cs.RO
A simple method for decision making in robocup soccer simulation 3d environment
Shahid Rajaee University(沙希德·拉贾伊大学);University of Tehran(德黑兰大学)
本文提出了一种新的分层混合模糊-清晰方法,用于足球仿真3D环境中智能体的决策和动作选择。首先,对Agent的技能进行了介绍、实现,并将其分为基本技能和高级技能两个层次。在第二层中,引入了两阶段的决策机制。在第一阶段,实现了一些有用的方法,检查代理的情况,以执行所需的技能。在第二阶段,介绍了团队战略、团队信息、Agent的角色和Agent的定位系统。采用模糊逻辑方法来识别团队策略,并进一步告诉玩家最佳移动位置。最后,我们在Robocup足球仿真3D环境中对所实现的算法进行了比较,结果表明了所介绍的方法的有效性。
2012-12-07 cs.AI cs.RO
Pyrus Base: An Open Source Python Framework for the RoboCup 2D Soccer Simulation
Dalhousie University(达尔豪斯大学);Memorial University of Newfoundland(纽芬兰纪念大学);Amirkabir University of Technology(阿米尔卡比尔理工大学);Polish Academy of Sciences(波兰科学院)
针对RoboCup 2D足球仿真(SS2D)中C++基础代码开发门槛高的问题,本文推出了首个开源Python框架Pyrus,旨在降低开发难度并促进机器学习算法在智能体队伍中的高效集成。
2023-07-22 cs.AI cs.RO
TurtleRabbit 2024 SSL Team Description Paper
Universität Freiburg(弗赖堡大学);Western Sydney University(西悉尼大学)
本文介绍了西悉尼大学新 RoboCup SSL 团队 TurtleRabbit,通过采用现成电子组件、BLDC 电机及 3D 打印等低成本开源硬件策略,降低了新团队参赛门槛并保持竞争力。
2024-02-13 cs.RO
ROS 2 for RoboCup
University of Hertfordshire(赫特福德大学)
在RoboCup社区的团队之间共享代码和解决方案一直有很大的动力。然而,由于使用的框架种类繁多,而且它们在处理感官信息方面存在差异,因此团队之间的代码传输通常很复杂。RoboCup@Home联盟通过过渡到ROS作为通用框架来解决这个问题。相比之下,其他联赛,如那些使用人形机器人,不愿意使用ROS,因为在这些联赛中,实时处理和低计算复杂性是至关重要的。然而,ROS 2现在提供了对实时处理的内置支持,并承诺适用于嵌入式系统和多机器人系统。它还提供了将运行机器人所需的一组节点组成单个进程的可能性。正如我们将要展示的,这减少了通信开销,并允许有一个单一的二进制文件,这与3D模拟联赛等比赛有关。虽然ROS 2还没有宣布可以生产,但我们已经开始开发ROS 2软件包,以便与人形机器人(真实和模拟)一起使用。本文介绍了开发的模块,我们的贡献ROS 2核心和RoboCup相关的软件包,最重要的是,它提供了基准,表明ROS 2是一个有前途的候选人之间的联盟使用的通用框架。
2019-06-29 cs.RO cs.SE
Solving Service Robot Tasks: UT Austin Villa@Home 2019 Team Report
University of Texas at Austin(德克萨斯大学奥斯汀分校)
RoboCup@Home是一项国际机器人比赛,基于需要与各种人工智能技术相关的自主能力的国内任务。研究挑战的动机,这些任务都在个别技术和子系统集成到一个功能齐全,强大的自主系统的水平。我们描述了UT Austin Villa 2019 RoboCup@Home团队所取得的进展,由于在统一系统内完成的任务的广度,这代表了基于AI的HRI向前迈出的重要一步。介绍了比赛任务,他们依赖的组件技术,我们的初步方法,无论是组件和它们的集成,以及未来的研究方向。
2019-09-14 cs.AI cs.RO
Gliders2012: Development and Competition Results
CSIRO Information and Communication Technologies Centre(澳大利亚联邦科学与工业研究组织信息与通信技术中心);Saber Astronautics Australia(澳大利亚Saber航天公司)
RoboCup 2D模拟联赛包含了几个具有挑战性的功能,为人工智能(AI)设定了基准。在本文中,我们描述了我们团队Gliders2012开发的一些想法和工具。在我们的描述中,我们专注于评估功能,作为我们的行动选择的中心机制之一。我们还指出了一个新的框架,用于在Web浏览器中查看日志文件,我们发布该框架供RoboCup社区使用和进一步开发。最后,我们还总结了2012年RoboCup小组赛和决赛的结果,Gliders2012在19支球队中排名第四。
2012-11-21 cs.AI cs.MA cs.RO
CYRUS Soccer Simulation 2D Team Description Paper 2022
Dalhousie University(达尔豪斯大学);Amirkabir University of Technology(阿米尔卡比尔理工大学);Qom University of Technology(库姆理工大学);Shiraz University(设拉子大学);Polish Academy of Sciences(波兰科学院);Memorial University of Newfoundland(纽芬兰纪念大学)
足球仿真2D联赛是RoboCup比赛的主要联赛之一。在足球模拟2D(SS 2D)游戏中,由11名球员和1名教练组成的两支球队相互竞争。玩家只能与称为Soccer Simulation Server的服务器进行通信。本文介绍了2021年RoboCup冠军CYRUS足球模拟队的研究现状。我们将提出我们的想法,通过使用通行证预测深度神经网络来改善取消标记决策和定位。根据我们的实验结果,这一想法被证明是有效的,以提高对对手的赛勒斯的胜率。
2022-05-22 cs.AI cs.LG cs.RO
Cyrus 2D Simulation Team Description Paper2018
K. N. Toosi University of Technology(K. N. 图西理工大学);Qazvin Azad University(加兹温阿扎德大学);Tehran University(德黑兰大学)
Cyrus 2D Soccer Simulation成立于2012年,旨在研究和开发多智能体系统。今年我们与Ziziphus合作,加快了我们的研究。本文简要介绍了一种利用神经网络对多智能体系统中玩家行为进行预测的方法。该数据集是从过去几年RoboCup比赛的日志文件中获得的。行为预测用于拦网、盯人和防守决策。塞勒斯使用的基本代码是特工3.11.
2020-08-08 cs.RO
Simulation leagues: Analysis of competition formats
The University of Melbourne(墨尔本大学);CSIRO Computational Informatics(联邦科学与工业研究组织计算信息学部门)
选择适当的竞赛形式对于任何竞赛的成功和可信度都至关重要,无论是真实的还是模拟的。在本文中,RoboCupSoccer 2D模拟联赛提供的自动化并行性被用来在2012年和2013年RoboCup的前8名球队之间进行28,000场比赛的循环赛。一个拟议的新的竞争形式被发现,以减少变化,从而产生的统计显着的团队表现排名的75%和67%,相比,从RoboCup 2012年和2013年的实际比赛结果分别。这些结果通过为三种考虑的格式中的每一种生成10,000个随机比赛并比较排名差异的各自分布来进行统计验证。
2014-06-26 cs.AI cs.MA cs.RO
Multi-Agent Coordination for a Partially Observable and Dynamic Robot Soccer Environment with Limited Communication
Sapienza University of Rome(罗马大学);UNINT University(UNINT大学)
针对RoboCup标准平台联赛通信速率下降的问题,本文提出基于市场任务分配思想的分布式多机器人协调系统,经赛事和仿真验证可有效减少低通信场景下的任务重叠。
2024-01-26 cs.MA cs.RO
LegenDary 2012 Soccer 2D Simulation Team Description Paper
Islamic Azad University of Lahijan(拉希詹伊斯兰阿扎德大学)
在Legendary项目中,我们开始了基于Agent 2D的RoboCup 2D足球仿真的新研究。在本文中,我们主要介绍了团队的算法和结构,我们用来开发我们的团队在分开的部分。我们专注于传球、运球和盖帽技术。我们改进了他们,让球队为这场比赛做好了准备。传球是我们球队最重要的部分,我们在这方面做了很多工作。
2019-04-13 cs.MA cs.RO
Hibikino-Musashi@Home 2025 Team Description Paper
Kyushu Institute of Technology(九州工业大学);The University of Kitakyushu(北九州市立大学)
Hibikino-Musashi@Home团队致力于开发家庭服务机器人,利用大语言模型和脑启发记忆模型实现个性化帮助,并参与比赛提升系统性能。
2025-11-25 cs.RO
Hibikino-Musashi@Home 2017 Team Description Paper
Kyushu Institute of Technology(九州工业大学)
Hibikino-Musashi@Home团队成立于2010年。它位于日本北九州科学研究园。自2010年以来,我们每年都参加RoboCup@Home日本公开赛开放平台联赛。目前,Hibikino-Musashi@Home团队有24名成员,来自九州工业大学的七个不同实验室。我们的家庭服务机器人被用作教育和实施我们研究成果的平台。在本文中,我们介绍了我们的团队和我们在机器人中实现的技术。
2017-11-15 cs.AI cs.RO
A ROS-based Software Framework for the NimbRo-OP Humanoid Open Platform
University of Bonn(波恩大学)
在过去的几年里,已经开发了许多成功的人形平台,包括Nao和DARwIn-OP,这两个平台都被许多研究小组用于研究双足行走,全身运动和人机交互。NimbRo-OP是一个开放的人形平台,由波恩大学的NimbRo团队开发。这个平台比前面提到的两个人形机器人大得多,有可能与更人性化的环境进行交互。本文介绍了一种基于机器人操作系统(ROS)中间件的NimbRo-OP软件框架。该软件提供了硬件抽象、视觉感知和行为生成的功能,并已用于实现基本的足球技能。这些机器人在2013年机器人世界杯上展示,作为人形联盟比赛获胜队的一部分。
2018-09-28 cs.RO