Artificial Intelligence - هوش مصنوعی  
انجمن را در گوگل محبوب کنيد :

بازگشت   Artificial Intelligence - هوش مصنوعی > روبوکاپ > شبیه ساز فوتبال دوبعدی


 
تبليغات سايت
Iranian Association for the Advancement of Artificial Intelligence
ارسال تاپيک جديد  پاسخ
 
LinkBack ابزارهاي تاپيک نحوه نمايش
قديمي ۰۴-۱۳-۱۳۸۹, ۱۰:۱۶ بعد از ظهر   #1 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,337 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Cool مقالات مربوط به مهارت های فردی عامل

مقاله ای در رابطه با نوعی پاس، با استفاده از Q-Learning
فايل ضميمه
نوع فايل: pdf A New Passing Strategy Based on Q-Learning Algorithm in RoboCup.pdf (250.4 كيلو بايت, 265 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
maaheno (۱۱-۱۰-۱۳۸۹), mahdigh (۰۵-۳-۱۳۸۹), maryam777 (۱۲-۲۱-۱۳۹۱), R_Ebadi (۰۷-۳۰-۱۳۹۰), shahab14 (۰۲-۷-۱۳۹۱)

  #ADS
نشان دهنده تبلیغات
تبليغگر
 
 
 
تاريخ عضويت: -
محل سكونت: -
سن: 2010
پست ها: -
 

نشان دهنده تبلیغات is online  
قديمي ۰۴-۱۳-۱۳۸۹, ۱۰:۲۵ بعد از ظهر   #2 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,337 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Wink

مقاله ای در رابطه با مهارت شوت که توسط تیم ربوسینا منتشر شده است
فايل ضميمه
نوع فايل: pdf Shoot_ANN.pdf (76.8 كيلو بايت, 196 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
maaheno (۱۱-۱۰-۱۳۸۹), maryam777 (۱۲-۲۱-۱۳۹۱), R_Ebadi (۰۷-۳۰-۱۳۹۰), shahab14 (۰۲-۷-۱۳۹۱)
قديمي ۰۴-۱۴-۱۳۸۹, ۰۱:۳۷ بعد از ظهر   #3 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,337 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Arrow

مقاله ای در رابطه با بالا بردن سطح ( improve ) سطح kick و موقعیت یابی برای عامل به وسیله ی الگوریتم های fuzzy
فايل ضميمه
نوع فايل: pdf Fuzzy Controllers for Improving Soccer Players Kick, Positioning.pdf (350.9 كيلو بايت, 232 نمايش)

ويرايش شده توسط Astaraki; ۰۴-۱۴-۱۳۸۹ در ساعت ۰۱:۴۰ بعد از ظهر
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
maaheno (۱۱-۱۰-۱۳۸۹), maryam777 (۱۲-۲۱-۱۳۹۱), R_Ebadi (۰۷-۳۰-۱۳۹۰), shahab14 (۰۲-۷-۱۳۹۱)
قديمي ۰۴-۱۴-۱۳۸۹, ۰۱:۴۴ بعد از ظهر   #4 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,337 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Red face

مقاله ای در رابطه با prediction
فايل ضميمه
نوع فايل: pdf Sequential Pattern Mining for Situation and.pdf (480.3 كيلو بايت, 249 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
maaheno (۱۱-۱۰-۱۳۸۹), maryam777 (۱۲-۲۱-۱۳۹۱), R_Ebadi (۰۷-۳۰-۱۳۹۰), shahab14 (۰۲-۷-۱۳۹۱)
قديمي ۰۴-۱۴-۱۳۸۹, ۰۱:۵۴ بعد از ظهر   #5 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,337 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Wink

مقاله ای در رابطه با مهارت پاس
فايل ضميمه
نوع فايل: pdf Ball Passing.pdf (372.0 كيلو بايت, 240 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
maaheno (۱۱-۱۰-۱۳۸۹), maryam777 (۱۲-۲۱-۱۳۹۱), R_Ebadi (۰۷-۳۰-۱۳۹۰), shahab14 (۰۲-۷-۱۳۹۱)
قديمي ۰۴-۱۴-۱۳۸۹, ۰۱:۵۵ بعد از ظهر   #6 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,337 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Cool الگوریتم پاس

الگوریتم پاس - قسمت اول ( Pass Algorithm - Part 1 )


در زندگی واقعی و فوتبال رباتیک دو بعدی بازیکن در زمانیکه توپ قابل شوت کردن است بازیکن چند راه دارد :شوت به سمت دروازه حرف - پاس به هم تیمی - دریبل - نگه داشتن توپ و دور کردن توپ و ... انتخاب کردن هر یک از اعمال فردی برای بازیکن کار سختی است و این امر وضعیت یک تیم فوتبال را بحرانی میکند که بازیکنان توپ را به چه صورت در زمین فوتبال بگذرانند و با توپ چه عملی را اجرا کنند که من در مورد پارامتر های انتخاب پاس ( زمان - بازیکن مورد پاس - نوع پاس و ... ) به عنوان عمل توسط بازیکن خودی رو توضیح خواهم داد . در اوایل محققان روبوکاپ مختصات عمده ای از پاس دادن توپ را شناسایی و توسعه دادند و به عنوان یک الگوریتم شبیه سازی فوتبال برگزیده شد و در مسابقات روبوکاپ بسیار موفقیت آمیز بود .
این الگوریتم و روش برای بهبود بیشتر پاس میباشد و واقعا حائز اهمیت می باشد :

1 - نتایج پیش بینی از عمل پاس : یعنی ارزشیابی اکتشافی با استفاده از دو شاخص : ارزشیابی نقطه پایانی که سریعترین بازیکن به توپ آن را قطع میکند . دیگری تخمین فازی و احتمالات برای پاس دادن بین دو بازیکن حریف و خودی سریع به توپ .
البته در این الگوریتم پیشنهاد شده فقط از دو نوع دریبل یعنی ( direct , leading pass ) استفاده بشه و با فرستادن توپ به هم تیمی از مسدود شدن توپ و از دست دادن آن جلوگیری میشه . در این روش ارزش تاکتیکی بهترین معیار برای انتخاب بهترین گزینه است .

احتمال موفقیت به عنوان یک محدودیت برای حذف جایگزین های فقیر استفاده می شود. اگر چه این روش به خوبی نشان داد که این به اندازه ای کافی بود برای ATT - CMUnited - 2000 که این تیم را به سومین مقام در سال 2000 در لیگ شبیه سازی شده فوتبال رساند .

در این الگوریتم خطرات و ریسک هایی هم وجود داره که میتونه پاس ما رو به مقصد نرسونه . و پارامتر دیگر هم انتخاب نقطه ای هست که بازیکن مورد پاس در کمترین زمان توپ را در آنجا قطع میکند و بازیکن حریف هم در راه توپ را قطع نمیکند البته این پارامتر برای leading pass مورد اهمیت هست که نقطه ای برای این نوع پاس باید انتخاب شود که بهترین ارزش تاکتیکی را داشته باشد که این ارزش های تاکتیکی از جمله قطع توپ و امن ترین نقطه است و در واقع این الگوریتم براین اساس مبتنی شده .

الگوریتم دوم در تیم FCPORTUGAL در مسابقات جهانی 2000 اجرا شده ودر آن فاکتورهای دیگری از جمله : فاصله تا بازیکن مورد پاس - ایجاد شدن موقعیت گل زنی و عواملی دیگری برای قطع شدن توپ توسط حریف در این الگوریتم رعایت شده . در این الگوریتم که موثر تر از الگوریتم اول بوده و دارای پیچیدگی زیادی است که در این الگوریتم برای4 گزینه ساخته و طراحی شده : pass Direct pass | Leading و پاس به بازیکن هم تیمی که در محدوده اون تراکم کم باشه و پاس در یک خط که تراکم در اطراف آن کم باشد .

هر الگوریتمی برای ارزیابی با شاخص هایی عمل میکند و به طور ساده تر یک درخت تصمیمی با توجه به واقعیت برای آن عمل و با در نظر گرفتن تمام شرایط مینویسیم . نکته اصلی توجه به فوتبال واقعی است که خیلی ماثر است .
هر تیمی هم برای الگوریتم پاس خود یه نوع درخت تصمیم با تمامی شرایط و ریسک ها را دارد که منونه آن را در مقاله ای از روبوسینا همه ما دیدیم .
در درخت های تصمیم ایجنت به این صورت عمل میکند که ابتدا یک عمل را در آن زمان برای انجام دادن انتخاب میکند و بعد الگوریتم آن عمل و شرایط آن عمل را چک میکند و به بهترین نحو آن عمل را انجام میدهد . تنها چیزی که میتواند یک درخت تصمیم را ضعیف کند توجه نکردن به چیز های ریز فوتبال واقعی و حتی فوتبال شبیه سازی است که از نکات ریز خوب در یک درخت صرف نظر کرد . در ادامه بیشتر از جزئیات و شرایط یک درخت تصمیم برای پاس می پردازیم .

+ مسائل حل نشده و اهداف تحقیقات

این ها سه تا از موضوعاتی و نکاتی است که باید قبل از شروع اون ها رو بدونین :
1 - تاکنون هر دو الگوریتم از یک نقطه مشترکی برخوردار بودند به طوری که الگوریتم دوم پیچیده تر بوده اما کدام بهتر و کدام یک بیشتر بهبود و از لحاظ ارزش های تاکتیکی بالا می باشد .

2 - پاداش ریسک کردن : ما میدانیم در هر دو الگوریتم مدل سازی ریسک کردن برای بازیکن و اجرای توانایی ریسک کردن در استراتژی یک بازی فوتبال ویژگی مطلوبی است و نکته حائز اهمیت این است که ریسک کردن در پاس برای پاس دادن به بازیکن خودی که در نزدیکی ماست باید اجتناب کرد البته در الگوریتم های قطع توپ کنونی برای ریسک ها تا به حال تیمی برنامه ای نداشته که از این ریسک ها جلوگیری کند و این امر فرح بخش است .

3 - اجتناب از درگیری ها احتمالی با محدودیت زمانی : محاسبات الگوریتم های پاس بسیار فشرده است و تاکنون محققان روبوکاپ در حال کاهش این محاسبات به حد معقول هستند . البته با کاهش میزان مورد نیاز این محاسبات ممکن است این کار شما به هزینه ضعیف شدن پاس شما تمام شود مانند حذف کردن شرط یا قسمتی از درخت تصمیم خود .

تیم ما هم تاکنون موفق به انجام الگوریتم ها بالا با توجه به نکات شده است و در حال حاضر مشغول حل و فصل این مسائل است و در واقع تصمیم گیری برای این اعمال با توجه به تصمیم گیری علوم فنی معیار تجزیه و تحلیل انجام میشود و ما هم در حال پیگیری اهداف خود به شرح زیر هستیم :

1 - توسعه چارچوب نظری برای دفع توپ واقعا مطلوب است که این الگوریتم استفاده از تمام پتانسل ایجنت است که می تواند محک خوبی برای ایجنت در تمام لیگ های رباتیک باشد که این را ه حل عمومی و قابل استفاده است . قصد ما مشورت کردن و بحث با تمام محققان و کسانی که در همین ایران در تمام رشته ها رباتیک فعالیت دارند در مورد این امر عمومی یعنی توسع چارچوب نظری برای دفع توپ است .
2 - به طور کامل شناسایی پاداش ، خطرات ، ریسک ها و هزینه های درگیر در انتقال توپ و نشان دادن چگونگی آنها می توانند در چارچوب پیشنهاد شده ( 1 ) متوازن شود. به طور خاص ، ما مایل به پیشنهاد راه آسان برای اجرای یک طیف پیوسته از رفتارهای توسط بازیکن فوتبال هستیم .ما همچنین می خواهیم که تصمیماتی در مورد عبور توپ از ایجنت به هم تیمی با توجه به رسیک گریزی ها و کنترل تعادل بین خطرات پاس و تمامی پارامتر ها نشان دهیم که این پارامتر ها باید به معنای روشن باشند .
3 - همه در پیاده سازی : ما میخواهیم یک راه حل عمومی که راه حل سریع برای هدایت و عبور توپ به هم تیمی و نقطه ی پایانی و قبل از آن یک دریبل برای به وجود آوردن شرایط مناسبتر است را پیشنهاد کنیم .
4 - پرداختن به محدودیت های زمان واقعی : ما می خواهیم برای پیشنهاد راه حل های واقعی فقط از یک پارامتر که تعیین کننده میزان محاسبات مورد نیاز است استفاده کنیم و دلیل آن یک پارامتر هم کاهش زمان محاسبات برای ایجنت است و شاید و نه شاید که درخت تصمیم ما ضیف یا قوی شود .
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
maaheno (۱۱-۱۰-۱۳۸۹), mahdigh (۰۵-۳-۱۳۸۹), maryam777 (۱۲-۲۱-۱۳۹۱), shahab14 (۰۲-۷-۱۳۹۱)
قديمي ۰۴-۱۴-۱۳۸۹, ۰۱:۵۸ بعد از ظهر   #7 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,337 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Cool پارت دوم مقاله پاس از تیم desert eagle

2 - پاداش | خطرات و هزینه در عبور توپ

قبل از تصمیم گیری در حال توسعه و بهینه سازی الگوریتم ، در این بخش هستیم . من به معیارهای عملکرد حاکم بر تصمیم گیری در مورد توپ توسط بازیکن فوتبال در این لیست ( پاداش | خطرات و به چه قیمتی ؟؟! ) تا جایی که ممکن است را کامل به تصویب می رسانم . ابتدا ما باید تمام نقاطی را که برای پاس دادن در کل زمین مناسب است را با محاسباتی پیدا کنیم که از گفتن این محاسبات فعلا معزورم و شما میتوانید با یه حلقه یه ماتریس چند در چند در کل زمین ایجاد کردن و این نقاط را نسبت به مبدا که توپ هست ارزشیابی کنید ( روش امتیاز دهی به هر نقطه ) و پس از انتخاب این نقاط به صورت (x , y ) باید در مورد اتنخاب یه نقطه و تصمیم گیری برای فرستادن به امن ترین نقطه که از نظر تاکتیکی کاملا مورد ارزیابی قرار گرفته اقدام کرد که هم میتونید با روش های محاسباتی قوی و یا همان روش ارزش دهی این نقطه رو پیدا کنید . پس از انتخای این نقطه دومین پارامتر سرعت پاس دادن توپ است که به نظر من می تونه هم نکته ریز و با دقت و هم کار سختی باشه البته برای محاسبه سرعت . چون تیم من بعد از مسابقات خوارزمی 88 کلا از uva کناره گرفته اما از لایه های conection و لایه ای ضروری اون استفاده میکنم ولی در حال نوشتن یه بیس جدید هستم که این سرعت برای پاس دادن یه چند هفته ای من رو مشغول کرد و تونستم با راهنمایی اساتید شهرمون یه محاسباتی رو کشف کنم . محاسبات سرعت هم باید به این صورت باشد که در هنگام شوت کردن و سفر کردن و نقطه پایانی توپ باید سرعت ارزیابی و محاسبه شود تا پاس به طور حتم موفقیت آمیز باشد و خودتون رو گول نزنین که بگین با خودتون چند تا پاس اشتباه مهم نیست . و پارامتر های دیگه هم جهت پاس دادن و نیروی پاس دادن است ( power & angle ) که در مورد جهت پاس دادن منظور این است که به هم تیمی پاس بدهیم که او هم قادر به پاس دادن به دیگری باشد که این پاس ما با یه جهتی به عنوان مثال از دفاع وسط به هافبک های میانی و از آنها به مهاجمان را دارا باشد . و در مورد power هم که زیاد توضیح نمیدم و فقط تنها نکته مهم در مورد نیروی شوت کردن استفاده بی رویه از نیرو است
که امکان دارد که در اثر نیروی زیاد و سرعت بخشیدن زیاد توپ به آن نقطه دلخواه شما نرسد و از آن نقطه رد شود چیزی که خیلی از تین ها دانش آموزی اون رو رعایت نمیکنن و پاس های نا موفقی رو میدن الیته میشه تا حدودی از freez بیس uva اشکال گرفت و حتما برای power هم یه سری محاسباتی در نظر گرفته شود تا پاس موفق تر باشد . در زیر چند مثال می زنم تا بهتر نشان داده شود :

کمی به عقب بر میگردم جایی که باید نقطه ای را برای پاس محاسبه کرد . پس از ارزش دهی به نقاطی با چند شرط رد کننده فقط تعدادی نقاط را باقی بگذارید که امتیازشان از حد معیار بالا باشند یعنی اون تابعی که نوشتین که به هر نقطه از زمین امتیاز میداد کل امتیاز های مثبت آن 2000 شده و در اینجا امتیاز معیار 1000 میشه .

حالا بعد از اتنخاب این چند نقطه باید شرایطی سخت و به زبان ساده تر یه کم از حد آکادمی بیشتر باشه که کار شما و الگوریتم شما قوی تر بشه .
این شرایط چند موردی رو در آغاز قسنت دوم مقاله بهش اشاره کردیم و حالا به معیارهایی با level بالاتر می پردازیم .
یکی از مهمترین معیارها تراکم جمعیت است که باید این نقاط رو آنالیز کنید که آیا تراکم بازیکنان حریف و خودی در آن چگونه است . فکر نکنم زیاد سخت باشه که من در موردش توضیح بدم . پارامتر دوم فاصله بازیکنان خطرناک حریف در خط توپ تا هدف است و احتمالات برای این مرحله پاس و معیارهایه دیگه وجود داره که ما تمامی این معیار ها و شرایط رو در سه دسته تقسیم کردم :

1 - پاداش
2 - خطرات و ریسک ها
3 - هزینه

1 - پاداش

پاداش دادن به معنای امتیاز دادن یه همان ( x,y ) های انتخاب شده است . که در این مرحله از امتیاز دهی به نقاط باید تمامی معیار های تاکتیک و امنیتی به معنای اینکه توپ در راه قطع نشود را در نظر گرفته شود که در مورد کد نوشتن این بحث هم از امتیاز دهی و قطع نشدن توپ بحث خواهیم کرد و تا حد ممکن باید به ابن نکته توجه کرد که شرط های کوچک هم خیلی می تونه برای جدا کردن و رد کردن نقاط و اتنخاب بهترین نقطه کمک کرد .

2 - ریسک و خطرات

ریسک و خطرات میتونه خیلی در یک پاس ماثر باشه ولی اگر با محاسبات ضعیف همراه باشه شاید تمامی الگوریتم پاس شما رو بهم بزنه . این قسمت زیاد به تیم های دانش آموزی ایران مربوط نمیشه و مباحثی در مورد احتمالات در ریاضی است که بیشتر در مورد احتمالات و پیش بینی interception به قول معروف احتمال قطع شدن توپ است . این احتمالات باید به این صورت باشد :

1 - آیا حریف زودتر به آن نقطه میرسد یا هم تیمی که این شرط باید بین نزدیکترین بازیکن حریف به توپ و بازیکن هم تیمی باشد .

2 - توپ توسط حریف می تواند در راه قطع شود یا خیر : در این قسمت میتوان از لایه های geometry و worldmodel predict استفاده کرد.
میتوان از line و توابع predict استفاده کرد که متوان در هرسیکل که توپ به آن نقطه میرسد توسط یه حلقه نزدیکترین بازیکن به آن نقطه را انتخاب کرد و هر سیکل چک کرد به توپ میرسد یا خیر ؟!!
در زیر یه مثال براتون میزنم :


در برنامه بالا ابتدا تعداد سیکل هایی که طول میکشد تا توپ به هدف برسد را محاسبه میکنیم ( pred1 ) . سپس یه for میزاریم و هر سیکل جلو میریم و نقطه توپ رو پیش بینی میکنیم ( posballpred ) و بعد هر سیکل یه line از توپ به هدف میکشیم ( L1 ) و نزذیکترین بازیکن حریف به نقطه posballpred رو میگیریم ( opp ) و فاصله opp تا توپ رو میگیریم ( dDsit ) و توسط توابع predict پیش بینی میکنید :
1 - تعداد سیکل هایی که طول میکش نوپ به نقطه fast2line برسد ( pred2 )
2- تعداد سیکل هایی که طول میکشد opp به fast2line برسد ( pred3 )
و در پایان این شرط را میزاریم که اگر pred2 < pred3 بود تابع ما false برگردونه یعنی توپ قطع نمیشه و گرنه true
.............................
3 - ریسک سوم هم خطر سریع رسیدن به توپ است که باید سرعت توپ معین باشد که بازیکن توپ را با موفقیت freez کند .

4 - ریسک هم این است که زمانی که توپ به آن نقطه می رسد حریف ها اون بازیکن رو احاطه کنند و فاصله حریف تا اون بازیکن کم باشد یا mark کرده باشند که ایجنت ما رو مجبور به clear کردن توپ بکنند .

5 - ریسک پنجم مربوط به بیرون رفتن توپ از زمین است که این خطر مربوط به زمانی است که اون نقطه در اطراف بازکن مورد پاس باسد که پیش بینی باید شود که میتواند توپ را intercept کند یا نه . در صورت این که قطع نکند توپ به خارج زمین out رود .

6 - خطر و ریسک بعدی این است که باید stamina و توان بازیکن مورد پاس را رازیابی کرد . البته زمانی این معیار باید ارزیابی شود که بازیکن مورد پاس ما احتمال دریبل و پا به توپ شدن را داشته باشد .
یعنی وقتی به بازیکنی که این شرایط فوق را داشته باشد پاس دهیم و او هم توان پا به تئپ شدن را نداشته باشد .

7 - یکی از مهمترین خطرات که شاید یه کار گروهی خوب را صورت دهد یعنی پاس به راه دور که ما بیایم و بی خیال maxdist پاس خود شویم یعنی وقتی maxdist برای پاس ما 30 متر است آن را افزایش حتی به 50 متر دهیم .

......................

3 - هزینه

پارامتر سوم ما مکمل دو پارامتر ریسک و پاداش است که بعد از این دو مرحله انجام شدخ و یه جور تمام کننده است که بهترین نقطه در این مرحله اتنخاب میشود البته با در نظر گرفتن تمامی پاداش ها و ریسک ها . با توجه به اسم این پارامتر می تونیم متوجه شیم که کار این پارامتر به این صورت اسن که یه جورایی decision پاس رو پایه گذاری میکنه که به این صورت عمل میکنه که آن چند نقطه ای که مونده و امتیاز معیارشون برای مثال از 1700 گذشته و از نظر تاکتیکی میاد و ارزیابی میکنه که ما باید به چه قیمتی به اون نقطه پاس بدهیم وبا یه سری اطلاعات در مورد آینده کار که بعد از پاس ما پیش میاد بهترین نقطه اتنخاب میشود .

// مثال : در آخر هم یه تابع ساده برای فهمیدن بیشتر از روش امتیاز دهی یه مثال یا یه تابع کوچیک با چند تا شرط براتون گذاشتم که خیلی خوب متوجه میشین و این تابع به این صورت عمل میکنه که یه ابجکت هم تیمی رو میگیره و برای پاس دادن به اون یه امتیازی بر میگردونه که در پایین میبینین :
كد:
int Player::pass_value(ObjectT objt)
{
    int passValue ;
    VecPosition posAgent = WM->getAgentGlobalPosition();
    VecPosition posBall = WM->getBallPos();
    VecPosition post = WM->getGlobalPosition(objt);
    Circle Main(post,40);
    int cone1 = WM->getNrInSetInCone(OBJECT_SET_OPPONENTS,1.5,posAgent,post);
    int cone2 = WM->getNrInSetInCone(OBJECT_SET_OPPONENTS,2,posAgent,post);
   
    // agar goalie bood

    if(objt=WM->getOwnGoalieType()) return - 5000 ;
    if(!WM->isConfidenceGood(objt)) return - 5000 ;
   
    // agar to bein rah bazikon babood

    if(cone1==0)passValue +=100 ; else passValue -=400 ;
    if(cone2==0)passValue +=200 ; else passValue -=200 ;

    // agar confidencesh good nabood

    if(WM->isConfidenceVeryGood(objt))passValue +=200 ;
   
    // agar dar faseleye 40 metri nabood

    if(Main.isInside(post)==false) return - 5000 ;

        return passValue ;

{
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
maaheno (۱۱-۱۰-۱۳۸۹), mahdigh (۰۵-۳-۱۳۸۹), maryam777 (۱۲-۲۱-۱۳۹۱), shahab14 (۰۲-۷-۱۳۹۱)
قديمي ۰۴-۱۴-۱۳۸۹, ۰۲:۰۱ بعد از ظهر   #8 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,337 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Smile

این یه مقاله در مورد Intercept Ball است و از متد نیوتون برای محاسبه استفاده می کنه
فايل ضميمه
نوع فايل: pdf 10.1.1.18.8575.pdf (177.9 كيلو بايت, 183 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
maaheno (۱۱-۱۰-۱۳۸۹), maryam777 (۱۲-۲۱-۱۳۹۱), shahab14 (۰۲-۷-۱۳۹۱)
پاسخ



كاربران در حال ديدن تاپيک: 1 (0 عضو و 1 مهمان)
 

قوانين ارسال
You may not post new threads
You may not post replies
You may not post attachments
You may not edit your posts

BB code is فعال
شکلکها فعال است
كد [IMG] فعال است
كدهاي HTML غير فعال است
Trackbacks are فعال
Pingbacks are فعال
Refbacks are فعال




زمان محلي شما با تنظيم GMT +3.5 هم اکنون ۰۱:۴۶ بعد از ظهر ميباشد.


Powered by vBulletin® Version 3.8.3
Copyright ©2000 - 2024, Jelsoft Enterprises Ltd.
Search Engine Friendly URLs by vBSEO 3.1.0 ©2007, Crawlability, Inc.

Teach and Learn at Hexib | Sponsored by www.Syavash.com and Product In Review

استفاده از مطالب انجمن در سایر سایت ها، تنها با ذکر انجمن هوش مصنوعي به عنوان منبع و لینک مستقیم به خود مطلب مجاز است

Inactive Reminders By Icora Web Design