Projeto time de futebol simulado 2D sertão-UEFS [2009]

587 views
444 views

Published on

Projeto do time de futebol simulado 2D sertão-UEFS [2009], desenvolvido por estudantes de graduação na Universidade Estadual de Feira de Santana / Bahia, em 2008-2009.

Published in: Education, Technology, Sports
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
587
On SlideShare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
10
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Projeto time de futebol simulado 2D sertão-UEFS [2009]

  1. 1. Competição de Robôs Autônomos
  2. 2.  Anderson Marques  Gregory Porto  Ícaro Dourado  Jairo Calmon  Lígia Silva  Nathalia Moraes Técnicos: •Angelo Loula •Matheus Pires
  3. 3.  Descrição do Projeto  Competições e Tipos de Modalidades  A Competição Robocup de Futebol Simulado 2D  Projeto do time SERTÃO-UEFS  Conclusão  Metas de Continuidade
  4. 4.  Projeto Anual – Competição de Robôs Autônomos.  Robôs e Agentes Autônomos. O que são?  Realizar objetivos desejados sem interferência humana contínua.  Diferentes níveis de autonomia.  Aprendizado autônomo: aquisição de estratégias.  Aplicação no cenário real das competições envolvendo Robôs e Agentes Autônomos.  Resgate em terrenos de acidentes e escombros.  Identificação de ambientes.  Trabalhar sem interferência humana.
  5. 5.  RoboCup  Competições simuladas e reais.  “Uma Copa do Mundo em versão mecânica” (Revista Superinteressante, junho de 2006, pp 26 e 27).  Meta final: desenvolver até 2050, um time de robôs humanóides completamente autônomo capaz de vencer o time humano campeão da copa do mundo na ocasião.
  6. 6.  RoboCup Liga de Futebol Humanóide
  7. 7.  RoboCup  Sub-Liga Robôs Virtuais de Resgate Simulado 3D. Simulador UsarSim.
  8. 8.  RoboCup  Sub-Liga Robôs Virtuais de Futebol Simulado 3D. Humanóides 3D.
  9. 9.  RoboCup  Sub-Liga Robôs Virtuais de Futebol Simulado 2D. Soccer Simulator.
  10. 10.  Soccer Simulator  SoccerServer  Simular andamento do jogo.  Controle de posição, status dos jogadores e da bola.  Interferência e comunicação com os jogadores.  Transmitir informações do jogo.  Permitir operações dos agentes, a exemplo de chutar e correr.  Parâmetros de jogo configuráveis.  Ex.: duração e velocidade de jogo.
  11. 11. • SoccerMonitor  Exibição de jogo. • LogPlayer  Re-exibição do jogo  Interpretação do arquivo de log registrado pelo servidor para cada jogo. • Regras • Sensores • Atuadores
  12. 12.  Esquema de comunicação inter-processos Esquema troca de mensagens do servidor.
  13. 13. Apresentação.
  14. 14.  Código Base: Time Uva Trilearn 2003 Modelagem com bom nível de abstração inicial do cenário de jogo. Lida com os detalhes de transmissão de pacotes com o servidor.  Incorporação de melhorias ao Time Base  Tomada de decisões.  Raciocínio Lógico.  Flexibilização para futuras expansões.  Torná-lo mais apto a participar de versões futuras das competições.
  15. 15. Revisão Arquitetural do Uva Trilearn.
  16. 16.  Organização das classes por visão lógica:  Classes Bases.  Modelam e armazenam informações de cada objeto em jogo, além do próprio jogador.  WordlModel.  Classes Auxiliares.  Lidam com cálculos matemáticos, geométricos e tempo.  Classes de Infra-Estrutura.  Gravação e leitura em arquivos de configuração.  Comunicação por sockets com o servidor.
  17. 17.  Organização das classes por visão lógica:  Classes de Informação e Configuração.  Armazenam configurações e informações importantes do jogo.  Classes relacionadas à formação.  Formação tática dos jogadores em campo.  Define o tipo de jogador. Ex.: Atacante.  Classes-Chave .  Unidade de raciocínio lógico do jogador.  Implementação das rotinas para atuação do jogador em campo.
  18. 18. Nível Decisório.
  19. 19.  Decisão de que medida um agente deve tomar em um dado instante.  Tem posse de bola?  Pode carregar a bola com segurança?  Pode passar a bola?  Está com stamina baixa?
  20. 20. Nível Decisório do Time SertãoUEFS. Algoritmo básico para reger o nível decisório do jogador no Time Sertão-UEFS.
  21. 21.  Posicionamento dos Jogadores.  Arquivo de configuração.  Formação de cobrança inicial: todo o time em um lado do campo.  Diferentes formações para o time: ofensivas e defensivas.  Diferentes posições assumidas.  Se está perto ou longe da bola.  Longe da bola, assume posições pré-definidas.
  22. 22.  Implementação de movimentação e drible.  Passe X Conduzir bola.  Se identificar teammates em boas condições de receber a bola e mais avançado que o jogador da posse da bola, o jogador passa.  Se não há teammates desmarcados à frente, o jogador opta por conduzir a bola.  Conduzir a bola.  Preferência por conduzir ao gol adversário.  Se desmarcado, movimenta-se com maior velocidade.  Se marcado, movimentação em drible.
  23. 23. Nível Decisório – Passe no Time Sertão-UEFS. • Essa figura descreve o esquema de passe pelo jogador do Sertão-UEFS. •Fatores: •Raio total •Marcação dos jogadores que irão receber a bola. •Interceptação de outros jogadores. •“Estar a frente.”
  24. 24.  Implementação de cobranças de bola parada.  Escanteios, faltas, pênaltis e impedimentos.  Não é possível faltas de tiro indireto.  A todas as faltas é permitido chutar diretamente a gol.  Juiz determina critérios de posicionamento .  Casos de cobrança de bola parada no Time Sertão-UEFS:  Cobrança inicial (Kick off  Cobrança de lateral
  25. 25. Nível Decisório – Chute a Gol do Time Sertão-UEFS. V 0.1. •A Versão 0.1. da decisão para chute a gol baseia-se nas coordenadas da posição da bola: • • Se estiver próximo ao gol e na região central, chuta para o gol. Se estiver próximo ao gol e na região lateral, cruza em direção ao gol.
  26. 26. Nível Decisório – Chute a Gol do Time Sertão-UEFS V 0.2. •A Versão 0.2 da decisão para chute a gol, além das coordenadas da posição da bola, baseia-se em: •Análise de 4 posições do gol para chutar se o jogador estiver na região central: •Distância do goleiro à posição. •Distância do agente à posição, •Número de oponentes entre o agente e a posição do gol.
  27. 27.  Análise de Jogadores Teammates na região central ao gol:  Realiza análise da posição ideal para cada um chutar.  Realiza análise da segurança de repassar a bola para cada um dos jogadores.  Seleciona aquele melhor posicionado, de acordo com os fatores avaliados e aquele que tem maior probabilidade de receber a bola com segurança. Nível Decisório – Chute a Gol do Time Sertão-UEFS Decisões analisadas se o jogador estiver na região lateral.
  28. 28. Nível Decisório do goleiro. Algoritmo decisório do goleiro .
  29. 29. Nível decisório do goleiro Essa figura descreve o comportamento do goleiro, que procura sempre se alinhar com a bola.
  30. 30. Nível decisório do goleiro. Essa figura mostra a área de movimentação livre do goleiro, restrita a 70% do comprimento da grande área e a 40% da largura do campo. 
  31. 31. Sistema Interno de Logging
  32. 32. •No Time Base  Método  log(level, msg)  Estrutura de Armazenamento  Único arquivo pro time no diretório local.  Impressão  Identificação de tempo corrente e mensagem. •No Time Sertão-UEFS  Método  log(detalhe, level, classe, msg)  Estrutura de Armazenamento  Arquivo de log para cada jogador em diretórios específicos.  Impressão  Identificação de tempo corrente, classe que originou a mensagem, nível de severidade e mensagem.
  33. 33. •No Time Base  Classificação das mensagens  Tipo  Limite  Imprime mensagens entre a faixa de level mínimo e máximo. •No Time Sertão-UEFS  Classificação das mensagens  Tipo e nível de severidade.  Limite  Imprime mensagens entre faixa de level mínimo e máximo, e acima do detalhe mínimo.  O diferencial  Opção de desativar e ativar mensagens por classe.  Ativar e desativar mensagens de log do UVA.
  34. 34. Sistema Interno de Treinamento e Avaliação
  35. 35.  Existência de Treinador online(coach).  Único agente do time a receber continuamente informações de todos os jogadores em campo e da bola, livres de erro.  Treinador offline.  Não é permitido na competição Robocup.  Controlar o modo de jogo;.  Enviar mensagens livres para todos os agentes em campo;  Mover agentes e bola para qualquer ponto do campo e definir sua direção e velocidade;  Receber dados livre de ruído sobre a bola e todos os agentes em campo.  Utilizado na automatização do treinamento e teste dos agentes de um time.
  36. 36.  Identificação de problema referente ao treinador.  Sintaxe do arquivo de instruções é diferente da sintaxe definida no manual do soccer server.  Problema reportado aos desenvolvedores do servidor.  Alteração do modo de inicialização dos agentes do time pelo coach.  Contemplar o caso de uma conexão ao servidor como trainer.  Não impedir a inicialização manual do jogo em situações de treinamento.
  37. 37.  Competições simuladas estimulam o desenvolvimento de Sistemas Inteligentes.  Melhoria incremental de um Time Base para participação em competições.  Princípio de um núcleo de pesquisa em Sistemas Inteligentes.
  38. 38.  Participação na Competição Robocup 2010.  Conversão C++ para Java  Flexibilizar movimento do goleiro.  Posicionamento estratégico dos jogadores.
  39. 39. BERGKVIST, M.; OLANDERSSON, T. Machine learning in simulated RoboCup: Optimizing the decisions of an Electric Field Agent. Ronneby: Blekinge Institute of Technology, 2003, 28. Tese (Mestrado), Engenharia de Software, Department of Software Engineering and Computer Science, Ronneby, Suécia, 2001. BOER, R.; KOK, J. The Incremental Development of a Synthetic Multi-Agent System: The UvA Trilearn 2001 Robotic Soccer Simulation Team. 2002. KOK, J. et al. UvA Trilearn. 2005. Disponível em: <http://staff.science.uva.nl/~jellekok/robocup>. PERI, V.; SIMON, D. Fuzzy Logic Control For An Autonomous Robot. Department of Electrical and Computer Engineering, Cleveland State University, Cleveland, Ohio, USA. 2005. SAFFIOTI, A.; WASIK, Z. Using Hierarchical Fuzzy Behaviors in the Robocup Domain. Center for Applied Autonomous Sensor Systems, Dept of Technology, Örebro University. Örebro, Sweden. 2003. SHI L.; JIANG C.; ZHEN Y.; ZENGQI SUN. Learning Competition in Robot Soccer Game Based on an Adapted Neuro-Fuzzy Inference System. Department of Computer Science. The State Key Lab of Intelligent Technology & Systems, Tsinghua University, Beijing, China. 2001. STONE, P; SUTTON, R. Scaling Reinforcement Learning toward RoboCup Soccer. International Conference on Machine Learning, v.18, pp. 537-544, Williamstown, MA, USA. 2001. STONE, P.; VELOSO, M. A Layered Approach to Learning Client Behaviors in the RoboCup Soccer Server. Applied Artificial Intelligence, Pittsburgh, v.12. 1998. TINÓS, R. Comportamento Auto-Organizável em Algoritmos Genéticos Aplicados a Robôs Móveis em Ambientes Dinâmicos. Departamento de Física e Matemática, FFCLRP, Universidade de São Paulo (USP), Ribeirão Preto, São Paulo, Brasil. Revista Controle & Automação. 2007. TREVISAN, F.; BARROS, L. Robótica Cognitiva: Programação Baseada em Lógica Para Controle de Robôs. Departamento de Ciência da Computação, Instituto de Matemática e Estatística da Universidade de São Paulo (IME-USP), São Paulo -SP, Brasil. Revista Controle & Automação. 2007. TZAFESTAS, S.; RIGATOS, G. Neural and Neurofuzzy FELA Adaptive Robot Control Using Feedforward and Counterpropagation Networks. Intelligent Robotics and Automation Laboratory, Department of Electrical and Computer Engineering, National Technical University of Athens, Zografou 15773, Athens, Greece. 1998.

×