机器人足球比赛中多智能体动态编队的研究

从机器人足球场景出发，清华大学自动化系李翔副教授谈算法sim2real——通过这样的典型场景验证算法的实用性，并试图通过类脑算法实现对人类决策行为的模仿，最终拓宽算法的适用场景。

基于这样的目的，研究团队发表最新成果《Dynamic Formation Planning and Control for Robot Soccer Game with Multi-Agent Reinforcement Learning and Behavioral Model》：提出了一种机器人足球场景中的多智能体动态编队策略。通过用于进攻的行为模型和用于防守的强化学习，实现了队伍的攻防策略转换，适应不断变化的比赛情景。

机器人和足球的运动轨迹通过NOKOV动作捕捉系统跟踪。文章被ICARM 2024接收。