robocup

RoboCup(Robot World Cup）即機器人世界盃足球錦標賽，以MAS(Multi-Agent System）和DAI(Distributed Artificial Intelligence）主要研究背景。

基本信息

• 名稱：機器人世界盃足球錦標賽
• 外文名：Robot World Cup

• 簡寫：robocup
• 領域：機器人

簡介

Robocup主要目的就是通過提供一個標準的易於評價的比賽平台，促進DAI與MAS的研究與發展。（右圖為機器人世界盃足球賽標誌）1997年，是人工智慧和智慧型機器人研究史上重要的一年，1997年5月，IBM的深藍機器人擊敗了人類西洋棋冠軍，人工智慧領域四十多年的挑戰終於成為現實；7月4日，NASA的“火星探路者”飛行器及其配置的自主移動機器人系統，Sojourner，成功地在火星表面登入；也就在這一年，首屆RoboCup比賽及會議在日本的名古屋舉行，為實現機器人足球隊擊敗人類足球世界冠軍的夢想邁出了堅實的第一步。加拿大不列顛哥倫比亞大學的教授Alan Mackworth在1992年的論文《On Seeing Robots》（新加坡世界科學出版社：《計算機視覺：系統、理論與套用》）中提出訓練機器人進行足球比賽的構想。1992年10月，在日本東京舉行的《關於人工智慧領域重大挑戰的研討會》上，與會的研究人員對製造和訓練機器人進行足球比賽以促進相關領域研究進行了探討。1996年，RoboCup國際聯合會成立，並在日本舉行了表演賽，以後每年舉辦一屆。RoboCup的使命是促進分散式人工智慧與智慧型機器人技術的研究與教育。通過提供一個標準任務，使得研究人員利用各種技術，獲得更好的解決方案，從而有效促進相關領域的發展。他的最終目標是經過五十年左右的研究，使機器人足球隊能戰勝人類足球冠軍隊。機器人足球賽涉及人工智慧、機器人學、通訊、感測、精密機械和仿生材料等諸多領域的前沿研究和技術集成，實際上是高技術的對抗賽。國際上最具影響的FIRA和RoboCup兩大世界盃機器人足球賽，有嚴格的比賽規則，融趣味性、觀賞性、科普性為一體。機器人足球是在動態不確定環境下對人工智慧的考驗，是以體育競賽為載體的高科技對抗，是培養信息、自動化領域科技人才的重要手段，同時也是展示高科技水平的生動視窗和促進科技成果實用化和產業化的有效途徑。機器人足球的研究融入了機器人學、機電一體化技術、通訊與計算機技術、視覺與感測器技術、智慧型控制與決策等多學科的研究成果，反映出一個國家信息與自動化技術的綜合實力。RoboCup涉及到的研究領域包括智慧型機器人系統，多智慧型體系統，實時模式識別與行為系統，智慧型體結構設計，實時規劃和推理，基於網路的三維圖形互動，感測器技術。其技術特點有：動態實時系統、分散式合作與協調、帶噪聲的，非全信息的環境模型、非符號化的環境信息、受限的通訊頻寬等。RoboCup比賽項目在1997年剛開始第一屆比賽時，只有小型組中型組和仿真組比賽；99年時增加了索尼有腿機器人賽；2001年增加了救援仿真比賽和救援機器人賽；2002年增加了更多的項目，包括四腿機器人賽、類人機器人賽及機器人挑戰賽，其中類人機器人賽包括下面4個項目：行走、H-40射門、H-80射門、自由風格賽，機器人挑戰賽包括足球挑戰賽和舞蹈挑戰賽；2003年仿真組增加了幾項比賽如線上教練賽等，機器人挑戰賽也增加了幾個項目如救援挑戰賽等。2014年機器人世界盃比賽將於7月19 - 25日，在巴西若昂佩索阿舉行。

內涵

為促進足球機器人的發展而創立的國際性組織機器人足球世界盃（RoboCup）是一個國際性的研究和教育組織，它通過提供一個標準問題來促進人工智慧和智慧型機器人的研究。這個領域可以集成並檢驗很大範圍內的技術，同時也可以作為面向教育的集成性項目。國際委員會的管理下舉行國際性的會議和比賽為了這個目的，RoboCup選擇了足球比賽作為基本的領域，並組織了RoboCup：機器人足球世界盃及學術會議。為了能讓一個機器人球隊真正能夠進行足球比賽，必須集成各種各樣的技術，包括自治智慧型體的設計準則、多智慧型體合作、策略獲取、實時推理、機器人學以及感測器信息融合等。對一個由許多快速運動的機器人組成的球隊來說，RoboCup是一項在動態環境下的任務。在RoboCup的軟體方面，RoboCup還提供了軟體平台以便於研究。

活動

在將足球比賽作為標準問題的同時，還會有其它各種各樣的努力，比賽只是RoboCup各項活動的一部分.當前RoboCup的活動包括：1、學術會議2、機器人世界盃3、RoboCup挑戰計畫4、RoboCup教育計畫5、基礎組織的發展

機器人比賽的類型包括：（1）足球比賽（RoboCupSoccer)仿真組（Simulation League）、小型組（Small Size Robot League）、中型組（Middle Size Robot League）、四腿組（Sony Legged Robot League）、類人組（Humanoid League）。（2）營救比賽（RoboCupRescue)仿真組（Rescue Simulation League）、機器組（Rescue Robot League）。（3）青少年比賽（RoboCupJunior)足球機器人（Soccer Challenge）、救援機器人（Rescue Challenge）、舞蹈機器人（Dance Challenge)RoboCup比賽以其獨特的魅力，成為各類國際機器人競賽中最具水平和影響力的賽事之一。許多世界名校包括美國卡耐基-梅隆大學、康奈爾大學、史丹福大學，澳大利亞新南威爾斯大學，日本東京大學，新加坡南洋理工大學，荷蘭阿姆斯特丹大學，德國多特蒙德大學以及中國的清華大學、浙江大學、中國科技大學、同濟大學、大連理工大學，東南大學，合肥工業大學，安徽大學，等都積極參與。世界著名的企業集團包括SONY、SGI、ZENRIN、Microsoft等都是國際比賽的長期贊助商。來自中國的球隊在RoboCup比賽中表現突出，最近兩年的仿真組八強中，都有三支中國球隊，清華火神隊更是連續奪得兩次冠軍和一次亞軍。義大利RoboCup2003比賽中，除類人組以外的其它足球比賽項目都出現了中國隊員的身影。剛剛落幕的第15屆土耳其伊斯坦堡RoboCup機器人世界盃賽中，中國科學技術大學機器人“藍鷹”隊在傳統強項仿真2D比賽中以全勝戰績獲得冠軍，進一步強化了在本領域的世界領軍地位；在強手如林的服務機器人比賽中，“藍鷹”隊不負眾望奪得亞軍，取得歷史性突破，一舉改寫了中國從未進入世界前5的紀錄，標誌著中國服務機器人研究取得了重要進展；在中型組項目中北京信息科技大學的“water”苦戰13局，以13戰全勝、進98球失9球的驕人戰績成功衛冕機器人世界盃冠軍，在實物組項目上第一次奪冠（第14屆新加坡首次奪冠）並且衛冕，標緻這中國中型組發展達到世界水平。足球機器人世界盃自1997年7月在日本名古屋舉辦以來，到今天已經發展為一項國際性的賽事。它為機器人學、人工智慧、多智慧型體系統、模式識別、計算機視覺等其他交叉或前沿學科提供了一個理想的仿真和實驗平台。

比賽

RoboCup舉行以下比賽：1、模擬組比賽2、小型機器人比賽3、整隊小型機器人比賽，每隊包括11個機器人4、中型機器人比賽5、Sony有腿機器人比賽 （由Sony贊助）6、人形機器人比賽（從2002年開始，2002年前可能會有演示）7、遙控機器人比賽（即將公布）8、RoboCup評論員系統演示

意義

一、推動科學進步意圖是通過提供引人矚目但又非常困難的挑戰，將RoboCup作為促進人工智慧和機器人學研究的工具。促進研究的有效途徑是制定一個長期目標，而不拘泥與某一特定套用。當這個目標完成時，將產生巨大的社會影響，這就可以稱之為重大挑戰計畫。建造一個會踢足球的機器人本身並不能產生巨大的社會和經濟影響，但是這種成功的確會被認為是這個領域的重大成果。我們把這種計畫稱為劃時代的計畫。RoboCup既是一個標準問題，也是一個劃時代的計畫。二、夢想我們提出的RoboCup的最終目標是：到21世紀中葉，一支完全自治的人形機器人足球隊應該能在遵循國際足聯正式規則的比賽中，戰勝最近的人類世界盃冠軍隊。我們提出的這個目標是人工智慧與機器人學今後50年的重大挑戰。從技術水平看來，這個目標可能是過於雄心勃勃了。但是，我們相信，重要的是提出這樣的長期目標並為之而奮鬥。從萊特兄弟的第一架飛機到阿波羅計畫將人類送上月球並安全返回地球只花了50年。同樣，從數字計算機的發明到深藍擊敗人類西洋棋世界冠軍也只花了50年。我們已經意識到，建立人形機器人足球隊需要大致相當的時間及很大範圍內研究人員的極大努力，這個目標是不能在短期內完成的。三、劃時代的計畫

	阿波羅計畫	計算機西洋棋	RoboCup
目標	送一個太空人登入月球並安全返回地球	開發出能戰勝人類西洋棋世界冠軍的計算機	開發出能象人類那樣踢球的足球機器人
技術	系統工程，航空學，各種電子學等	搜尋技術，並行算法和並行計算機等	實時系統，分散式協作智慧型體等
套用	遍布各處	各種軟體系統、大規模並行計算機	下一代人工智慧，現實世界中的機器人和人工智慧系統

一個成功的劃時代計畫必須完成一個非常引人注目而且能引起廣泛關注的目標。最成功的例子是阿波羅太空計畫。在阿波羅計畫中，美國制定了“送一個太空人登入月球並安全返回地球”的目標。目標的完成本身就是一個人類的歷史性事件。雖然送什麼人登上月球帶來的直接經濟收益很小（公正的講，阿波羅計畫是計畫獲得“國家聲望”，並展示對前蘇聯的技術優勢。即便如此，幾個太空人在月球登入也沒有帶來直接的軍事優勢）。為達到這個目標而發展的技術是如此重要，以至於成了美國工業強大的技術和人員基礎。劃時代計畫的重要問題是設定一個足夠高的目標，才能取得一系列為完成這個任務而必需的技術突破，同時這個目標也要有廣泛的吸引力和興奮點。另外，這些完成目標所需的技術必須是可以成為下一代工業基礎的技術。在阿波羅計畫中，實際的目標遠不止送個人上月球。（阿波羅計畫：“這是一個人的一小步，人類的一大步”。舉國上下的努力使太空人Neil Armstrong在登上月球表面，實現這個與人類歷史一樣久遠的夢想時能說出這句話。但是阿波羅計畫的目標已經超過了讓美國人登入月球並安全返回地球：創立了滿足太空中其它國家利益的技術；為美國在太空留下英名；開始對月球的科學探索；提高人類在月球環境中的能力。）。四、人工智慧和機器人學中新的標準問題RoboCup的另一方面是這樣一種觀點：RoboCup是一個標準問題，可以用來評價各種不同的理論、算法和體系結構。計算機西洋棋是一個典型的標準問題。各種搜尋算法可以在這個領域中評價和發展。隨著深藍的成功，按照正式規則擊敗人類的頂尖高手Garry Kasparov，計算機西洋棋的挑戰已經到了殘局。計算機西洋棋作為一個標準問題的成功，主要原因之一是清楚的定義了進展的評價。研究進展可以用系統的棋力來評價。一個挑戰必須能夠鼓勵一系列為下一代工業而發展的技術。我們認為RoboCup可以做到這一點。以下是計算機西洋棋與RoboCup的領域特徵的不同：

	環境	狀態改變	獲取信息	感測器信息	控制方式
西洋棋	靜態	回合制	完全	符號式	集中
RoboCup	動態	實時	不完全	非符號式	分布

五、人工智慧和機器人學的教育RoboCup教育計畫著眼於使用RoboCup來建立各種教育計畫，例如可以開設以下課程：1、RoboCup中的人工智慧（本科生或研究生課程），2、RoboCup中的機器人學導論（本科生課程），3、RoboCup中的人工智慧程式設計（本科生課程）,4、多智慧型體系統 （研究生課程），及其它已經開設的以RoboCup為基礎的課程有：1、人工智慧程式設計，Artificial Intelligence Programming (with RoboCup) by Silvia Coradeschi and Jacek Malec,Linkoeping University,Sweden2、自治系統，Autonomous Systems by Andreas Birk; Vrije Universiteit Brussel,Brussels,Belgium

挑戰計畫

RoboCup提供了一些重大的長期挑戰，將會需要幾十年的時間來完成。然而，由於最後目標很明確，我們可以得到幾個子目標，這就是中短期的挑戰。RoboCup吸引了這么多研究者的主要原因就是它需要將很大範圍的技術集成到一個完整的智慧型體團隊中，這就有別於一些基於專門任務的功能模組。長期的研究問題實在太廣泛，難以編撰成一系列條目的列表。雖然如此，我們還是可以說，這些挑戰包括了從物理部件的開發（如高性能電池、馬達）到高智慧型化的實時感知和控制軟體這些極其廣泛的技術問題。中期技術挑戰是今後十年的目標，可以說得更具體一些，也就可以編撰出一個部分列表。以下就是RoboCup中涉及到的研究領域的部分列表，主要以中期時間段為目標：（1）通用的智慧型體體系結構；（2）綜合反應式方法和建模/規劃式方法；（3）實時識別、規劃和推理；（4）在動態環境中推理和行動；（5）感測器數據融合；（6）通用的多智慧型體系統；（7）複雜任務中的行為學習；（8）策略獲取；（9）通用的認知模型。除了這些技術，提供一個帶有高質量3D圖形能力的網路足球伺服器需要在模擬足球運動員的實時動畫和基於網路的互動式多用戶系統方面有一定的技術進步。這些都是今後幾年基於網路的服務中的關鍵技術。RoboCup的挑戰應該理解為更大、更長期的挑戰，而不是一個一次性的挑戰。因此，我們希望提供一系列的短期挑戰，這將會很自然的引導中長期挑戰的完成。RoboCup挑戰主要分為三類：（1）合成智慧型體挑戰；（2）物理智慧型體挑戰；（3）基礎組織挑戰。RoboCup合成智慧型體挑戰處理可以用軟體模擬器開發的技術；RoboCup物理智慧型體挑戰的意圖是促進使用實際機器人的研究，因此需要更長的時間來完成每一項挑戰。它們將和RoboCup合成智慧型體挑戰同時進行研究，但需要更長的時間。提出基礎組織挑戰是為了方便研究而建立一個關於RoboCup、人工智慧和機器人學的總的基礎組織。這些挑戰包括教育計畫、通用機器人平台和部件標準、自動評論員系統和進行RoboCup比賽的智慧型體育場系統。RoboCup合成智慧型體挑戰對於RoboCup合成智慧型體挑戰97，我們提供一個明確的目標，這不但對RoboCup是重要的，對總的人工智慧的研究來說也很重要。這些挑戰將專門用於軟體智慧型體聯賽，而不是實際機器人聯賽。對於想設計一個參加RoboCup球隊的研究者來說，根本問題是設計一個多智慧型體系統，能夠進行實時的反應，表現出目標制導的理性行為。目標與環境動態的變化並且是實時的。由於足球比賽的狀態空間極大，不可能用手工的方法來編碼所有可能的情形和智慧型體的行為，因此使智慧型體能學習如何有策略的進行比賽變得極為重要。在這個方面的挑戰包括以下的研究問題：（1）在多智慧型體合作及對抗環境中的機器學習（2）多智慧型體體系結構，為了團隊合作而進行實時的多智慧型體規劃和規劃執行（3）對手建模。因此，我們提出以下三個挑戰作為RoboCup合成智慧型體挑戰的中心任務：學習挑戰、團隊合作挑戰和對手建模挑戰。1.RoboCup學習挑戰RoboCup學習挑戰的目的是徵求理解性學習模式，它能用於需要適應環境的多智慧型體系統的學習；並能用標準任務來評價所提供方法的優點和缺點。學習是智慧型系統的重要方面，在RoboCup學習挑戰中，任務是為一組智慧型體創建一種學習和訓練的方法。這個領域的學習機會可以分為以下幾類：（1）單個智慧型體的離線技術學習（2）智慧型體團隊的離線合作學習（3）線上技術和合作學習（4）線上對抗學習這個領域離線和線上學習的區別特別重要，因為比賽只持續大約20分鐘，所以線上技術，特別是學習某場特定比賽中的概念時，必須很快的產生結果。例如，如果一個隊要學習針對某個對手變換它的行為，它必須能在比賽結束前提高自己的性能，然後再對付下一個對手。學習中的這種區別可以套用到很多具有學習能力的多智慧型體系統中。2.RoboCup團隊合作挑戰RoboCup團隊合作挑戰提出了在動態對抗環境中多智慧型體團隊合作中的實時規劃、重規劃、執行等問題。97-99階段這個挑戰中主要感興趣的問題是在團隊背景下（特別是RoboCup的團隊合作）進行實時規劃和規劃執行的體系結構。另外，體系結構在非RoboCup套用中等通用性也是一個重要的因素。在類似足球這樣複雜、動態的多智慧型體領域中需要極為靈活的協調和通訊來克服其中的不確定性。例如，團隊目標的動態變化，團隊成員意外的不能完成應盡的責任，或機會的意外發現。不幸的是，實現多智慧型體經常依賴於預先規劃的、領域相關的協調方法，不可能提供這種靈活性。第一，很難預計並規劃所有的協調失敗，特別在上升到複雜情形時，這樣的系統對象足球比賽這種動態的任務就不夠健壯。第二，得到領域相關的系統後，可重用性就很差。更進一步，動態的規劃協調很難，特別是在具有這么多可能的行動和這么大的狀態空間的領域。事實上，典型的規劃器需要極長的時間去找到一個簡單可用的規劃，而由於不可預料的對手行為造成的領域的動態性使之變得更難。這些團隊合作限制的根本原因是當前的智慧型體體系結構，象Soar、RAP、IRMA、BB1等體系結構通過承諾和反應式規劃等機制便利了單個智慧型體的靈活行為，然而，團隊合作不僅僅是這種靈活的個體行為的簡單的合併，即使是協調的合併。事實上，在當前的智慧型體體系結構中，缺少了團隊合作的理論，能把新的精神狀態作為團隊合作的基礎，如團隊目標、團隊規劃、共有信念和聯合承諾等。特別是，團隊目標、團隊規劃、共有信念沒有被顯式的表示，而團隊承諾連概念都沒有。這樣，智慧型體們不能顯式的表示它們的團隊目標和規劃，也不能進行推理，更不能在意外事件發生時進行靈活的通訊或協調。例如，當一個智慧型體個人意識到整個團隊的當前規劃不可行時，它不能自己推理出它的協調責任。比如，為整個團隊的最高利益考慮，它應該通知隊友。反而，智慧型體們必須依賴與領域相關的協調規劃，基於每個實例來進行預防。團隊合作挑戰中基本的體系結構問題就將是建立這樣一種體系結構，它可以支持團隊行為的規劃以及更重要的團隊規劃的執行。這種規劃和規劃執行可以通過一個兩層的體系結構來完成，但是整個系統必須能夠實時運作。在RoboCup SoccerServer中，感測數據每隔300-500毫秒到達，每100毫秒可以傳送一條動作命令。環境以毫秒量級改變，所以規劃、重規劃和規劃執行必須是實時完成的。3.RoboCup對手建模挑戰智慧型體建模--為其它智慧型體的目標、規劃、知識、能力或情感建模和推理--是多智慧型體互動的關鍵問題。RoboCup對手建模挑戰希望進行這樣的研究，即為動態多智慧型體領域內的一個敵對的團隊建模。RoboCup中的建模問題可以分為三個部分：（1） 線上追蹤：通過觀察對手動作對單個對手的目標和意圖進行實時、動態的追蹤。隊員可以使用這種追蹤來預測對手的行為並作出適當的反應。這種線上追蹤還可以用於防止受騙。這兒的挑戰是（i）儘管存在不明確性，仍要作出實時追蹤；（ii）處理世界模型的動態性；（iii）追蹤整個團隊而不是單個隊員--這需要對團隊合作概念的理解。線上追蹤可以為線上規劃器或線上學習算法提供輸入數據。（2） 線上策略識別：球隊的"教練"智慧型體可能從邊線觀察一場比賽，理解對方球隊採用的高層策略。與線上追蹤相比，教練可以進行更高層次的抽象分析，而不會有實時處理的壓力，他的分析可以更詳細。然後，教練智慧型體可以為他的隊員提供數據來改變隊形或使用某種策略。（3） 離線審閱："專家"智慧型體可以在比賽後觀察球隊的踢法，來識別對方球隊的優點和弱點，還可以提供專家評論。這些專家可以在人類足球比賽的資料庫中訓練。RoboCup物理智慧型體挑戰人工智慧的最終目標，可能也是機器人學的最終目標，就是創建一種智慧型系統，能夠在與動態變化的物理世界互動過程中突現出複雜行為，完成給定任務。傳統的人工智慧研究主要是在尋求知識獲取和表示中用到的符號處理，以及用符號推理的方法，而很少考慮在現實的動態世界中的套用。而在機器人學方面，更多的重點被放在設計、建造硬體系統及控制方法上。然而，包括自治智慧型體的設計準則、多智慧型體合作、策略獲取、實時推理和規劃、智慧型機器人、感測器數據融合及行為學習的話題在兩個領域都出現了，這些話題揭示了傳統方法很難處理的新的方向。為了處理這些問題，使智慧型體能在動態環境中突現出複雜行為來完成目標，物理實體將是一個很重要的角色，而這一直是傳統人工智慧沒有給予足夠關注的方面。RoboCup物理智慧型體挑戰提供了一個很好的測試環境，可以觀察在RoboCup的框架下實現智慧型行為時物理實體所扮演的重要角色。“具有物理實體”的準確意思歸納如下（1） 感測和行動能力不能分割，必須緊密耦合。（2） 為了完成給定任務，感測器和效應器空間必須在資源限制條件（存儲體、處理能力、控制器等）下進行抽象。（3）抽象要依賴與智慧型體的內部基礎和經驗（與環境的互動）。（4）抽象的結果是基於智慧型體對環境的主觀表示，並由行為的後果來評價這種表示。（5）在現實世界中，智慧型體之間和智慧型體與環境之間的互動都是異步的，並行的，也是任意複雜的。為模擬而採用一種自上而下的抽象層次如全局時鐘是不公正的。觀察到的其它智慧型體的信息，智慧型體之間互動的模式，甚至象滑動這樣的物理現象，以及其它一些看起來不太重要的參數都可能發生並影響整個多智慧型體系統的行為。（6）物理互動的自然複雜性會自動生成學習數據的可信的樣例分布，而不是預先給定模擬的高斯分布，高斯分布並不一定總是能準確概括系統的特徵。RoboCup的研究要點包括適應性行為，靈活、多模態的多智慧型體合作行為，在複雜、動態和不確定的現實世界中最優通訊策略。特別的，物理智慧型體方面主要關注與硬體軟體和通訊方式的集成。RoboCup物理智慧型體挑戰歸納如下：（1）感知能力：球員必須實時觀察他所不能完全預測或控制的物體的行為，以便於作出動作進行處理。這些物體包括球、對手及隊友，甚至將來的裁判。大範圍的感知能力，區分其它智慧型體的能力，在被擋住時對他們位置和運動的估計能力等都是必須具備的。這種感知能力是擴展機器人套用的基本技術。（2）行動能力：球員必須具備快速的加速、減速、轉向等運動能力，能進行穩定的移動，在踢球和阻截時有良好的技術和力量。其中的一些要求是互相矛盾的，如球員踢球的力量越大，技術就越差。如果我們採用龐大的機械裝置來滿足這兩點，又會引起質量和所需能量的增加，往往又會影響其它運動能力。還有，無線的要求和重量的限制嚴重的影響了機械裝置的設計。因此，不僅僅要考慮擁有良好技術的運動能力，而且要考慮整個系統需求的總體平衡。（3）形勢和行為：任務領域本身是簡單的，但是由於球、球門和球員之間的相對位置和相對運動及比賽進程的動態變化，會出現近乎無窮多的狀態，最佳行為也會隨著形勢的改變而改變。因為我們的目標不是一支啞巴球隊，我們還需要比簡單眼應式行為更複雜的能力，如對形勢的理解，戰術的選擇和修改，隊友之間最少的通訊，從訓練中培養的團隊合作行為。這些物體與一些認知問題有緊密聯繫，如對時空世界的記憶的組織，將馬達動作集合分類為物理實體的技術等。（4）實時處理：由於球和其它隊員的運動造成的形勢劇變，沒有時間來仔細分析當前形勢並對規划進行深思熟慮。因此，如果旁邊沒有對方球員，為了等待更好的將會，球員應該立刻選擇帶球，或者跑到一個特定的地點以便於和隊友配合。RoboCup物理智慧型體挑戰97包括三個挑戰：（1）在沒有障礙物、有靜止障礙物、有移動障礙物的情況下分別將球移到指定地點（射門、傳球或帶球）；（2）從對手或隊友處得到球（接球、撲球或截球）；（3）在兩個隊員之間傳球。前兩個只考慮單個智慧型體的技術而第三個與簡單的合作行為有關。RoboCup基礎組織挑戰在教育方面，將在一些大學進行以RoboCup為基礎的人工智慧或機器人學教育，並準備開展RoboCup Jr.以促進RoboCup在學生、家庭、娛樂方面的發展。在與RoboCup相關的自然語言處理方面，RoboCup希望自然語言研究人員能作出他們的貢獻，如RoboCup比賽的自動評論及描述生成系統。作為一個RoboCup與自然語言研究結合的例子，DFKI的VITRA項目展示了自然語言研究在RoboCup中的套用，它可以從足球比賽的畫面生成自然語言描述。對於模擬比賽，正在開發高檔的3D可視化系統。另外，RoboCup對基於VRML或Java applet的3D可視化也很感興趣。

技術套用

由於RoboCup中涉及到的許多研究領域都是研究與套用中遇到的關鍵問題，因此可以很容易的將RoboCup的一些研究成果轉化到實際的套用中。例如，最典型的套用有以下這些：搜尋與救援搜尋與救援領域有以下一些特點：如在執行搜尋與救援任務時，一般是分成幾個小分隊，而每個小分隊往往只能得到部分信息，而且有時還是錯誤的信息；環境是動態改變的，往往很難做出準確的判斷；有時任務是在敵對環境中執行，隨時都有可能會有敵人；幾個小分隊之間需要有很好的協作；在不同的情況下，有時需要改變任務的優先權，隨時調整策略；需要滿足一些約束條件，如將被救者拉出來，同時又不能傷害他們。這些特點與RoboCup有一定的相似，因此，在RoboCup中的研究成果就可以用於這個領域。事實上，有一個專門的RoboCup-Rescue專門負責這方面的問題。太空探險在太空探險時，一般都需要有自治的系統，能夠根據環境的變化做出自己的判斷，而不需要研究人員直接控制。在探險過程中，可能會有一些運動的阻礙物，必須要能夠主動的進行躲避。另外，在遇到某些特定情形時，也會要求改變任務的優先權，調整策略以獲得最佳效果。辦公室機器人系統用於在辦公室中完成一些日常事務的機器人或機器人小組，這些日常事務一般包括收集廢棄物，清理辦公室，傳遞某些檔案或小件物品等。由於辦公室的環境具有一定的複雜性，而且由於經常有人員走動，或者是辦公室重新布置了，使這個環境也具有動態性。另外，由於每個機器人都只能有辦公室的部分信息，為了更好的完成任務，他們必須進行有效的協作。從這些可以看出，這又是一個類似RoboCup的領域，當然可以採用一些RoboCup中的技術。事實上，在前幾年有許多研究人員從事辦公室機器人系統的研究，而改為進行RoboCup方面的研究就是因為這一點。其它多智慧型體系統這是一個比較大的類別，RoboCup中的一個球隊可以認為就是一個多智慧型體系統，而且是一個比較典型的多智慧型體系統。它具備了多智慧型體系統的許多特點，因此在RoboCup中的研究成果可以套用到許多多智慧型體系統中。其實，上面的三個例子就是三個不同方面的多智慧型體系統，從中可以看出RoboCup技術的普遍性，除了這些例子外，還有許多可以套用RoboCup技術的領域，如空戰模擬、信息代理、虛擬現實、虛擬企業等等。

組織

RoboCup聯盟是一個在瑞士註冊的國際組織，分為科學委員會和國家委員會兩大部分。科學委員會包括模擬器開發小組和RoboCup挑戰委員會，而國家委員會已經包括了35個國家。

比賽歷史

在人工智慧與機器人學的歷史上，1997年將作為一個轉折點被記住。在1997年5月，IBM的深藍擊敗了西洋棋世界冠軍，人工智慧界四十年的挑戰終於取得了成功。在1997年7月4日，NASA的“探路者”在火星登入，在火星的表面釋放了第一個自治機器人系統Sojourner。與此同時，RoboCup也朝開發能夠戰勝人類世界盃冠軍隊的機器人足球隊走出了第一步。加拿大不列顛哥倫比亞大學的Alan Mackworth教授在1992年發表了題為“On Seeing Robots”的文章，其中首次提出了機器人足球的思想。他的研究小組還發表了一系列Dynamo機器人足球項目的論文。1992年10月，一些日本研究人員在東京組織了一個關於人工智慧重大挑戰的研討會，討論可能的重大挑戰性問題。這個研討會對採用足球比賽來促進科技發展進行了認真的討論。他們進行了一系列的調查，包括技術上的可行性，社會影響力評估以及財政上的可行性。另外，他們還草擬了規則和足球機器人和模擬系統的開發原型。通過這些研究，他們認為這個方案是可行的，也是大家都希望能開展的。1993年6月，包括淺田埝（Minoru Asada）、Yasuo Kuniyoshi和北野宏明（Hiroaki Kitano）在內的一些研究者決定創辦一項機器人比賽，暫時命名為RoboCup J聯賽（J聯賽是剛創辦的日本足球職業聯賽的名字）。然而在一個月之內，他們就接到了絕大部分是日本以外的研究者的反應，要求比賽擴展成一個國際性的項目。於是，他們就將這個項目改名為機器人世界盃，簡稱為RoboCup。在這次討論的同時，一些研究人員已經將足球比賽作為他們的研究領域。例如，電子技術實驗室 (ETL，日本政府的一個研究中心）的松原仁（Itsuki Noda）正在用足球進行多智慧型體（multi-agent）的研究，並已經開始開發一個專用的足球比賽模擬器。這個模擬器後來成了RoboCup的正式足球伺服器。大坂大學的淺田埝（Minoru Asada）的實驗室、卡內基--梅隆大學的Manuela Veloso教授和她的學生Peter Stone也已經開始研究足球機器人。沒有這些先行者的參與，RoboCup就不可能產生。1993年9月，RoboCup第一次發表公告，並草擬了明確的規則。於是，在很多會議和研討會上進行了關於組織和技術問題的討論，包括AAAI-94（美國人工智慧聯合會會議），JSAI（日本人工智慧學會）座談會以及其他機器人界的會議。同時，松原仁（Noda）在ETL的小組宣布了Soccer Server v0(LISP版本），為進行多智慧型體系統研究而開發的第一個足球領域的開放系統模擬器，後來又通過Web發布了1.0版本的Soccer Server(C++版本）。這個模擬器的第一次公開演示是在IJCAI-95。1995年8月，在加拿大蒙特婁召開的國際人工智慧會議（IJCAI-95）上發表了公告，將在名古屋與IJCAI-97聯合舉辦首屆機器人世界盃足球賽及會議。同時，為了發現與組織大型RoboCup比賽有關的潛在問題，決定先舉辦Pre-RoboCup-96。作出這個決定是為了留出兩年的準備和開發時間，這樣研究小組就可以開始開發機器人和模擬的球隊，同時也能有時間籌集研究經費。1996年11月4日到8日，在大坂的國際智慧型機器人與系統會議（IROS-96）上舉行了Pre-RoboCup-96。有8支球隊參加了模擬組聯賽，並展示了參加中型聯賽的真正的機器人。雖然規模不大，但這是第一次將足球賽用於促進研究與教育的比賽。1997年8月25日，與第15屆國際人工智慧會議（IJCAI-97）聯合舉辦的RoboCup97在日本名古屋拉開帷幕，這是第一次正式的RoboCup比賽和會議，獲得了巨大的成功。來自美國、歐洲、澳大利亞、日本等40多支球隊（機器人組和模擬組）參加，5000多名觀眾觀看了比賽。1998年7月4日至8日，正當世界盃比賽漸入佳境之時RoboCup-98在巴黎舉行，來自世界各地的80多支球隊參加了比賽，這也成為歷史上最大的移動機器人活動。另外，1998年還舉辦了一系列的其它活動，如新加坡的RoboCup-98環太平洋系列，加拿大維多利亞的RoboCup-98 IROS系列，德國的VISION（歐洲最大的計算機視覺國際會議）RoboCup-98，RoboCup-98日本公開賽，Autonomous Agent 98上的RoboCup模擬組演示，AAAI-98移動機器人比賽和展示。RoboCup-99將於1999年7月30日至8月6日在瑞典斯德哥爾摩和第16屆國際人工智慧會議（IJCAI-99）聯合舉辦，以後還將舉辦RoboCup-2000（澳大利亞墨爾本） 、RoboCup-2001（暫定美國西雅圖）、RoboCup-2002（日本）等比賽。機器人足球正以一種高技術對抗的形式贏得學術界的認同。一些學術刊物如Artificial Intelligence Journal、AI Magazine、Applied Artificial Intelligence、Advanced Robotics Journal、The Journal on Robotics and Autonomous System、The International Journal of Intelligent Automation and Soft Computing等都出版了機器人足球專輯。一些有影響的國際學術會議如IJCAI、IROS、Agent、ICMAS、AAAI研討會、JSAI研討會等也都安排了這方面的專題討論。一年一度的RoboCup也同時召開學術會議，推動相關學科的進展。可以預料，有朝一日機器人足球會因為它的娛樂性、觀賞性，以及高技術挑戰性，不僅有助於科研與教學的進展，也會形成相當數量的需求與產 業，從而長盛不衰，不斷開創新的局面。第一屆RoboCup比賽分為三組：小型機器人比賽、中型機器人比賽和計算機仿真比賽，共有超過40支球隊參加了這三種比賽。其中參加仿真比賽的球隊有32支（歐洲8支、北美8支、澳洲2支、日本14支）。四個隊參加了小型機器人賽，他們是：CMU(USA) 、 Paris-VI(France）、University of Girona(Spain）和Nara Advanced Institute of Science and Technology(Japan）。參加中型機器人比賽的5個隊為：ISI/USC(USA）、Osaka University(Japan) 、Ullanta Performance Robotics(USA) 、RMIT(Australia) 和Uttori United---A joint team of Riken,Tokyo Univ. (Japanand) Utsunomiya Univ. (Japan）。仿真組比賽的冠軍為來自德國Humbolt 大學的AT-Humbolt隊，它擊敗了東京理工學院的AndHill 隊。第三和第四名分別為ISI/USC和CMU。獲得小型組冠軍的是CMU，它以3:0的比分擊敗了Nara Advanced Institute of Science and Technology,Japan。中型組的冠軍由ISI/USC和Trackies of Osaka University同時獲得，因為它們兩次戰平0：0和2：2。同時還頒發工程挑戰獎和科學挑戰獎。1998年7月4-8日，在法國巴黎舉辦了第二屆RoboCup比賽及會議。共有超過80支球隊參加比賽（40支仿真隊、12支小型機器人隊、16支中型機器人隊和3支有腿機器人隊）比賽結果為：中型組：·World Champion CS-Freiberg,Germany·Runner-Up Tubingen Univ.,Germany·3rd Place Osaka Univ.,Japan小型組：·World Champion CMUnited98·Runner-Up Roboroos,Univ. Queensland,Australia·3rd Place 5DPO/FEUP仿真組：·World Champion CMUnited·Runner-Up AT-Humboldt'98·RoboCup科學挑戰獎：Electrotechnical Laboratory (ETL),·Sony Computer Science Laboratories,Inc.,and·German Research Center for Artificial Intelligence GmbH (DFKI)RoboCup工程挑戰獎：·"development of fully automatic commentator systems for RoboCup simulator league."1999年7月27-8月6日，在瑞典斯德哥爾摩舉辦了第三屆RoboCup比賽及會議。比賽結果為：中型組：·World Champion CS Sharif,Sharif University of Technology,Iran·Runner-Up Azzurra Robot Team,RoboCup Italia,Italy·3rd Place CS Freiburg,Albert-Ludwigs-Univ. Freiburg,Germany小型組：·World Champion The Big Red,Cornell University,USA·Runner-Up FU-Fighters,Free University of Berlin,Germany·3rd Place Lucky Star,Nee Ann Polyhtechnic,Singapore仿真組：·World Champion CMUnited-99,Carnegie Mellon University,USA·Runner-Up MagmaFreiburg,Albert-Ludwigs-Univ. Freiburg,Germany·3rd Place Essex Wizards,Essex University,UK帶腿組：·World Champion Les 3 Mousquetaires,Laboratorie de Robotics Paris,France·Runner-Up UNSW United,University of New South Wales,Australia·3rd Place Lucky Star,Nee Ann Polyhtechnic,SingaporeRoboCup科學挑戰獎：·Information Science Institute,University of Southern California (ISI/USC),USA,·Electrotechnical Laboratory (ETL),Japan,and·Chubu University,JapanRoboCup工程挑戰獎：·"For the development of automated and statistical game analysis systems and methodologies."2015年7月19日，第十九屆RoboCup機器人世界盃在安徽合肥開幕。

這項科技含量十足的著名國際賽事，吸引了來自47個國家和地區、300多支隊伍的3000多名選手同場競技，是迄今為止全球規模最大的機器人專業賽事。本次機器人世界盃賽分專業組與青少年組，專業組比賽包括機器人足球、服務機器人、救援機器人三大類共11項比賽，涵蓋了當前智慧型機器人研究的主攻方向和研究熱點問題。7月19日至20日為小組賽，21日展開半決賽，22日進行決賽。