1、構造可以通過決策產生智能行為的智能體可以看作是人工智能現(xiàn)階段的主要目標之一。各類決策算法使得智能體能夠在多個方面近似做出人類可以做出的智能行為。在不確定性環(huán)境中，馬爾科夫決策過程為智能體決策提供了基本的模型。
　　RoboCup機器人世界杯成立的初衷是為了促進人工智能、機器人等領域的研究和技術的發(fā)展。最早成立的RoboCup仿真2D組是其中以智能體決策為重點內容的一個項目。
　　本文以RoboCup仿真2D機器人足球為實驗平

2、臺，以馬爾科夫決策過程相關理論為基礎，來描述和處理大規(guī)模不確定性環(huán)境下的多智能體協(xié)作規(guī)劃問題。本文涉及到的主要工作可以概括為以下三個部分:
　　本文實現(xiàn)了用于仿真2D比賽場景重現(xiàn)的Trainer和rcsslogplayer的改進，使得針對某個特定場景進行反復訓練測試成為可能。由以前單純使用比賽勝率的方式，改為從特定場景開始反復進行隨機測試，其得到的結果更能證明某個方法的效果。
　　本文引入了MDP的分層分解技術，將其與Wri

3、ghtEagle中的反算技術相結合，并在守門員的決策中應用。通過改進守門員的站位決策，影響對方的傳球行為，降低了對方突破我方防線、形成單刀球的威脅。
　　本文提出了解決多智能體協(xié)作問題的MAXQ-MOP方法。MAXQ-MOP以MAXQ-OP算法為基本框架，引入了信念池的概念，使其應用到多個智能體的協(xié)作規(guī)劃問題中。在人墻站位問題和多球員傳接球協(xié)作的實驗中，MAQX-MOP表現(xiàn)出比傳統(tǒng)方法更好的效果。
　　本文中所有的工作都是在