论文部分内容阅读
通过人工神经网络，实现了短道速滑仿真系统中智能体（agent）的决策过程。将智能体的当前状态作为神经网络的输入，智能体要采取的动作作为神经网络的输出，从而实现智能体的决策。神经网络的训练采用有监督学习的误差反向传播（BackPropagation）算法，样本采集自仿真系统运行时使用者的输入。通过所述方法，能够保证智能体在高速的比赛过程中较少犯规，并可以达到在体能受限的情况下取得较优秀成绩的目的，还能够模拟某一特定运动员的滑行特性和决策习惯。