在RoboCup中，带球具有相当重要的作用。研究RoboCup中带球等动作的意义不仅仅局限于RoboCup本身，它对于Agent的计算、甚至人工智能基础理论的发展都具有重要意义。

    带球是智能体控球同时移动到目标点的技术，对于带球最关键的策略是下一步应采取哪条路径。这个过程至少要完成两个任务：避免跟对方球员的冲突和运用路径搜索算法找到从起点到目标点的带球路径。

    带球路径可以采取多种不同的搜索求解方法，本文集中考虑对方球员的影响，找到适合智能体带球的较优路径。首先建立一个优化的环境状态描述图，使它支持球员智能体在比赛场地中的路径搜索；然后设计使智能体高教执行的路径搜索策略，估算出一条到达目标点的较优带球路径。

1 策略总体设计
    整个策略包括两部分。第一部分利用细胞自动机对环境建模，根据对方球员的影响演化出环境状态描述图，分析规划以后要使用的路径搜索空间。据此，智能体能够对未来可能发生的状态进行分析预测而有效避开对方球员的攻击。第二部分在规划好的搜索空间内，运用合理的路径搜索算法，设计启发函数为智能体提供最佳可行的解路径。

2 基于细胞自动机对环境的建模
    细胞自动机是由一组规则网格组成的阵列，每个格子就是一个细胞，其组成三要素为细胞的状态、邻居细胞以及演化规则。它具有组成单元的简单性、单元之间作用的局部性和信息处理的高度并行性等特点，适合对复杂实时的动态系统进行有效建模。

    将球员智能体进行带球决策的区域(设定为智能体前方一块矩形区域)用一系列离散方格细胞序列表示。细胞自动机算法的输入即为智能体的感知信息。细胞自动机通过不断的状态利新，进行决策区域内环境状态的演化。

2．1 构造模型1
    (1)定义细胞状态：没有被任何球员占据的状态为0；被对方队员占据时根据对方队员的身体朝向可以离散化地定义各种状态：北1、东北2、东3、东南4、南5、西南6、西7、西北8(根据比赛服务器所提供的参数设置，设定各状态代表的角度范围是：东(-22.5-22.5)、南(-112.5~-67.5)、西(-180!-157.5＆＆157.5～180)、北(67.5~112.5)、东南(-67.5~-22.5)、东北(22.5~67.5)、西南(-157.5~-112.5)、西北(112.5～157.5))。

    (2)邻居细胞：每个细胞周围的8个细胞为其邻居细胞，分别位于北面、东北面、东面、东南面、南面、西南面、西面、西北面。

    (3)演化规则：根据当前对方球员朝向状态进行演化，对每个被对方队员占据的细胞演化出它们最可能的影响范围。

    为方便描述，设Sti为细胞i在t时刻的状态，i为演化细胞代号，S，。、蹄、封、嗣、耐、蹄、对、嗣分别为位于i细胞北面、东北面、东面、东南面、南面、西南面、西面、西北面八个方向上的邻居细胞状态，jn(n=l，2，……8)为邻居细胞代号，下面是此算法的伪码实现。

   
    带球队员每进行一次信息更新即可对环境状态图进行几次演化迭代，演化迭代次数由所选细胞尺寸、对方能力强弱等确定。

    这种根据朝向演化的影响区域是合理的。因为每个智能体一般只能对本身的朝向做出快速反应，所以考虑对方队员的朝向因素，预测以后可能的环境状态。假定在某影响区域内，对方队员会在我方队员之前到达这个区域内的任何一个位置，所以我方队员以后的路径规划必须避开此区域。演化后得到的细胞状态图如图1所示，是构造下一个细胞自动机模型的基础。

2.2 构造模型2
    模型1得到的结果直接作为第二个模型的初始状态。模型2的构造如下：
    (1)定义细胞状态：细胞救有被任何智能体占据的状态为0；对方球员的控制能力值x作为细胞状态值，设对方队员速度值的10倍(取整舍去小数位)为对方队员的控制能力值，速度较快的对方队员进攻性比较强，移动打乱我方队员进攻的可能性较大，因此按照速度值设定控制能力值。根据仿真比赛服务器的参数设置，x可取1～12的自然数。
    (2)邻居细胞包括每个细胞周围的8个细胞。
    (3)演化规则：以影响力地图的思想为基础。如果此细胞的状态值为O，则将其各邻居细胞的状态值折半取整，再叠加作为此细胞演化后的状态值。下面是这个算法的伪码实现，演化后生成的细胞状态图作为最终的环境状态描述图，如图2。

    这里的演化规则即是对对方队员控制能力值的耗散处理，使智能体可以通过演化后环境状态描述图中的各个细胞位置的状态值预见对方球员以后可能的影响状况，这些信息使智能体知道某个位置作为带球路径的价值信息。