摘要：模拟机器人足球比赛（Robot World Cup，RoboCup）作为多Agent系统的一个通用的实验平台，通过它可以来评价各种理论、算法和框架等，已经成为人工智能的研究热点。针对RoboCup仿真中的守门员防守问题，基于Q学习算法，描述了在特定场景中应用Q学习训练守门员的方法和过程。在RobCup中验证了该算法，实现了守门员防守策略的优化。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社