Ingeniería de Sistemas
PROPUESTA PARA TRABAJO DE GRADO
TITULO: Protocolo de Pruebas de Acciones Cooperativas para Robots Futbolistas - ProPAC
MODALIDAD: Investigación
OBJETIVO GENERAL:
Extender a hardware el protocolo de pruebas del equipo de fútbol robótico Bochica de la Pontificia Universidad
Javeriana para evaluar la eficiencia de las estrategias y las acciones cooperativas desarrolladas y probadas a nivel
de simulación en la capa de micro sociedades del modelo MRCC.
ESTUDIANTE
Rodrigo Muñoz González
Documento
cc. 1020727218
Celular
310-865-7910
Teléfono fijo
7524074
Correo Javeriano
rmunoz@javeriana.edu.co
DIRECTOR
Alvaro Sebastian Miranda Forero
Documento
cc. 80100088
Celular
320-333-0259
Teléfono fijo
3208320 ext308
Correo Javeriano
alvaro.miranda@javeriana.edu.co;
Empresa donde trabaja y cargo
Pontificia Universidad Javeriana; Profesor de planta Departamento de Sistemas.
Plantilla Versión 1.06 – 01/10/2010
2/8/2016
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado ProPAC- < Investigación>
Contenido
1 OPORTUNIDAD O PROBLEMÁTICA .............................................................................1
1.1 DESCRIPCIÓN DE LA OPORTUNIDAD O PROBLEMÁTICA .............................................1
1.2 FORMULACIÓN ..........................................................................................................1
1.3 JUSTIFICACIÓN ..........................................................................................................1
1.4 IMPACTO ESPERADO DEL PROYECTO .........................................................................1
1.5 OBJETIVO GENERAL ..................................................................................................2
1.6 FASES METODOLÓGICAS Y OBJETIVOS ESPECÍFICOS ..................................................2
1.7 ENTREGABLES O RESULTADOS ESPERADOS ..............................................................2
2 PROCESO .....................................................................................................................4
2.1 FASE METODOLÓGICA 1 ............................................................................................4
2.1.1 Metodología................................................................................................................ 4
2.1.2 Actividades ................................................................................................................. 4
2.2 FASE METODOLÓGICA 2 ............................................................................................4
2.2.1 Metodología................................................................................................................ 4
2.2.2 Actividades ................................................................................................................. 4
2.3 FASE METODOLÓGICA 3 ............................................................................................4
2.3.1 Metodología................................................................................................................ 5
2.3.2 Actividades ................................................................................................................. 5
2.4 FASE METODOLÓGICA 4 ............................................................................................5
2.4.1 Metodología................................................................................................................ 5
2.4.2 Actividades ................................................................................................................. 5
2.5 FASE METODOLÓGICA 5 ............................................................................................5
2.5.1 Metodología................................................................................................................ 6
2.5.2 Actividades ................................................................................................................. 6
3 GESTIÓN DEL PROYECTO ...........................................................................................8
3.1 ESTIMACIÓN DE LA DURACIÓN DEL PROYECTO (ELABORACIÓN DEL CRONOGRAMA)8
3.2 ESTIMACIÓN DEL COSTO DEL PROYECTO (PRESUPUESTO) .........................................9
3.3 ESTIMACIÓN DE LOS RIESGOS DEL PROYECTO (ANÁLISIS DE RIESGOS)....................10
4 MARCO TEÓRICO / ESTADO DEL ARTE....................................................................11
4.1 FUNDAMENTOS Y CONCEPTOS RELEVANTES PARA EL PROYECTO. ...........................11
4.2 EXPERIENCIAS PREVIAS ...........................................................................................11
4.3 HERRAMIENTAS TECNOLÓGICAS EXISTENTES ACTUALMENTE Y QUE INTENTAN
RESOLVER EL PROBLEMA. .............................................................................................11
4.4 MARCO INSTITUCIONAL ..........................................................................................11
4.5 GLOSARIO ...............................................................................................................12
Página i
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado ProPAC- < Investigación>
5 REFERENCIAS Y BIBLIOGRAFÍA ...............................................................................13
5.1 REFERENCIAS ..........................................................................................................13
5.2 BIBLIOGRAFÍA PROPUESTA PARA EL DESARROLLO DEL TRABAJO DE GRADO ..........13
6 DOCUMENTOS ANEXOS ............................................................................................32
6.1 ANEXO 1. ARCHIVO DE EXCEL: PROPUESTA CRONOGRAMA PROPAC ....................32
6.2 ANEXO 2. ARCHIVO DE EXCEL: PROPUESTA COSTO PROPAC ................................32
Página ii
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado ProPAC- <Investigación>
1 Oportunidad o Problemática
1.1 Descripción de la Oportunidad o Problemática
Actualmente se están desarrollando y refinando acciones cooperativas a nivel de la
capa de micro sociedades para el equipo de futbol robótico Bochica y se busca que
estas acciones sean eficientes y cumplan con su objetivo. El modelo no está probado aún en su totalidad, se realizaron pruebas de las acciones cooperativas a nivel
de simulación (software) pero solo algunas se probaron a nivel de hardware. Las
pruebas desarrolladas a nivel de software fueron desarrolladas bajo el marco del
trabajo de grado de Diego Castillo y Sebastián Plata [1].
1.2 Formulación
La pregunta que se generó para la formulación de la propuesta del trabajo de grado
surgió del trabajo que se está realizando en la creación y el refinamiento de jugadas
cooperativas en la capa de micro sociedades del modelo MRCC y de los datos de
simulación registrados en el trabajo de grado de Diego Castillo y Sebastián Plata [1].
¿Las estrategias y las acciones cooperativas desarrolladas bajo el modelo MRCC
tendrán el mismo comportamiento y los mismos resultados en los robots físicos como los obtenidos en simulación?
1.3 Justificación
El equipo de futbol robótico Bochica de la Pontificia Universidad Javeriana, el cual
está basado en el esquema de robótica cooperativa, ya ha tenido participación en
competencias de robótica, incluso a nivel internacional, teniendo en cuenta esta
situación se busca realizar pruebas orientadas a competencia. También se busca
contar con una plataforma que ejecute acciones cooperativas con resultados muy
semejantes tanto en software como en hardware.
A demás, el trabajo de grado de Diego Castillo y Sebastián Plata [1] es un excelente
punto de referencia y comparación entre datos existentes de simulación y datos a
recolectar y comparar en hardware. Finalmente, resaltando el esquema de robótica
cooperativa, se busca aumentar la cantidad de acciones cooperativas generadas
por el modelo MRCC.
1.4 Impacto Esperado del Proyecto
El impacto esperado de este proyecto estará orientado a un mayor entendimiento y
dominio de la conformación de micro sociedades conformadas por agentes bajo el
modelo MRCC. De igual manera se espera ampliar el rango de aplicaciones en el
campo de la robótica cooperativa.
Preparado por el Grupo Investigación Istar- Versión 1.06 – 01/10/2010
Página 1
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado ProPAC- <Investigación>
1.5 Objetivo general
El objetivo general del proyecto ProPAC está orientado a: extender a hardware el
protocolo de pruebas del equipo de fútbol robótico Bochica de la Pontificia Universidad Javeriana para evaluar la eficiencia de las estrategias y las acciones cooperativas desarrolladas y probadas a nivel de simulación en la capa de micro sociedades
del modelo MRCC.
1.6 Fases Metodológicas y objetivos específicos
Los objetivos específicos que se describen a continuación están directamente relacionados con una fase metodológica, el objetivo especifico 1 con la fase metodológica 1, el objetivo especifico 2 con la fase metodológica 2 y así consecutivamente.
Objetivo Específico 1: Realizar un análisis de las variables dependientes e independientes, identificar las variables intervinientes, caracterizarlas y adicionarlas al protocolo orientado a realizar las pruebas de simulación en hardware.
Objetivo Específico 2: Diseñar el protocolo de pruebas en hardware partiendo del
protocolo de simulación existente y de la caracterización realizada en el Objetivo
Específico 1.
Objetivo Específico 3: Identificar estrategias cooperativas de fútbol robótico, dentro
del framework MRCC, que deben ser mejoradas para que funcionen en hardware,
esto con el fin de no generar resultados indeseados a la hora de ejecutar el protocolo diseñado en el Objetivo Específico 2.
Objetivo Específico 4: Aplicar métricas de comparación, basadas en razones de
tiempo y porcentajes de éxito y fallo, a las estrategias identificadas.
Objetivo Específico 5: Analizar los resultados del protocolo aplicado para detectar
puntos a explotar en la conformación de micro sociedades del modelo MRCC adaptado a hardware, estos puntos detectados serán modificados a nivel de software.
1.7 Entregables o Resultados Esperados
1.7.1 El Entregable Central de este proyecto será un documento en el cual
estarán consignadas las especificaciones detalladas de las pruebas realizadas, los detalles acá consignados estarán representados en gran medida por
la definición, en la Fase Metodológica 2, de los tiempos de ejecución de las
pruebas, la cantidad de pruebas ejecutadas, la cantidad de repeticiones y los
parámetros para evaluar (Ver Sección 2.2). También se tendrán registrados
los datos recolectados en la Fase Metodológica 4, entre ellos porcentajes de
éxito y fallo, comparaciones con los resultados de las pruebas realizadas en
software (Ver Sección 2.4). Por otro lado también se encontraran, en este
mismo documento, detalles tanto de la definición de las pruebas como de
las variables reconocidas en la Fase Metodológica 1 (ver sección 2.1). En es-
Preparado por el Grupo Investigación Istar- Versión 1.06 – 01/10/2010
Página 2
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado ProPAC- <Investigación>
te documento también se tendrá la información relacionada con los algoritmos detectados en la Fase Metodológica 3 (Ver Sección 2.3). Finalmente este documento tendrá registrada la lista de los algoritmos que sean necesarios
modificar, según los datos analizados en la Fase Metodológica 5, relacionados con la conformación de Micro Sociedades del modelo MRCC (Ver Sección 2.5).
1.7.2 También se entregaran una compilación de las listas de chequeo definidas y con la información recolectada en la Fase Metodológica 4 (Ver Sección 2.4).
1.7.3 Se entregará también el código de los algoritmos modificados detectados en la Fase Metodológica 5 (Ver Sección 2.5) y en la Fase Metodológica 3 (Ver Sección 2.3). Asociado a estas modificaciones se entregaran especificaciones descriptivas de los algoritmos, su implementación y las pruebas
realizadas a estas modificaciones.
1.7.4
Se entregara también la Memoria del Trabajo De Grado.
Para observar mejor la relación que existen entre los entregables y las fases metodológicas diríjase a la Imagen 1: “Relación entre objetivo general del proyecto, fases
metodológicas y entregables”.
Preparado por el Grupo Investigación Istar- Versión 1.06 – 01/10/2010
Página 3
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado ProPAC- <Investigación>
2 Proceso
2.1 Fase Metodológica 1
Fase de caracterización del estado del arte.
2.1.1 Metodología
La metodología utilizada para esta fase será una investigación deductiva e inductiva
que estará orientada a la apropiación de todos los conceptos necesarios para poder
desarrollar las fases metodológicas subsecuentes.
2.1.2 Actividades
2.1.2.1 Levantamiento de requerimientos
2.1.2.2 Recolección de información relacionada con pruebas en robots
futbolistas orientadas a hardware.
2.1.2.3 Análisis de variables identificadas (independientes, dependientes
e intervinientes)
2.2 Fase Metodológica 2
Fase de diseño del protocolo.
2.2.1 Metodología
La metodología utilizada para esta fase será investigación inductiva. Esta fase metodológica es la que más impacto tendrá dentro del trabajo de grado, de esta fase
depende el éxito del protocolo. A su vez es la fase en la que se debe realizar un
trabajo que no dé cabida a imprecisiones ya que estas podrían llevar al diseño de
pruebas que no se ajusten a lo que realmente se busca y se necesita.
2.2.2 Actividades
2.2.2.1 Evaluación de pruebas utilizadas en simulación
2.2.2.2 Definición de pruebas a ejecutar.
2.2.2.3 Definición de métricas para evaluar las pruebas a ejecutar.
2.2.2.4 Definición de número de repeticiones de las pruebas a ejecutar.
2.2.2.5 Definición del formato de las listas de chequeo y documentos de
análisis de pruebas.
2.3 Fase Metodológica 3
Fase de análisis y refinamiento de micro sociedades.
Preparado por el Grupo Investigación Istar- Versión 1.06 – 01/10/2010
Página 4
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado ProPAC- <Investigación>
2.3.1 Metodología
La metodología utilizada para esta fase será investigación inductiva. Se determino el
uso de esta metodología ya que esta fase se llevara a cabo para asegurarse que
antes de realizar las pruebas en hardware las acciones cooperativas no presenten
errores. Esto con el fin de no reflejar resultados de estos errores en los resultados
de las pruebas a ejecutar.
2.3.2 Actividades
2.3.2.1 Identificación de acciones cooperativas que necesitan refinamiento.
2.3.2.2 Refinamiento a nivel de código de las acciones cooperativas identificadas en el punto anterior.
2.4 Fase Metodológica 4
Fase experimental.
2.4.1 Metodología
La metodología utilizada para esta fase será experimental ya que esta fase representa la ejecución de las pruebas diseñadas en el Objetivo Específico 2. Esta fase
se caracterizara por ser la que más tiempo necesite para su ejecución, en promedio
representara un poco más del doble de las horas asignadas individualmente a cada
una de las otras cuatro fases metodológicas y su objetivo específico asociado.
2.4.2 Actividades
2.4.2.1 Implementación de las pruebas a ejecutar según la compilación
de los resultados obtenidos de la Fase Metodológica 2 (Fase de
diseño del protocolo).
2.4.2.2 Implementación de las listas de chequeo.
2.4.2.3 Ejecución de las pruebas.
2.4.2.4 Recolección de resultados arrojados por las pruebas y almacenamiento de estos en las tablas de chequeo y documentos de
análisis de pruebas.
2.5 Fase Metodológica 5
Fase de complemento a micro sociedades de MRCC.
Preparado por el Grupo Investigación Istar- Versión 1.06 – 01/10/2010
Página 5
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado ProPAC- <Investigación>
2.5.1 Metodología.
La metodología utilizada para esta fase será una investigación Deductiva / Inductiva
ya que esta fase será la que aporte conocimiento al framework MRCC al cual está
orientado el desarrollo del trabajo de grado. Con este aporte se espera poder plantear trabajos futuros en esta área.
2.5.2 Actividades
2.5.2.1 Interpretación de los datos almacenados en las listas de chequeo
y los documentos de análisis.
2.5.2.2 Identificación de las acciones cooperativas cuyos resultados se
alejaron más de los resultados obtenidos en simulación.
2.5.2.3 Desarrollo de las mejoras a nivel de código en la capa de micro
sociedades del modelo MRCC.
Preparado por el Grupo Investigación Istar- Versión 1.06 – 01/10/2010
Página 6
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado ProPAC- <Investigación>
*Aclaración: La memoria no está relacionada específicamente con ninguna Fase Metodológica, esta tiene una relación global con todo el Trabajo de Grado.
Figura 1 - Relación entre objetivo general del proyecto, fases metodológicas y entregables.
Preparado por el Grupo Investigación Istar- Versión 1.06 – 01/10/2010
Página 7
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado ProPAC- <Investigación>
3 Gestión del Proyecto
3.1 Estimación de la duración del Proyecto (Elaboración del
Cronograma)
Para conocer el diagrama GANTT del proyecto ProPAC diríjase a la sección de anexos, específicamente al anexo 1: Propuesta Cronograma ProPAC.
Convenciones grafo del diagrama PERT:
Los números que se encuentran al interior de cada círculo representan las siguientes actividades:
1. Levantamiento de requerimientos.
2. Recolección de información relacionada con pruebas en robots futbolistas orientadas a hardware.
3. Análisis de variables identificadas (independientes, dependientes e inter-vinientes).
4. Evaluación de pruebas utilizadas en simulación.
5. Definición de pruebas a ejecutar.
6. Definición de métricas para evaluar las pruebas a ejecutar.
7. Definición de número de repeticiones de las pruebas a ejecutar.
8. Definición del formato de las listas de chequeo y documentos de análisis de pruebas.
9. Identificación de acciones cooperativas que necesitan refinamiento.
10. Refinamiento a nivel de código de las acciones cooperativas identificadas en el
punto anterior.
11. Implementación de las pruebas a ejecutar según la compilación de los resultados
obtenidos de la Fase Metodológica 2 (Fase de diseño del protocolo).
12. Implementación de las listas de chequeo.
13. Ejecución de las pruebas.
14. Recolección de resultados arrojados por las pruebas y almacenamiento de estos
en las tablas de chequeo y documentos de análisis de pruebas.
15. Interpretación de los datos almacenados en las listas de chequeo y los documentos de análisis.
16. Identificación de las acciones cooperativas cuyos resultados se alejaron más de
los resultados obtenidos en simulación.
17. Desarrollo de las mejoras a nivel de código en la capa de micro sociedades del
modelo MRCC.
Los números que se encuentran arriba y a la izquierda de cada circulo (actividad) representa
la cantidad en horas estimadas para su ejecución. Adicionalmente, se encuentra resaltada y en
color rojo la ruta crítica.
Preparado por el Grupo Investigación Istar- Versión 1.06 – 01/10/2010
Página 8
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado ProPAC- <Investigación>
Figura 2 – Diagrama PERT – Precedencia de actividades, horas estimadas y ruta crítica.
3.2 Estimación del costo del Proyecto (Presupuesto)
Costo recursos
3.000.000,00
10.000.000,00
4.800.000,00
80.000,00
2.800.000,00
Costo Total ProPAC
20680000
Los valores representados se encuentran en pesos colombianos (COP). En el archivo adjunto
“Propuesta Costo ProPAC” se encuentra mayor detalle acerca de este cálculo.
Preparado por el Grupo Investigación Istar- Versión 1.06 – 01/10/2010
Página 9
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado ProPAC- <Investigación>
3.3 Estimación de los riesgos del Proyecto (Análisis de riesgos)
Riesgo
Estrategias de Mitigación
Fallo de uno o más robots que impidan la Contar con soporte por parte del los inteejecución de las pruebas diseñadas.
grantes del departamento de Ingeniería Electrónica integrantes del equipo Bochica.
Posibilidad de realizar las pruebas con los
robots antiguos.
Fallo de una o de las dos cámaras que com- En caso de fallo de una cámara: calibrar la
ponen el sistema de visión artificial.
cara que no falla para que capture el mayor
espacio posible de la cancha de futbol de
futbol robótico.
En caso de presentarse un fallo de las dos
cámaras sería necesario adaptar otras cámaras para realizar la captura de las imágenes.
Fallo del computador que controla el sistema Migrar el código del sistema SSL Vision a
de visión artificial.
otro computador a demás de instalar los drivers y dispositivos necesarios para la captura
de las imágenes.
Fallo del computador que controla el frame- Migar el código del framework MRCC a
work MRCC
otro computador a demás de instalar los drivers y los dispositivos necesarios para la
transmisión de los datos a los robots.
Fallo de la tarjeta emisora de las señales a Reemplazo de la tarjeta emisora que presenta
los robots.
fallos.
El sistema de visión artificial (SSL Vision) Buscar mecanismos para identificar como
no funciona de manera correcta y no distin- mínimo los patrones correspondientes a la
gue todos los patrones de color.
pelota, los límites de la cancha y los robots
del equipo Bochica.
Preparado por el Grupo Investigación Istar- Versión 1.06 – 01/10/2010
Página 10
Pontificia Universidad Javeriana
4
Propuesta para Trabajo de Grado ProPAC- <Investigación>
Marco Teórico / Estado del Arte
4.1 Fundamentos y conceptos relevantes para el proyecto.
Robótica Cooperativa: modalidad de robótica que se basa en la asignación de tareas individuales a un grupo de robots con la finalidad de ejecutar una acción que los involucre a todos
con un objetivo en común.
Micro sociedad: Conjunto de robots que realizan tareas individuales relacionadas entre sí
para conseguir un objetivo en común.
MRCC: Multi-Resolution Cooperative Control. Mecanismo que se encarga de asignar roles y
tareas a robots de una micro sociedad.
SSL: Small Size League. Categoría de fútbol robótico cuyos participantes se denominan F180.
SSL-Vision: Small Size League Vision. Sistema de visión artificial, diseñado para la categoría SSL, por medio del cual se detectan los componentes físicos dentro del campo de juego
para ser procesados.
F-180: tipo de robot correspondiente a la categoría SSL que se caracteriza por contar con un
radio de 180 milímetros y 150 milímetros de alto como máximo.
Robocup: Organización internacional de carácter investigativo que busca avanzar cada vez
más en el estado del arte de robots inteligentes.
4.2 Experiencias previas
En el marco de la elaboración de un video de clasificación al mundial de robótica
(ROBOCUP – Istanbul2011) se realizaron pruebas de dos acciones cooperativas en los robots
físicos, estas acciones eran: seguimiento de balón y evasión de obstáculos. En el marco de
estas pruebas se pudieron tener en cuenta varios aspectos relevantes para este proyecto, especialmente las variables intervinientes.
De igual manera fue una primera aproximación a este tipo de ejecuciones experimentales.
4.3 Herramientas tecnológicas existentes actualmente y que
intentan resolver el problema.
Actualmente no existen herramientas que solucionen la pregunta generada que da origen a la
propuesta de Trabajo de Grado, por lo tanto se considera que la oportunidad para desarrollar
ProPAC es máxima y esta genera una gran fortaleza. Sin embargo existe una debilidad que
radica en falta de soporte, para solucionar algunos posibles tropiezos u obstáculos, por parte
de herramientas existentes.
4.4 Marco Institucional
Teniendo en cuenta la Misión de la Pontificia Universidad Javeriana:
Preparado por el Grupo Investigación Istar- Versión 1.06 – 01/10/2010
Página 11
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado ProPAC- <Investigación>
“En el inmediato futuro, la Universidad Javeriana impulsará prioritariamente la investigación y la formación integral centrada en los currículos; fortalecerá su condición de universidad interdisciplinaria; y vigorizará su presencia en el país, contribuyendo especialmente a la
solución de las problemáticas siguientes:







La crisis ética y la instrumentalización del ser humano.
El poco aprecio de los valores de la nacionalidad y la falta de conciencia sobre la
identidad cultural.
La intolerancia y el desconocimiento de la pluralidad y la diversidad.
La discriminación social y la concentración del poder económico y político.
La inadecuación e ineficiencia de sus principales instituciones.
La deficiencia y la lentitud en el desarrollo científico y tecnológico.
La irracionalidad en el manejo del medio ambiente y de los recursos naturales.
Acuerdo No. 0066 del Consejo Directivo Universitario, 22 de abril de 1992” [2]
Se pretende ejecutar un trabajo de grado orientado primordialmente a la investigación y a
través de esta lograr desarrollos en el ámbito de la propia robótica cooperativa, logrando con
esto generar aportes para la sociedad y estimular el desarrollo científico y tecnológico del
país.
4.5 Glosario
MRCC: Multi-Resolution Cooperative Control
SSL: Small Size League
SSLVision: Small Size League Vision
Preparado por el Grupo Investigación Istar- Versión 1.06 – 01/10/2010
Página 12
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado ProPAC- <Investigación>
5 Referencias y Bibliografía
Para las referencias y la bibliografía propuesta se maneja formato IEEE, es un formato que he
manejado previamente y el que más conozco.
5.1 Referencias
[1] Diego Castillo y Plata Sebastián, «Modelo de gestión de formaciones que amplía el modelo de control de cooperación basado en multiresolución MRCC», Pontificia Universidad
Javeriana.
[2] Misión Pontificia Universidad Javeriana. Documento institucional, recurso web, fecha de
consulta:
15
de
mayo
de
2011.
Disponible
en:
http://pujportal.javeriana.edu.co/portal/page/portal/PORTAL_VERSION_2009_2010/es_mision
5.2 Bibliografía Propuesta para el desarrollo del Trabajo de
Grado
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
2002 7th International Conference on Control, Automation, Robotics and Vision (IEEE
Cat. No.02EX649), 2002.
Y. Zhang y A.K. Mackworth, «A constraint-based controller for soccer-playing robots», Proc. Conf. IEEE/RSJ Int Intelligent Robots and Systems, 1998, pág. 1290–1295.
L. Qiu y Z. Li, «A fast component labeling and description algorithm for RoboCup
middle-Size League», Proc. 7th World Congress Intelligent Control and Automation
WCICA 2008, 2008, pág. 6575–6579.
V. Salmani, A.M. Fard, y M. Naghibzadeh, «A Fuzzy Two-Phase Decision Making Approach for Simulated Soccer Agent», Proc. IEEE Int Engineering of Intelligent Systems
Conf, 2006, pág. 1–6.
C.E. Prieto, F. Nino, y G. Quintana, «A goalkeeper strategy in robot soccer based on
Danger Theory», Proc. (IEEE World Congress Computational Intelligence). IEEE Congress Evolutionary Computation CEC 2008, 2008, pág. 3443–3447.
K.-Y. Tu, P.H. Lin, C.Y. Wu, Y.H. Sun, H.P. Yang, C.M. Wang, S.C. Chen, y W.C. Lee, «A
humanoid robot designed for HuroCup competition», Proc. SICE Annual Conf. 2010,
2010, pág. 43–47.
X. Zhang, C. Liu, Q. Yu, y Z. Li, «A Identification Method for Robotics Soccer», Proc.
Second Int Education Technology and Computer Science (ETCS) Workshop, 2010, pág.
574–577.
W. Xianwei, M. Karnjanadecha, y T. Khaorapapong, «A low-cost solution of motor
control system for Robocup robots», Proc. 5th Int. Conf. Electrical Engineering/Electronics, Computer, Telecommunications and Information Technology ECTICON 2008, 2008, pág. 645–648.
H. Minakata, Y. Hayashibara, K. Ichizawa, T. Horiuchi, M. Fukuta, S. Fujita, H. Kaminaga, K. Irje, y H. Sakamoto, «A method of single camera robocup humanoid robot
Preparado por el Grupo Investigación Istar- Versión 1.06 – 01/10/2010
Página 13
Pontificia Universidad Javeriana
[10]
[11]
[12]
[13]
[14]
[15]
[16]
[17]
[18]
[19]
[20]
[21]
[22]
[23]
Propuesta para Trabajo de Grado ProPAC- <Investigación>
localization using cooperation with walking control», Proc. 10th IEEE Int. Workshop
Advanced Motion Control AMC ’08, 2008, pág. 50–55.
T.L. Ruas, M. das Gracas B. Marietto, R. Franca, y A.F. de M. Batista, «A Model for fire
spreading by multi-agent systems: A RoboCup Rescue simulation and Swarm platform approach», Proc. Second Int. Conf. the Applications of Digital Information and
Web Technologies ICADIWT ’09, 2009, pág. 380–385.
Y. Qu, F.-C. Li, y X.-D. Wu, «A Multi-Agent Based Information Integration Platform for
Computer Supported Collaborative Design», Proc. Int Machine Learning and Cybernetics Conf, 2006, pág. 164–168.
T. Nagata, Y. Nakachi, y R. Hatano, «A multi-agent cooperative voltage control method», Proc. IEEE Power and Energy Society General Meeting - Conversion and Delivery
of Electrical Energy in the 21st Century, 2008, pág. 1–6.
E. Yang y D. Gu, «A Multiagent Fuzzy Policy Reinforcement Learning Algorithm with
Application to Leader-Follower Robotic Systems», Proc. IEEE/RSJ Int Intelligent Robots
and Systems Conf, 2006, pág. 3197–3202.
B. Khosravifar, M. Gomrokchi, y J. Bentahar, «A Multi-agent-based Approach to Improve Intrusion Detection Systems False Alarm Ratio by Using Honeypot», Proc. Int.
Conf. Advanced Information Networking and Applications Workshops WAINA ’09,
2009, pág. 97–102.
J. Fleischer, B. Szatmary, D. Hutson, D. Moore, J. Snook, G.M. Edelman, y J. Krichmar,
«A neurally controlled robot competes and cooperates with humans in Segway soccer», Proc. IEEE Int. Conf. Robotics and Automation ICRA 2006, 2006, pág. 3673–3678.
S. Li, Z. Ye, y Zengqi-Sun, «A new agent architecture for RoboCup tournament: cognitive architecture», Proc. 3rd World Congress Intelligent Control and Automation,
2000, pág. 199–202.
L. Xiong, C. Wei, G. Jing, Z. Zhenkun, y H. Zekai, «A New Passing Strategy Based on QLearning Algorithm in RoboCup», Proc. Int Computer Science and Software Engineering Conf, 2008, pág. 524–527.
D. Lee, D. Kim, K. Hwang, C. Chung, y T. Kuc, «A Novel Color patch System for the
Large League MIROSOT», Proc. Int SICE-ICASE Joint Conf, 2006, pág. 576–580.
Y. Zhang y H. Yang, «A Novel Simulation Platform for Robot-Soccer Games», Proc.
Pacific-Asia Workshop Computational Intelligence and Industrial Application PACIIA
’08, 2008, pág. 650–655.
V.A. Ziparo, L. Iocchi, M. Leonetti, y D. Nardi, «A probabilistic action duration model
for plan selection and monitoring», Proc. IEEE/RSJ Int Intelligent Robots and Systems
(IROS) Conf, 2010, pág. 4716–4721.
M. Fujita y K. Kageyama, «A proposal of a quadruped robot platform for RoboCup»,
Proc. IEEE/RSJ Int Intelligent Robots and Systems IROS ’97. Conf, 1997.
B.-Q. Li, J.-C. Zeng, y M. Wang, «A rational model of cooperation negotiation in multiagent system», Proc. Int Machine Learning and Cybernetics Conf, 2002, pág. 1332–
1335.
F.H. Borsato y F.C. Flores, «A real time method to object detection and tracking applied to robot-soccer», Proc. IEEE Conf. Cybernetics and Intelligent Systems, 2004,
pág. 174–178.
Preparado por el Grupo Investigación Istar- Versión 1.06 – 01/10/2010
Página 14
Pontificia Universidad Javeriana
[24]
[25]
[26]
[27]
[28]
[29]
[30]
[31]
[32]
[33]
[34]
[35]
[36]
[37]
[38]
[39]
Propuesta para Trabajo de Grado ProPAC- <Investigación>
C.G. Cassandras y W. Li, «A receding horizon approach for solving some cooperative
control problems», Proc. 41st IEEE Conf. Decision and Control, 2002, pág. 3760–3765.
B. Dunin-Keplicz y R. Verbrugge, «A reconfiguration algorithm for the maintenance
of collective commitments», Proc. Int Multi Agent Systems Conf, 1998, pág. 421–422.
K. Kobayashi, M. Inagawa, y K. Watanabe, «A study of automatic situation detection
by using the “SPACE” for the Robocup soccerscope», Proc. SICE 2003 Annual Conf,
2003, pág. 3369–3372.
A.H. Pratomo, M.S. Zakaria, y A.S. Prabuwono, «A study on image calibration technique for Autonomous Robot», Proc. Int. Conf. Electrical Engineering and Informatics
ICEEI ’09, 2009, pág. 242–246.
Y. Liu, M. Mazurkiewicz, y M. Kwitek, «A Study Towards Reliability- and Delay-Critical
Wireless Communication for RoboCup Robotic Soccer Application», Proc. Int. Conf.
Wireless Communications, Networking and Mobile Computing WiCom 2007, 2007,
pág. 633–636.
Y.-C. Choi y H.-S. Ahn, «A survey on multi-agent reinforcement learning: Coordination problems», Proc. IEEE/ASME Int s and Embedded Systems and Applications
(MESA) Conf, 2010, pág. 81–86.
X. Xu, S. Li, Z. Ye, y Z.Q. Sun, «A survey: RoboCup and the research», Proc. 3rd World
Congress Intelligent Control and Automation, 2000, pág. 207–211.
R. Seymour y G.L. Peterson, «A Trust-Based Multiagent System», Proc. Int. Conf.
Computational Science and Engineering CSE ’09, 2009, pág. 109–116.
J. Figueroa, J. Posada, J. Soriano, M. Melgarejo, y S. Rojas, «A Type-2 Fuzzy Controller
for Tracking Mobile Objects in the Context of Robotic Soccer Games», Proc. 14th IEEE
Int. Conf. Fuzzy Systems FUZZ ’05, 2005, pág. 359–364.
C. Kavaklioglu y O. Kaynak, «A Type-2 Fuzzy Planner with Semi Qualitative World
Model for Robocup Domain», Proc. IEEE Int. Conf. Automation Science and Engineering CASE 2007, 2007, pág. 795–799.r
Z. Liu, K. Chen, y L. Liu, «A Uniform Gait Generation Method for RoboCup Humanoid
Robot Based on Genetic Algorithms», Proc. IEEE Int Mechatronics and Automation
Conf, 2006, pág. 1620–1625.
A. Haddadi y K. Sundermeyer, «Acquaintance relations in autonomous agent societies», Proc. ISADS 93. Symp. Int Autonomous Decentralized Systems, 1993, pág. 151–
157.
D.-liang Li y H.-hua Wang, «Action design and implementation based on Micro Soccer Robot», Proc. 3rd Int Knowledge Acquisition and Modeling (KAM) Symp, 2010,
pág. 217–220.
H.-S. Kim, H.-S. Shim, M.-J. Jung, y J.-H. Kim, «Action selection mechanism for soccer
robot», Proc. Symp. IEEE Int Computational Intelligence in Robotics and Automation
CIRA’97., 1997, pág. 390–395.
J.Y. Kuo y F. Hsieh, «Adaptive and cooperative learning for Robocup agents», Proc.
Int Machine Learning and Cybernetics Conf, 2008, pág. 3125–3131.
Z. Rahaie y H. Beigy, «Addition of learning to critic agent as a solution to the multiagent credit assignment problem», Proc. Fifth Int. Conf. Soft Computing, Computing
Preparado por el Grupo Investigación Istar- Versión 1.06 – 01/10/2010
Página 15
Pontificia Universidad Javeriana
[40]
[41]
[42]
[43]
[44]
[45]
[46]
[47]
[48]
[49]
[50]
[51]
[52]
[53]
[54]
Propuesta para Trabajo de Grado ProPAC- <Investigación>
with Words and Perceptions in System Analysis, Decision and Control ICSCCW 2009,
2009, pág. 1–4.
B. Zhang, X. Chen, G. Liu, y Q. Cai, «Agent architecture: a survey on RoboCup-99 simulator teams», Proc. 3rd World Congress Intelligent Control and Automation, 2000,
pág. 194–198.
Y. Bo y W. Qinghua, «Agent brigade in dynamic formation of robotic soccer», Proc.
3rd World Congress Intelligent Control and Automation, 2000, pág. 174–178.
J. de Best y R. van de Molengraft, «An active ball handling mechanism for RoboCup»,
Proc. 10th Int. Conf. Control, Automation, Robotics and Vision ICARCV 2008, 2008,
pág. 2060–2065.
T. Kawakami, M. Kinoshita, M. Watanabe, N. Takatori, y M. Furukawa, «An actorcritic approach for learning cooperative behaviors of multiagent seesaw balancing
problems», Proc. IEEE Int Systems, Man and Cybernetics Conf, 2005, pág. 109–114.
B. Zhang, Q. Cai, X. Chen, B. Yang, y Y. Yang, «An agent team for RoboCup simulator
league», Proc. 3rd World Congress Intelligent Control and Automation, 2000, pág.
189–193.
J. Yao, J. Chen, y Z. Sun, «An application in RoboCup combining Q-learning with adversarial planning», Proc. 4th World Congress Intelligent Control and Automation,
2002, pág. 496–500.
M. Goyal, «An attitude based cooperative negotiation model», Proc. Fourth Int. Conf.
Hybrid Intelligent Systems HIS ’04, 2004, pág. 476–477.
P. Heinemann, F. Sehnke, F. Streichert, y A. Zell, «An Automatic Approach to Online
Color Training in RoboCup Environments», Proc. IEEE/RSJ Int Intelligent Robots and
Systems Conf, 2006, pág. 4880–4885.
A. Hajipour, Y. Heydarzadeh, A.T. Haghighat, y A. Bastanfard, «An Efficient Method
for Logging Strategy Using Case Based Reasoning in Soccer Simulation», Proc. Third
Asia Int. Conf. Modelling & Simulation AMS ’09, 2009, pág. 67–72.
V. Ambriola y V. Gervasi, «An environment for cooperative construction of naturallanguage requirement bases», Proc. Eighth Conf. Software Engineering Environments,
1997, pág. 124–130.
T. Nakashima, M. Takatani, M. Udo, y H. Ishibuchi, «An evolutionary approach for
strategy learning in RoboCup soccer», Proc. IEEE Int Systems, Man and Cybernetics
Conf, 2004, pág. 2023–2028.
J.-Y. Kuo y Y.C. Ou, «An Evolutionary Fuzzy Behaviour Controller Using Genetic Algorithm in RoboCup Soccer Game», Proc. Ninth Int. Conf. Hybrid Intelligent Systems HIS
’09, 2009, pág. 281–286.
B.-T. Zhang y S.-H. Kim, «An evolutionary method for active learning of mobile robot
path planning», Proc. Symp. IEEE Int Computational Intelligence in Robotics and Automation CIRA’97., 1997, pág. 312–317.
R. Samperio y H. Hu, «An interactive HRI for walking robots in RoboCup», Proc. Int.
Conf. Information and Automation ICIA 2008, 2008, pág. 948–953.
T. Junyuan y L. Desheng, «An Optimal Strategy Learning for RoboCup in Continuous
State Space», Proc. IEEE Int Mechatronics and Automation Conf, 2006, pág. 301–305.
Preparado por el Grupo Investigación Istar- Versión 1.06 – 01/10/2010
Página 16
Pontificia Universidad Javeriana
[55]
[56]
[57]
[58]
[59]
[60]
[61]
[62]
[63]
[64]
[65]
[66]
[67]
[68]
[69]
[70]
Propuesta para Trabajo de Grado ProPAC- <Investigación>
M. Asada, «An overview of the RoboCup physical agent challenge: phase I», Proc.
IEEE/RSJ Int Intelligent Robots and Systems IROS ’97. Conf, 1997.
P.F. Dominey, G. Metta, F. Nori, y L. Natale, «Anticipation and initiative in humanhumanoid interaction», Proc. 8th IEEE-RAS Int. Conf. Humanoid Robots Humanoids
2008, 2008, pág. 693–699.
L. Yongmei, S. Haimeng, y M. Jiancan, «Application of Attention in the RoboCup Audio-Visual Information Processing», Proc. Int. Conf. Information Engineering and
Computer Science ICIECS 2009, 2009, pág. 1–3.
F. Cheng y Y. Ma, «Application of ellipse limit-cycle navigation to fast mobile robots»,
Proc. Chinese Control and Decision Conf. (CCDC), 2010, pág. 1434–1437.
C. Jianhuai, L. Xiao, Y. Wuyi, L. Wei, Y. Zhao, y L. Maoqing, «Application of Fuzzy
Evaluation and Inference in RoboCup», Proc. IEEE Int. Symp. Knowledge Acquisition
and Modeling Workshop KAM Workshop 2008, 2008, pág. 593–596.
H. Dong y J. Lu, «Application of MicroC/OS in the control system of intelligent robocup», Proc. Fifth World Congress Intelligent Control and Automation WCICA 2004,
2004, pág. 4768–4772.
W. jun, X. jing, y W. hongyuan, «Application Research on RoboCup 3D Agent Walking
Using Improved HEDGER Algorithm», Proc. Int Electrical and Control Engineering
(ICECE) Conf, 2010, pág. 486–489.
J.-Y. Kuo y H.-K. Cheng, «Applying assimilation and accommodation for cooperative
learning of RoboCup agent», Proc. Int Machine Learning and Cybernetics (ICMLC)
Conf, 2010, pág. 3234–3239.
G.-C. Luh, C.-Y. Wu, y W.-W. Liu, «Artificial Immune System based Cooperative Strategies for Robot Soccer Competition», Proc. 1st Int Strategic Technology Forum, 2006,
pág. 76–79.
P. Heinemann, F. Streichert, F. Sehnke, y A. Zell, «Automatic Calibration of Camera to
World Mapping in RoboCup using Evolutionary Algorithms», Proc. IEEE Congress Evolutionary Computation CEC 2006, 2006, pág. 1316–1323.
Y. Nagaonkar, B. Call, S. Cluff, J. Archibald, y D.J. Lee, «Autonomous mobile robotic
system with onboard vision using configurable logic», Proc. 31st Annual Conf. of IEEE
Industrial Electronics Society IECON 2005, 2005.
Z. Tang, C. Zhou, y Z. Sun, «Balance of penalty kicking for a biped robot», Proc. IEEE
Conf. Robotics, Automation and Mechatronics, 2004, pág. 336–340.
A. Chohra, P. Scholl, H.-U. Kobialka, J. Hermes, y A. Bredenfeld, «Behavior learning to
predict using neural networks (NN): Ttowards a fast, cooperative and adversarial robot team (RoboCup)», Proc. Second Int Robot Motion and Control Workshop, 2001,
pág. 79–84.
J.G. Hurdus y D.W. Hong, «Behavioral programming with hierarchy and parallelism in
the DARPA urban challenge and robocup», Proc. IEEE Int. Conf. Multisensor Fusion
and Integration for Intelligent Systems MFI 2008, 2008, pág. 503–509.
Y.-Y. Hu, K.-H. Huang, H.-M. Chan, C.-H. Hung, y C.-C. Wong, «Behaviors design for
vision-based humanoid robot», Proc. SICE Annual Conf. 2010, 2010, pág. 2287–2290.
T. Srinivasan, K. Aarthi, S. Aishwarya Meenakshi, y M. Kausalya, «CBRRoboSoc: An
Efficient Planning Strategy for Robotic Soccer Using Case Based Reasoning», Proc. Int
Preparado por el Grupo Investigación Istar- Versión 1.06 – 01/10/2010
Página 17
Pontificia Universidad Javeriana
[71]
[72]
[73]
[74]
[75]
[76]
[77]
[78]
[79]
[80]
[81]
[82]
[83]
[84]
[85]
Propuesta para Trabajo de Grado ProPAC- <Investigación>
Computational Intelligence for Modelling, Control and Automation and Int. Conf. Intelligent Agents, Web Technologies and Internet Commerce Conf, 2006.
M. Perron y H. Zhang, «Coaching a robot collective», Proc. IEEE Int. Conf. Robotics
and Automation ICRA ’04, 2004, pág. 3443–3448.
Y. Liu y K.M. Passino, «Cohesive Behaviors of Multiagent Systems With Information
Flow Constraints», IEEE, vol. 51, 2006, pág. 1734–1748.
M. McNaughton y H. Zhang, «Color vision for RoboCup with fast lookup tables»,
Proc. IEEE Int Robotics, Intelligent Systems and Signal Processing Conf, 2003, pág.
399–404.
C. Sibertin-Blanc, C. Hanachi, y J. Cardoso, «Communication protocols as first-class
components of multiagent systems», Proc. Fourth Int MultiAgent Systems Conf, 2000,
pág. 437–438.
C.E.A. Duran, V. Matellan, J.M. Canas, F. Martin, y M.A.O. Perez, «Communications
for cooperation: the RoboCup 4-legged passing challenge», Proc. IEEE 3rd Latin American Robotics Symp. LARS ’06, 2006, pág. 149–154.
S. Lauzac y T.F. Znati, «Comparative evaluation of cooperative plan execution strategies in multiagent environments», Proc. 28th Annual Simulation Symp., 1995, pág.
126–135.
G. Faria, R.A.F. Romero, E. Prestes, y M.A.P. Idiart, «Comparing harmonic functions
and potential fields in the trajectory control of mobile robots», Proc. IEEE Conf. Robotics, Automation and Mechatronics, 2004, pág. 762–767.
J. Peterson, G. Hager, y A. Serjentov, «Composable robot controllers», Proc. IEEE Int
Computational Intelligence in Robotics and Automation Symp, 2001, pág. 149–154.
J.M. Angel, G.E. Bravo C, y F. De la Rosa R, «Conceptualization of Human Soccer Concepts to Robotic Soccer Architecture», Proc. Electronics, Robotics and Automotive
Mechanics Conf. (CERMA), 2010, pág. 502–507.
Y. Horima, S. Shirakawa, N. Yata, y T. Nagao, «Construction of players’ action for
robocup soccer using graph structured program evolution», Proc. SICE Annual Conf.
2010, 2010, pág. 690–695.
X.M. Xu, Z. Ye, y Z.Q. Sun, «Construction of state space in RoboCup», Proc. 3rd World
Congress Intelligent Control and Automation, 2000, pág. 203–206.
T. Zhe y S. Zengqi, «Cooperation in RoboCup», Proc. 4th World Congress Intelligent
Control and Automation, 2002, pág. 469–473.
Y. Liu, L. Dong, y Y. Sun, «Cooperation Model of Multi-agent System Based on the
Situation Calculus», Proc. IEEE/WIC/ACM Int. Conf. Intelligent Agent Technology IAT
’06, 2006, pág. 424–427.
T. Zhou, B.-R. Hong, C.-X. Shi, y H.-Y. Zhou, «Cooperative Behavior Acquisition Based
Modular Q Learning in Multi-Agent System», Proc. Int Machine Learning and Cybernetics Conf, 2005, pág. 205–210.
S. Ikenoue, M. Asada, y K. Hosoda, «Cooperative behavior acquisition by asynchronous policy renewal that enables simultaneous learning in multiagent environment»,
Proc. IEEE/RSJ Int Intelligent Robots and Systems Conf, 2002, pág. 2728–2734.
Preparado por el Grupo Investigación Istar- Versión 1.06 – 01/10/2010
Página 18
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado ProPAC- <Investigación>
[86]
M. Nagao y T. Miki, «Cooperative behavior generation method using local communication for distributed multi-agent systems», Proc. IEEE Int Systems Man and Cybernetics (SMC) Conf, 2010, pág. 2886–2892.
[87] K.-S. Hwang, S.-W. Tan, M.-C. Hsiao, y C.-S. Wu, «Cooperative multiagent congestion
control for high-speed networks», IEEE, vol. 35, 2005, pág. 255–268.
[88] L.-M. Gao, J. Zeng, J. Wu, y M. Li, «Cooperative reinforcement learning algorithm to
distributed power system based on Multi-Agent», Proc. 3rd Int. Conf. Power Electronics Systems and Applications PESA 2009, 2009, pág. 1–4.
[89] J.Y. Kuo y H.Z. Lin, «Cooperative RoboCup agents using genetic case-based reasoning», Proc. IEEE Int. Conf. Systems, Man and Cybernetics SMC 2008, 2008, pág. 613–
618.
[90] N. Ould-Khessal, M.Y. Naing, y T.J. Sin, «Cooperative strategies in robotic soccer»,
Proc. 7th Int. Conf. Control, Automation, Robotics and Vision ICARCV 2002, 2002, pág.
240–245.
[91] G. Kontes y M.G. Lagoudakis, «Coordinated Team Play in the Four-Legged RoboCup
League», Proc. 19th IEEE Int. Conf. Tools with Artificial Intelligence ICTAI 2007, 2007,
pág. 109–116.
[92] C. Castelpietra, L. Iocchi, D. Nardi, M. Piaggio, A. Scalzo, y A. Sgorbissa, «Coordination
among heterogeneous robotic soccer players», Proc. IEEE/RSJ Int. Conf. Intelligent
Robots and Systems (IROS 2000), 2000, pág. 1385–1390.
[93] L. Mota, N. Lau, y L.P. Reis, «Co-ordination in RoboCup’s 2D simulation league: Setplays as flexible, multi-robot plans», Proc. IEEE Conf. Robotics Automation and Mechatronics (RAM), 2010, pág. 362–367.
[94] G. Adorni, S. Cagnoni, M. Mordonini, y M. Piaggio, «Coordination strategies for the
goal-keeper of a RoboCup mid-size team», Proc. IEEE Intelligent Vehicles Symp. IV
2000, 2000, pág. 486–491.
[95] T. Weigel, J.-S. Gutmann, M. Dietl, A. Kleiner, y B. Nebel, «CS Freiburg: coordinating
robots for successful soccer playing», IEEE, vol. 18, 2002, pág. 685–699.
[96] A. Fagiolini, G. Valenti, L. Pallottino, G. Dini, y A. Bicchi, «Decentralized intrusion
detection for secure cooperative multi-agent systems», Proc. 46th IEEE Conf. Decision
and Control, 2007, pág. 1553–1558.
[97] P. Stone, P. Riley, y M. Veloso, «Defining and using ideal teammate and opponent
agent models: a case study in robotic soccer», Proc. Fourth Int MultiAgent Systems
Conf, 2000, pág. 441–442.
[98] D.F. Castro R, J.S. Galarza M, y F. De la Rosa, «Definition and Evaluation of Robotic
Soccer Motions», Proc. Electronics, Robotics and Automotive Mechanics Conf.
(CERMA), 2010, pág. 488–493.
[99] H. Kitano, H.G. Okuno, K. Nakadai, T. Sabisch, y T. Matsui, «Design and architecture
of SIG the humanoid: an experimental platform for integrated perception in RoboCup
humanoid challenge», Proc. IEEE/RSJ Int. Conf. Intelligent Robots and Systems (IROS
2000), 2000, pág. 181–190.
[100] K.-Y. Tu, «Design and implementation of a cheap middle size soccer robot with wide
vision scope for RoboCup», Proc. IEEE Int. Conf. Mechatronics ICM ’05, 2005, pág.
130–135.
Preparado por el Grupo Investigación Istar- Versión 1.06 – 01/10/2010
Página 19
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado ProPAC- <Investigación>
[101] H. Karaoguz, M. Usta, y M. Akar, «Design and implementation of a hierarchical hybrid controller for holonomic robot formations», Proc. 10th Int. Conf. Control, Automation, Robotics and Vision ICARCV 2008, 2008, pág. 1993–1998.
[102] U.D. Ulusar y H.L. Akin, «Design and Implementation of a Real Time Planning System
for Autonomous Robots», Proc. IEEE Int Industrial Electronics Symp, 2006, pág. 74–
79.
[103] N. Ould-Khessal, «Design and implementation of a robot soccer team based on omni-directional wheels», Proc. 2nd Canadian Conf. Computer and Robot Vision, 2005,
pág. 544–549.
[104] W. Ning, Y.-N. Zhao, Z.-H. Yang, Y.-P. Cai, R. Ma, y J.-X. Wang, «Design and implementation of educational platform in RoboCup simulation games», Proc. Int Machine
Learning and Cybernetics Conf, 2002, pág. 578–581.
[105] K.-Y. Tu y S.-C. Luo, «Design and Implementation of Omni-Directional Soccer Robots
for RoboCup», Proc. IEEE Int. Conf. Systems, Man and Cybernetics SMC ’06, 2006,
pág. 2000–2005.
[106] C.-M. Chang, M.F. Lu, C.-Y. Hu, S.-W. Lai, S.-H. Liu, Y.-T. Su, y T.-H.S. Li, «Design and
implementation of penalty kick function for small-sized humanoid robot by using
FPGA», Proc. IEEE Workshop Advanced robotics and Its Social Impacts ARSO 2008,
2008, pág. 1–6.
[107] M. Ohta, T. Koto, I. Takeuchi, T. Takahashi, y H. Kitano, «Design and implementation
of the kernel and agents for the RoboCup-Rescue», Proc. Fourth Int MultiAgent Systems Conf, 2000, pág. 423–424.
[108] Y. Li y S. Jun, «Design and Realization of Group ID Image Segmentation for RoboCup
Small Size League», Proc. Third Int. Symp. Intelligent Information Technology Application IITA 2009, 2009, pág. 155–159.
[109] A.S. Conceao, A.P. Moreira, y P.J. Costa, «Design of a mobile robot for RoboCup Middle Size League», Proc. 6th Latin American Robotics Symp. (LARS), 2009, pág. 1–6.
[110] G. Tong, W. Xiao, y X. Xu, «Design of RoboCup robot soccer global vision system»,
Proc. 3rd World Congress Intelligent Control and Automation, 2000, pág. 212–214.
[111] E.R. Stuck, «Detecting and diagnosing navigational mistakes», Proc. IEEE/RSJ Int Intelligent Robots and Systems 95. «Human Robot Interaction and Cooperative Robots»
Conf, 1995, pág. 41–46.
[112] T. Nakamura, K. Terada, A. Shibata, J. Morimoto, H. Adachi, y H. Takeda, «Development of a cheap on-board vision mobile robot for robotic soccer research», Proc.
Conf. IEEE/RSJ Int Intelligent Robots and Systems, 1998, pág. 431–436.
[113] P. Rathaba, W. du Plessis, I.K. Craig, y P. Saayman, «Development of a gaming strategy for soccer robots using optimal methods», Proc. IEEE AFRICON Africon Conf. in Africa 6th, 2002, pág. 81–84.
[114] A. Salim, O. Fuentes, y A. Munoz, «Development of local vision-based behaviors for a
robotic soccer player», Proc. Fifth Mexican Int. Conf. in Computer Science ENC 2004,
2004, pág. 275–281.
[115] K. Yuan, X. Liu, B. Luo, y H. Zhu, «Development of the autonomic mobile platform for
RoboCup robot», Proc. 4th World Congress Intelligent Control and Automation, 2002,
pág. 506–509.
Preparado por el Grupo Investigación Istar- Versión 1.06 – 01/10/2010
Página 20
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado ProPAC- <Investigación>
[116] N. Shah, K.-M. Chao, N. Godwin, y A. James, «Diagnosing plan failure in multi-agent
systems using plan abstract knowledge», Proc. Ninth Int Computer Supported Cooperative Work in Design Conf, 2005, pág. 446–451.
[117] A.W. Stroupe, M.C. Martin, y T. Balch, «Distributed sensor fusion for object position
estimation by multi-robot systems», Proc. ICRA Robotics and Automation IEEE Int.
Conf, 2001, pág. 1092–1098.
[118] R. Ueda, K. Sakamoto, K. Takeshita, y T. Arai, «Dynamic Programming for Creating
Cooperative Behavior of Two Soccer Robots - Part 1: Computation of State-Action
Map», Proc. IEEE Int Robotics and Automation Conf, 2007, pág. 1–7.
[119] S.-H. Chang, W.-H. Chang, C.-H. Hsia, F. Ye, y J.-S. Chiang, «Efficient neural network
approach of self-localization for humanoid robot», Proc. Joint Conf.s Pervasive Computing (JCPC), 2009, pág. 149–154.
[120] H. Wang, H. Wang, C. Wang, y W.Y.C. Soh, «Embedding cooperation in robots to play
soccer game», Proc. IEEE/RSJ Int Intelligent Robots and Systems Conf, 2001, pág. 809–
814.
[121] M.A. Mazurowski y J.M. Zurada, «Emergence of communication in multi-agent systems using reinforcement learning», Proc. IEEE Int. Conf. Computational Cybernetics
ICCC 2006, 2006, pág. 1–6.
[122] Q. Meng, Y. Xu, y Y. Tan, «Entropy-Based Victim Search in RoboCup Rescue Agent
Simulation», Proc. WRI World Congress Computer Science and Information Engineering, 2009, pág. 692–696.
[123] F. Farahnakian y N. Mozayani, «Evaluating Feature Selection Techniques in Simulated
Soccer Multi Agents System», Proc. Int. Conf. Advanced Computer Control ICACC ’09,
2009, pág. 107–110.
[124] J. Denzinger y M. Kordt, «Evolutionary online learning of cooperative behavior with
situation-action pairs», Proc. Fourth Int MultiAgent Systems Conf, 2000, pág. 103–
110.
[125] L. Huang, Q. Song, y N. Kasabov, «Evolving Connectionist Systems Based Role Allocation of Robots for Soccer Playing», Proc. IEEE Int. Symp. Control and Automation
Mediterrean Conf Intelligent Control, 2005, pág. 36–40.
[126] J.-S. Gutmann, T. Weigel, y B. Nebel, «Fast, accurate, and robust self-localization in
polygonal environments», Proc. IEEE/RSJ Int. Conf. Intelligent Robots and Systems
IROS ’99, 1999, pág. 1412–1419.
[127] F.C. Carlos Bernal, «Formations Level on the MRCC Model», N/A, vol. N/A, 2008, pág.
9.
[128] Y.-T. Su, C.-Y. Hu, y T.-H.S. Li, «FPGA-based fuzzy PK controller and image processing
system for small-sized humanoid robot», Proc. IEEE Int. Conf. Systems, Man and Cybernetics SMC 2009, 2009, pág. 1039–1044.
[129] T. Fukuda, I. Takagawa, y Y. Hasegawa, «From intelligent robot to multi-agent robotic
system», Proc. Int Integration of Knowledge Intensive Multi-Agent Systems Conf,
2003, pág. 413–417.
[130] M. Kaya y R. Alhajj, «Fuzzy OLAP association rules mining-based modular reinforcement learning approach for multiagent systems», IEEE, vol. 35, 2005, pág. 326–338.
Preparado por el Grupo Investigación Istar- Versión 1.06 – 01/10/2010
Página 21
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado ProPAC- <Investigación>
[131] Q. Meng, X. Zhuang, C. Zhon, J. Xiong, Y. Wang, T. Wang, y B. Yin, «Game strategy
based on fuzzy logic for soccer robots», Proc. IEEE Int Systems, Man, and Cybernetics
Conf, 2000, pág. 3758–3763.
[132] C. Lo, Q. Cao, Z.X. Xiao, y Z. Zhen, «Gesture Recognition System Based on Acceleration Data for Robocup Referees», Proc. Fifth Int. Conf. Natural Computation ICNC ’09,
2009, pág. 149–153.
[133] M.J. Mataric, «Group behavior and group learning», Proc. From Perception to Action
Conf., 1994, pág. 326–329.
[134] J. Murray y F. Stolzenburg, «Hybrid State Machines with Timed Synchronization for
Multi-Robot System Specification», Proc. portuguese conference Artificial intelligence
epia 2005, 2005, pág. 236–241.
[135] L. Matignon, G.J. Laurent, y N. Le Fort-Piat, «Hysteretic q-learning :an algorithm for
decentralized reinforcement learning in cooperative multi-agent teams», Proc.
IEEE/RSJ Int. Conf. Intelligent Robots and Systems IROS 2007, 2007, pág. 64–69.
[136] L. Lin, X. Min, y Z. Zhiqiang, «Implement of a RoboCup small-size robot system»,
Proc. 4th World Congress Intelligent Control and Automation, 2002, pág. 483–487.
[137] F. Stulp, M. Isik, y M. Beetz, «Implicit coordination in robotic teams using learned
prediction models», Proc. IEEE Int. Conf. Robotics and Automation ICRA 2006, 2006,
pág. 1330–1335.
[138] P. Xiaoyan, Z. Yong, y T. Heliang, «Improve on recognition algorithms of RoboCup»,
Proc. 4th World Congress Intelligent Control and Automation, 2002, pág. 515–518.
[139] M. Veloso y P. Stone, «Individual and collaborative behaviors in a team of homogeneous robotic soccer agents», Proc. Int Multi Agent Systems Conf, 1998, pág. 309–
316.
[140] H.G. Okumo, Y. Nakagawa, y H. Kitano, «Integrating auditory and visual perception
for robotic soccer players», Proc. IEEE Int Systems, Man, and Cybernetics Conf. IEEE
SMC ’99, 1999, pág. 744–749.
[141] R. Ribeiro, A.P. Borges, y F. Enembreck, «Interaction Models for Multiagent Reinforcement Learning», Proc. Int Computational Intelligence for Modelling Control &
Automation Conf, 2008, pág. 464–469.
[142] F. Cheng y Y. Ma, «Intercepting algorithm for differential robots», Proc. Int Intelligent
Control and Information Processing (ICICIP) Conf, 2010, pág. 1–4.
[143] Y. Li, X. Yang, y J. Yang, «Interception strategy in Multi-Agent Systems based on
Rough Sets», Proc. IEEE Int. Conf. Granular Computing GrC 2008, 2008, pág. 397–400.
[144] L. Lei, X. Rui-zhi, W. Ke, y W. Wei, «Key Techniques in Robocup Middle-Sized Soccer
Research», Proc. IEEE Int. Conf. Robotics and Biomimetics ROBIO 2004, 2004, pág.
529–534.
[145] A. Harati, M.N. Ahmadabadi, y B.N. Araabi, «Knowledge-Based Multiagent Credit
Assignment: A Study on Task Type and Critic Information», IEEE, vol. 1, 2007, pág.
55–67.
[146] G. Adorni, S. Cagnoni, y M. Mordonini, «Landmark-based robot self-localization: a
case study for the RoboCup goal-keeper», Proc. Int Information Intelligence and Systems Conf, 1999, pág. 164–171.
Preparado por el Grupo Investigación Istar- Versión 1.06 – 01/10/2010
Página 22
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado ProPAC- <Investigación>
[147] P. Li, Y.-min Yang, y J.-le Lian, «Layered Task Allocation in Multi-robot Systems»,
Proc. WRI Global Congress Intelligent Systems GCIS ’09, 2009, pág. 62–67.
[148] M. Ferch, M. Hochsmann, y J. Zhang, «Learning cooperative assembly with the graph
representation of a state-action space», Proc. IEEE/RSJ Int Intelligent Robots and Systems Conf, 2002, pág. 990–995.
[149] A.H. Aminaiee y M.N. Ahmadabadi, «Learning cooperative object pushing with variable contact point», Proc. IEEE/ASME international conference Advanced intelligent
mechatronics, 2007, pág. 1–6.
[150] M.E. El-Telbany, A.H. Abdel-Wahab, y S.I. Shaheen, «Learning spatial and expertise
distribution coordination in multiagent systems», Proc. 44th IEEE 2001 Midwest
Symp. Circuits and Systems MWSCAS 2001, 2001, pág. 636–640.
[151] F. Farahnakian y N. Mozayani, «Learning through Decision Tree in Simulated Soccer
Environment», Proc. Int. Conf. Computational Intelligence and Security CIS ’08, 2008,
pág. 68–70.
[152] N. Yong Ko, D. Jin Seo, y K. Suk Kim, «Local Collision Avoidance of Multiple Robots
Using Avoidability Measure and Relative Distance», KSME International Journal, vol.
Vol. 18, 2004, págs. 132-144.
[153] J. Baltes, «Localization for mobile robots using lines», Proc. 7th Int. Conf. Control,
Automation, Robotics and Vision ICARCV 2002, 2002, pág. 228–233.
[154] L. Hu, C. Zhou, B. Wu, T. Yang, y P.K. Yue, «Locomotion planning and implementation
of humanoid robot Robo-Eectus Senior (RESr-1)», Proc. 7th IEEE-RAS Int Humanoid
Robots Conf, 2007, pág. 526–531.
[155] N.N. Maksimkin, A.V. Davydov, S.N. Vassilyev, y A.K. Zherlov, «Logical Approach for
Intelligent Control of Multiagent Systems», Proc. IMACS Multiconference Computational Engineering in Systems Applications, 2006, pág. 560–563.
[156] B.M. Faria, L.P. Reis, N. Lau, y G. Castillo, «Machine Learning algorithms applied to
the classification of robotic soccer formations and opponent teams», Proc. IEEE Conf.
Cybernetics and Intelligent Systems (CIS), 2010, pág. 344–349.
[157] S.K. Chalup, C.L. Murch, y M.J. Quinlan, «Machine Learning With AIBO Robots in the
Four-Legged League of RoboCup», IEEE, vol. 37, 2007, pág. 297–310.
[158] H.J.W. Spoelder, L. Renambot, D. Germans, y H.E. Bal, «Man multi-agent interaction
in VR: a case study with RoboCup», Proc. IEEE Virtual Reality, 2000.
[159] A. Shmilovici, F. Ramkddam, B. Lopez, y J.L. de la Rosa, «Measuring progress in multirobot research with rating methods - the RoboCup example», IEEE, vol. 34, 2004, pág.
1305–1308.
[160] R. Fathzadeh, V. Mokhtari, M. Mousakhani, y F. Mahmoudi, «Mining Opponent Behavior: A Champion of RoboCup Coach Competition», Proc. IEEE 3rd Latin American
Robotics Symp. LARS ’06, 2006, pág. 80–83.
[161] D.G. Novick, «Modeling belief and action in a multi-agent system», Proc. AI, Simulation, and Planning in High Autonomy Systems, 1990, pág. 34–41.
[162] L. Xiong, C. Wei, Z. Zhenkun, H. Zekai, y G. Jing, «Modeling for Robotic Soccer Simulation Team Based on UML», Proc. Int Computer Science and Software Engineering
Conf, 2008, pág. 192–195.
Preparado por el Grupo Investigación Istar- Versión 1.06 – 01/10/2010
Página 23
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado ProPAC- <Investigación>
[163] C. Teixeira, S. Labid, y E. Nascimento, «Modeling the cooperative learner based on
it’s actions and interactions within a teaching-learning session», Proc. 32nd Annual
Frontiers in Education FIE 2002, 2002.
[164] P. Charlton, B. Huet, y G. Justog, «Modelling agents in C++CL for content-based image retrieval», Proc. Fourth Euromicro Workshop Parallel and Distributed Processing
PDP ’96, 1996, pág. 59–66.
[165] F. Solc y B. Honzik, «Modelling and control of a soccer robot», Proc. 7th Int Advanced
Motion Control Workshop, 2002, pág. 506–509.
[166] R.E. Mohan, C.A. Acosta Calderon, C. Zhou, P.K. Yue, y L. Hu, «Modelling humanhumanoid robot interaction in soccer robotics domain using NGOMSL», Proc. 17th
IEEE Int. Symp. Robot and Human Interactive Communication RO-MAN 2008, 2008,
pág. 407–412.
[167] H. Costelha y P. Lima, «Modelling, analysis and execution of robotic tasks using petri
nets», Proc. IEEE/RSJ Int. Conf. Intelligent Robots and Systems IROS 2007, 2007, pág.
1449–1454.
[168] M. Bowling y M. Veloso, «Motion control in dynamic multi-robot environments»,
Proc. IEEE Int. Symp. Computational Intelligence in Robotics and Automation CIRA
’99, 1999, pág. 168–173.
[169] E. Gonzalez, A. Perez, J. Cruz, y C. Bustacara, «MRCC: A Multi-Resolution Cooperative
Control Agent Architecture», Proc. IEEE/WIC/ACM Int. Conf. Intelligent Agent Technology IAT ’07, 2007, pág. 391–394.
[170] F. Liu y G. Zeng, «Multi-agent Cooperative Learning Research Based on Reinforcement Learning», Proc. 10th Int. Conf. Computer Supported Cooperative Work in Design CSCWD ’06, 2006, pág. 1–6.
[171] J.N. Karigiannis y C.S. Tzafestas, «Multi-agent hierarchical architecture modeling
kinematic chains employing continuous RL learning with fuzzified state space», Proc.
2nd IEEE RAS & EMBS Int. Conf. Biomedical Robotics and Biomechatronics BioRob
2008, 2008, pág. 716–723.
[172] H. Liu y H. Iba, «Multi-agent learning by evolutionary subsumption», Proc. Congress
Evolutionary Computation CEC ’03, 2003, pág. 1115–1122.
[173] R. Leow y N. Parameswaran, «Multiagent planning and plan execution», Proc. Conf.
Seventh Int Tools with Artificial Intelligence, 1995, pág. 466–470.
[174] Y. Nagayuki, S. Ishii, y K. Doya, «Multi-agent reinforcement learning: an approach
based on the other agent’s internal model», Proc. Fourth Int MultiAgent Systems
Conf, 2000, pág. 215–221.
[175] S. Elfwing, E. Uchibe, K. Doya, y H.I. Christensen, «Multi-agent reinforcement learning: using macro actions to learn a mating task», Proc. IEEE/RSJ Int. Conf. Intelligent
Robots and Systems (IROS 2004), 2004, pág. 3164–3169.
[176] E. Uchibe y M. Asada, «Multiple reward criterion for cooperative behavior acquisition in a multiagent environment», Proc. IEEE Int Systems, Man, and Cybernetics
Conf. IEEE SMC ’99, 1999, pág. 710–715.
[177] L. Shi, Y. Jinyi, Y. Zhen, y S. Zengqi, «Multiple rewards fuzzy reinforcement learning
algorithm in RoboCup environment», Proc. IEEE Int. Conf. Control Applications (CCA
’01), 2001, pág. 317–322.
Preparado por el Grupo Investigación Istar- Versión 1.06 – 01/10/2010
Página 24
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado ProPAC- <Investigación>
[178] H. Min, X. Zheng, y Y. Lu, «Multi-robot avoidance based on co-evolution computation», Proc. 17th IEEE Int. Conf. Tools with Artificial Intelligence ICTAI 05, 2005.
[179] A. Weitzenfeld, L. Martinez-Gomez, J.P. Francois, A. Levin-Pick, K. Obraczka, y J.
Boice, «Multi-Robot Systems: Extending RoboCup Small-Size Architecture with Local
Vision and Ad-Hoc Networking», Proc. IEEE 3rd Latin American Robotics Symp. LARS
’06, 2006, pág. 26–33.
[180] N. Lau, L.S. Lopes, G. Corrente, y N. Filipe, «Multi-robot team coordination through
roles, positionings and coordinated procedures», Proc. IEEE/RSJ Int. Conf. Intelligent
Robots and Systems IROS 2009, 2009, pág. 5841–5848.
[181] M. Jamzad, E.C. Esfahani, y S.B. Sadjad, «Object detection in changing environment
of middle size RoboCup and some applications», Proc. IEEE Int Intelligent Control
Symp, 2002, pág. 807–810.
[182] B. Ge, G. Yasuda, F. Yin, y H. Zhao, «Object Recognition and Self-Localization for Interactive Soccer Robots», Proc. Sixth World Congress Intelligent Control and Automation WCICA 2006, 2006, pág. 10245–10250.
[183] G. Yasuda y B. Ge, «Object Recognition and Self-Localization for Interactive Soccer
Robots», Proc. IEEE Int. Conf. Robotics and Biomimetics ROBIO 2004, 2004, pág. 407–
412.
[184] F. Yi-wei, G. Ge, y Z. Chao-qun, «Object Tracking by Kalman Filtering and Recursive
Least Squares Based on 2D Image Motion», Proc. Int. Symp. Computational Intelligence and Design ISCID ’08, 2008, pág. 106–109.
[185] M. Riedmiller y T. Gabel, «On Experiences in a Complex and Competitive Gaming
Domain: Reinforcement Learning Meets RoboCup», Proc. IEEE Symp. Computational
Intelligence and Games CIG 2007, 2007, pág. 17–23.
[186] G. Liu, X. Chen, X. Wang, y B. Zhang, «On multi-agent collaborative planning and its
application in RoboCup», Proc. 3rd World Congress Intelligent Control and Automation, 2000, pág. 184–188.
[187] C.-L. Hwang, N.-W. Lu, T.-C. Hsu, y C.-H. Huang, «Penalty kick of a humanoid robot by
a neural-network-based active embedded vision system», Proc. SICE Annual Conf.
2010, 2010, pág. 2291–2299.
[188] M.A. Al-Mouhamed y U.F. Siddiq, «Performance evaluation of auctions WLAN for
RoboCup multi-robot cooperation», Proc. IEEE/ACS Int. Conf. Computer Systems and
Applications AICCSA 2009, 2009, pág. 610–615.
[189] J.H. Metzen, M. Edgington, Y. Kassahun, y F. Kirchner, «Performance evaluation of
EANT in the robocup keepaway benchmark», Proc. Sixth Int. Conf. Machine Learning
and Applications ICMLA 2007, 2007, pág. 342–347.
[190] A.T.A. Peijnenburg, G.P. Veldhuis, y T.P.H. Warmerdam, «Philips CFT RoboCup platform selection», Proc. IEEE Int Intelligent Control Symp, 2002, pág. 811–814.
[191] S. Lee y D. Lee, «Planning coordinated motions in robot soccer match», Proc.
IEEE/RSJ Int. Conf. Intelligent Robots and Systems (IROS 2004), 2004, pág. 4056–4063.
[192] M. Veloso, W. Uther, M. Fijita, M. Asada, y H. Kitano, «Playing soccer with legged
robots», Proc. Conf. IEEE/RSJ Int Intelligent Robots and Systems, 1998, pág. 437–442.
Preparado por el Grupo Investigación Istar- Versión 1.06 – 01/10/2010
Página 25
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado ProPAC- <Investigación>
[193] L.P. Reis, R. Lopes, L. Mota, y N. Lau, «Playmaker: Graphical definition of formations
and setplays», Proc. 5th Iberian Conf. Information Systems and Technologies (CISTI),
2010, pág. 1–6.
[194] M. Sharifi, H. Mousavian, y A. Aavani, «Predicting the future state of the RoboCup
simulation environment: heuristic and neural networks approaches», Proc. IEEE Int
Systems, Man and Cybernetics Conf, 2003, pág. 32–37.
[195] H.-Q. Min, J.-X. Hui, Y.-S. Lu, y J.-zhi Jiang, «Probability Fuzzy Cognitive Map for Decision-Making in Soccer Robotics», Proc. IEEE/WIC/ACM Int. Conf. Intelligent Agent
Technology IAT ’06, 2006, pág. 321–325.
[196] M. Ma, Y. Li, A. Liu, C. Han, y C. Hu, «Progress of Instantaneity in Real-Time
ROBOCUP Vision System», Proc. 2nd Int. Congress Image and Signal Processing CISP
’09, 2009, pág. 1–4.
[197] Y. Takahashi, K. Noma, y M. Asada, «Rapid behavior learning in multi-agent environment based on state value estimation of others», Proc. IEEE/RSJ Int. Conf. Intelligent Robots and Systems IROS 2007, 2007, pág. 76–81.
[198] O. Simonin y J. Ferber, «Reactive real-time cooperation as a combination of altruism
and self satisfaction», Proc. Fourth Int MultiAgent Systems Conf, 2000, pág. 439–440.
[199] P. Songhao, Z. Qiubo, L. Yaqi, y F. Baofu, «Real-Time Motion Planning for Humanoid
Robot Based on Embedded Vision System», Proc. Int Multimedia Technology (ICMT)
Conf, 2010, pág. 1–4.
[200] L. Liu y L. Li, «Regional Cooperative Multi-agent Q-learning Based on Potential Field»,
Proc. Fourth Int. Conf. Natural Computation ICNC ’08, 2008, pág. 535–539.
[201] Z. Abbasi y M.A. Abbasi, «Reinforcement Distribution in a Team of Cooperative Qlearning Agents», Proc. Ninth ACIS Int. Conf. Software Engineering, Artificial Intelligence, Networking, and Parallel/Distributed Computing SNPD ’08, 2008, pág. 154–
160.
[202] F. Farahnakian y N. Mozayani, «Reinforcement Learning for Soccer Multi-agents System», Proc. Int. Conf. Computational Intelligence and Security CIS ’09, 2009, pág. 50–
52.
[203] A. Sarje, A. Chawre, y S.B. Nair, «Reinforcement learning of player agents in RoboCup
Soccer simulation», Proc. Fourth Int. Conf. Hybrid Intelligent Systems HIS ’04, 2004,
pág. 480–481.
[204] D.-L. Song, Y.-L. Li, L. Wang, y C.-Z. Qin, «Research of illumination invariant for color
image in Mirosot of Robot Soccer», Proc. 2nd Int Information Science and Engineering
(ICISE) Conf, 2010, pág. 5274–5277.
[205] H. Guo, T. Liu, Y. Wang, F. Chen, y J. Fan, «Research on Actor-Critic Reinforcement
Learning in RoboCup», Proc. Sixth World Congress Intelligent Control and Automation
WCICA 2006, 2006, pág. 9212–9216.
[206] Y. Zhang y T. Lu, «Research on Cooperative Strategies of Soccer Robots Based on
Artificial Immune System», Proc. Pacific-Asia Workshop Computational Intelligence
and Industrial Application PACIIA ’08, 2008, pág. 656–659.
[207] W. Chen, Z. Xie, y M. Fei, «Research on majorization strategies of vision system of
RoboCup», Proc. Int Information Acquisition Conf, 2004, pág. 372–375.
Preparado por el Grupo Investigación Istar- Versión 1.06 – 01/10/2010
Página 26
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado ProPAC- <Investigación>
[208] Z. Tang, Z. Pei, Z. Peng, y Z. Wang, «Research on Synchronous Control System of Micro Soccer Robot», Proc. IEEE Int Automation and Logistics Conf, 2007, pág. 272–276.
[209] J. Yang, B. Hong, y J. Yang, «Research on Walking Gait Algorithm for Biped Soccer
Robot», Proc. Sixth World Congress Intelligent Control and Automation WCICA 2006,
2006, pág. 8928–8932.
[210] P. Lima, T. Balch, M. Fujita, R. Rojas, M. Veloso, y H.A. Yanco, «RoboCup 2001», IEEE
Robotics & Automation Magazine, vol. 9, 2002, pág. 20–30.
[211] H. Kitano, «RoboCup as a research program», Proc. IEEE/RSJ Int Intelligent Robots
and Systems IROS ’97. Conf, 1997.
[212] I. Noda, M. Asada, H. Matsubara, M. Veloso, y H. Kitano, «RoboCup as a strategic
initiative to advance technologies», Proc. IEEE Int Systems, Man, and Cybernetics
Conf. IEEE SMC ’99, 1999, pág. 692–697.
[213] G. Li, G. Chengguo, y X. Rong, «Robocup field distortion calibration with variational
image registration», Proc. Int Intelligent Multimedia, Video and Speech Processing
Symp, 2004, pág. 338–341.
[214] J. Akita y H. Kitano, «RoboCup for science and engineering education: a case of The
Future University - Hakodate», Proc. IEEE Int Systems, Man, and Cybernetics Conf.
IEEE SMC ’99, 1999, pág. 734–738.
[215] H. Kitano y M. Asada, «RoboCup humanoid challenge: that’s one small step for a
robot, one giant leap for mankind», Proc. Conf. IEEE/RSJ Int Intelligent Robots and
Systems, 1998, pág. 419–424.
[216] X. Cheng, J. Zhang, y J. Ke, «Robocup is a Stage which Impulse the Research of Basic
Technology in Robot», Proc. IEEE Int. Conf. Robotics and Biomimetics ROBIO ’06,
2006, pág. 965–970.
[217] Y. Liu y J.-hua Liu, «RoboCup is a stage which impulse the research of basic technology in robot», Proc. Asia-Pacific Conf. Computational Intelligence and Industrial Applications PACIIA 2009, 2009, pág. 23–28.
[218] H.H. Lund y L. Pagliarini, «RoboCup Jr. with LEGO MINDSTORMS», Proc. IEEE Int.
Conf. Robotics and Automation ICRA ’00, 2000, pág. 813–819.
[219] H. Kitano, S. Suzuki, y J. Akita, «RoboCup Jr.: RoboCup for edutainment», Proc. IEEE
Int. Conf. Robotics and Automation ICRA ’00, 2000, pág. 807–812.
[220] H. Kitano, «RoboCup Rescue: a grand challenge for multi-agent systems», Proc.
Fourth Int MultiAgent Systems Conf, 2000, pág. 5–12.
[221] Y. Li y S. Jun, «RoboCup Small Size League: Design of Group IDs and Algorithm for
Posture Parameters», Proc. Third Int. Symp. Intelligent Information Technology Application IITA 2009, 2009, pág. 160–163.
[222] E. Torres y A. Weitzenfeld, «RoboCup Small-Size League: Using Neural Networks to
Learn Color Segmentation during Visual Processing», Proc. IEEE Latin American Robotic Symp. LARS ’08, 2008, pág. 14–19.
[223] H. Kitano, M. Asada, I. Noda, y H. Matsubara, «RoboCup: robot world cup», IEEE
Robotics & Automation Magazine, vol. 5, 1998, pág. 30–36.
[224] H. Schempf, C. Kraeuter, y M. Blackwell, «Roboleg: a robotic soccer-ball kicking leg»,
Proc. Conf. IEEE Int Robotics and Automation, 1995, pág. 1314–1318.
Preparado por el Grupo Investigación Istar- Versión 1.06 – 01/10/2010
Página 27
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado ProPAC- <Investigación>
[225] X. Min, L. Lin, y Z. Zhiqiang, «Robot planning theory based on expert system and its
application in RoboCup», Proc. 4th World Congress Intelligent Control and Automation, 2002, pág. 488–492.
[226] A. Agah, B. Doyle, M. Drees, C. Froehlich, y K. Kuok, «Robot soccer for the study of
learning and coordination issues in multi-agent systems», Proc. IEEE Int Systems,
Man, and Cybernetics Conf, 1998, pág. 3520–3525.
[227] S. Hedberg, «Robots playing soccer? RoboCup poses a new set of AI research challenges», IEEE, vol. 12, 1997, pág. 5–9.
[228] S.R. Hedberg, «Robots playing soccer? RoboCup poses a new set of challenges in
intelligent distributed computing», IEEE, vol. 5, 1997, pág. 13–17.
[229] Z. Wasik y A. Saffiotti, «Robust color segmentation for the RoboCup domain», Proc.
16th Int Pattern Recognition Conf, 2002, pág. 651–654.
[230] T.-Y. Kuc y S.-M. Baek, «Robust learning of mobile robotic motion», Proc. IEEE/ASME
Int Advanced Intelligent Mechatronics Conf, 1999, pág. 677–682.
[231] D. Xu y K. Xia, «Role Assignment, Non-communicative Multi-agent Coordination in
Dynamic Environments Based on the Situation Calculus», Proc. WRI Global Congress
Intelligent Systems GCIS ’09, 2009, pág. 89–93.
[232] J.R. Bruce y M.M. Veloso, «Safe Multirobot Navigation Within Dynamics Constraints», IEEE, vol. 94, 2006, pág. 1398–1411.
[233] S. Behnke, M. Schreiber, J. Stuckler, R. Renner, y H. Strasdat, «See, walk, and kick:
Humanoid robots start to play soccer», Proc. 6th IEEE-RAS Int Humanoid Robots Conf,
2006, pág. 497–503.
[234] S. Lenser y M. Veloso, «Sensor resetting localization for poorly modelled mobile robots», Proc. IEEE Int. Conf. Robotics and Automation ICRA ’00, 2000, pág. 1225–1232.
[235] M.S. Ruiz y A. Weitzenfeld, «Soccer Dribbler Design for the Eagle Knights RoboCup
Small Size Robot», Proc. IEEE 3rd Latin American Robotics Symp. LARS ’06, 2006, pág.
34–40.
[236] C.-C. Wong, W.-W. Wang, y Y.-L. Lee, «Soccer robot design for FIRA MiroSot League»,
Proc. IEEE Int. Conf. Mechatronics ICM ’05, 2005, pág. 457–460.
[237] R.W. Beard, «Soccer Robotics [Book Review]», IEEE, vol. 25, 2005, pág. 93–95.
[238] X. Sun, L.E. Ray, J.D. Kralik, y D. Shi, «Socially augmented hierarchical reinforcement
learning for reducing complexity in cooperative multi-agent systems», Proc. IEEE/RSJ
Int Intelligent Robots and Systems (IROS) Conf, 2010, pág. 3244–3250.
[239] R. Ventura, P. Aparicio, P. Lima, y C. Pinto-Ferreira, «SocRob-a society of cooperative
mobile robots», Proc. IEEE Int Systems, Man, and Cybernetics Conf, 1998, pág. 3319–
3324.
[240] H. Kitano, M. Fujita, S. Zrehen, y K. Kageyama, «Sony legged robot for RoboCup challenge», Proc. IEEE Int Robotics and Automation Conf, 1998, pág. 2605–2612.
[241] L. Liu y L. Li, «Sparse Cooperative Multi-agent Q-learning Based on Vector Potential
Field», Proc. WRI Global Congress Intelligent Systems GCIS ’09, 2009, pág. 99–103.
[242] Y. Liao, Y. Jin, A.A. Minai, y M.M. Polycarpou, «Sporadic pairwise synchronization for
decentralized decision-making in mobile agent teams», Proc. American Control Conf,
2006.
Preparado por el Grupo Investigación Istar- Versión 1.06 – 01/10/2010
Página 28
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado ProPAC- <Investigación>
[243] J. Baltes, «Strategy selection, goal generation, and role assignment in a robotic soccer team», Proc. 7th Int. Conf. Control, Automation, Robotics and Vision ICARCV 2002,
2002, pág. 211–214.
[244] C.G. Quintero M, J.L. de la Rosa, y J. Vehi, «Studies about the atomic capabilities
concept for linear control systems in physical multi-agent environments», Proc. IEEE
Int. Symp. Computational Intelligence in Robotics and Automation CIRA 2005, 2005,
pág. 727–732.
[245] Y. Lasheng, A. Marin, H. Fei, y L. Jian, «Studies on Hierarchical Reinforcement Learning in Multi-Agent Environment», Proc. IEEE Int. Conf. Networking, Sensing and Control ICNSC 2008, 2008, pág. 1714–1720.
[246] H.M. Ashekele y K. Matengu, «Success factors in technology transfer to SME’s: Rundu woodwork common facility center», Proc. Portland Int. Conf. Management of Engineering & Technology PICMET 2008, 2008, pág. 2190–2196.
[247] Y. Kitazumi y K. Ishii, «Survey of cooperative algorithm in robocup middle size
league», Proc. World Automation Congress (WAC), 2010, pág. 1–6.
[248] T. Srinivasan, S. Harini, K.P. Kavitha, y P. Sukumar, «SVMRobosoc : A Novel Approach
Towards Planning Strategy for Robotic Soccer Using Hierarchical Intelligence Systems», Proc. Seventh Int. Conf. Intelligent Systems Design and Applications ISDA
2007, 2007, pág. 591–596.
[249] M.-Y. Shich, J.-S. Chiou, T.-L. You, K.-H. Chang, y S.-P. Cheng, «System design and
strategy integration for five-on-five robot soccer competition», Proc. IEEE Int. Conf.
Mechatronics ICM ’05, 2005, pág. 461–466.
[250] T. Koto y I. Takeuchi, «The distributed simulation of RoboCup Rescue version 1»,
Proc. 41st SICE Annual Conf. SICE 2002, 2002, pág. 871–874.
[251] J.-S. Chiou, K.-Y. Wang, y M.-Y. Shieh, «The optimization of the application of fuzzy
ant colony algorithm in soccer robot», Proc. Int. Conf. Information and Automation
ICIA ’09, 2009, pág. 681–686.
[252] W. Li y H. Zhao, «The research on intelligent algorithms in the simulation system of
robotic soccers», Proc. 2nd Int Signal Processing Systems (ICSPS) Conf, 2010.
[253] K. Koker y R. German, «The RoboCup F-180 league dedicated system design for performance analyses of distributed embedded systems», Proc. Mediterranean Conf.
Control & Automation MED ’07, 2007, pág. 1–4.
[254] S.L. Firebaugh y J. Armstrong Piepmeier, «The RoboCup Nanogram League: An Opportunity for Project-Based Undergraduate Education in Microsystems», Proc. IEEE
Int. Conf. Microelectronic Systems Education MSE ’07, 2007, pág. 117–118.
[255] S. Tadokoro, H. Kitano, T. Takahashi, I. Noda, H. Matsubara, A. Shinjoh, T. Koto, I.
Takeuchi, H. Takahashi, F. Matsuno, M. Hatayama, J. Nobe, y S. Shimada, «The RoboCup-Rescue project: a robotic approach to the disaster mitigation problem», Proc.
IEEE Int. Conf. Robotics and Automation ICRA ’00, 2000, pág. 4089–4094.
[256] S. Tadkoro, H. Kitano, T. Takahashi, I. Noda, H. Matsubara, A. Shinjoh, T. Koto, I.
Takeuchi, H. Takahashi, F. Matsuno, M. Hatayama, M. Ohta, M. Tayama, T. Matsui, T.
Kaneda, R. Chiba, K. Takeuchi, J. Nobe, K. Noguchi, y Y. Kuwata, «The RoboCupRescue: an IT challenge to emergency response problem in disaster», Proc. 26th An-
Preparado por el Grupo Investigación Istar- Versión 1.06 – 01/10/2010
Página 29
Pontificia Universidad Javeriana
[257]
[258]
[259]
[260]
[261]
[262]
[263]
[264]
[265]
[266]
[267]
[268]
[269]
[270]
[271]
Propuesta para Trabajo de Grado ProPAC- <Investigación>
nual Confjerence of the IEEE Industrial Electronics Society IECON 2000, 2000, pág.
126–131.
S. Chun-sheng y X. Chong, «The Schedule Control in the Enterprise Cooperative Innovation Based on Multi-agent», Proc. IEEE Int. Engineering Management Conf, 2006,
pág. 178–182.
D. Zhao y W. Jin, «The study of cooperative behavior in predator-prey problem of
multi-agent systems», Proc. Autonomous Decentralized Systems ISADS 2005, 2005,
pág. 90–96.
M. Itmi, S. Ramaswamy, y W. Alshabi, «Towards a cooperative model with variable
scale», Proc. IEEE/ACS Int. Conf. Computer Systems and Applications AICCSA 2009,
2009, pág. 829–836.
G. Mayer, H. Utz, y G. Kraetzschmar, «Towards autonomous vision self-calibration
for soccer robots», Proc. IEEE/RSJ Int Intelligent Robots and Systems Conf, 2002, pág.
214–219.
R.F. Kelly y A.R. Pearce, «Towards High-Level Programming for Distributed Problem
Solving», Proc. IEEE/WIC/ACM Int. Conf. Intelligent Agent Technology IAT ’06, 2006,
pág. 490–497.
J.-L. Peralta, M. Torres, y M. Guarini, «Trajectory Prediction of Multiple RoboCup F180 Autonomous Mobile Robots for Perception-Latency Compensation», Proc. IEEE
3rd Latin American Robotics Symp. LARS ’06, 2006, pág. 10–17.
A. Terauchi y O. Akashi, «Trust-Based Cooperative Action Control in Multi-agent Systems for Network Management», Proc. Int. Conf. Advanced Information Networking
and Applications Workshops WAINA ’09, 2009, pág. 278–283.
K. Dautenhahn, «Trying to imitate-a step towards releasing robots from social isolation», Proc. From Perception to Action Conf., 1994, pág. 290–301.
T. Sugawara, «Using action benefits and plan certainties in multiagent problem solving», Proc. Ninth Conf Artificial Intelligence for Applications, 1993, pág. 407–413.
R. Polesel, R. Rosati, A. Speranzon, C. Ferrari, y E. Pagello, «Using collision avoidance
algorithms for designing multi-robot emergent behaviors», Proc. IEEE/RSJ Int. Conf.
Intelligent Robots and Systems (IROS 2000), 2000, pág. 1403–1409.
M.R. Khojasteh y M.R. Meybodi, «Using Learning Automata in Cooperation among
Agents in a Team», Proc. portuguese conference Artificial intelligence epia 2005,
2005, pág. 306–312.
N.M. Mayer, L.-W. Lu, Y.-M. Hung, H. Wu, y Y.-C. Chang, «Using U-Bot for RoboCup@home», Proc. SICE Annual Conf. 2010, 2010, pág. 35–36.
M. Kaya y R. Alhajj, «Utilizing fuzzy OLAP mining towards novel approach to multiagent modular reinforcement learning», Proc. IEEE/WIC/ACM Int. Conf. Intelligent
Agent Technology (IAT 2004), 2004, pág. 197–203.
C.A.A. Calderon, R.E. Mohan, y C. Zhou, «Virtual-RE: A Humanoid Robotic Soccer
Simulator», Proc. Int Cyberworlds Conf, 2008, pág. 561–566.
G. Yasuda y B. Ge, «Vision based environment recognition and movement control for
autonomous wheeled mobile robots», Proc. Int. Conf. Mechatronics and Automation
ICMA 2009, 2009, pág. 1083–1088.
Preparado por el Grupo Investigación Istar- Versión 1.06 – 01/10/2010
Página 30
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado ProPAC- <Investigación>
[272] S.-de Chen, K. Wang, R.-zi Xing, y W. Wang, «Vision-Based Mobile Robot Pose Tracking in RoboCup Environment», Proc. Sixth World Congress Intelligent Control and Automation WCICA 2006, 2006, pág. 9322–9326.
[273] H. Kimura y H. Katano, «Vision-based motion recognition of the hexapod for autonomous assistance», Proc. Conf. IEEE/RSJ Int Intelligent Robots and Systems, 1998,
pág. 1–6.
[274] M. Asada, S. Suzuki, M. Veloso, G.K. Kraetzscmar, y H. Kitano, «What we learned
from RoboCup-97 and RoboCup-98», Proc. IEEE/RSJ Int. Conf. Intelligent Robots and
Systems IROS ’99, 1999, pág. 1426–1431.
Preparado por el Grupo Investigación Istar- Versión 1.06 – 01/10/2010
Página 31
Pontificia Universidad Javeriana
Propuesta para Trabajo de Grado ProPAC- <Investigación>
6 Documentos Anexos
6.1 Anexo 1. Archivo de Excel: Propuesta Cronograma ProPAC
Este documento contiene:



El diagrama GANTT de las actividades contenidas en cada fase metodológica, especificando su duración en semanas, vale la pena aclarar que además contiene la duración las actividades del Proyecto Especial “AgentCoop: Análisis y refinamiento de las capas encargadas
de la gestión de micro sociedades en un equipo de fútbol robótico de
5 jugadores” de donde se extiende este trabajo de grado propuesto.
Por esto se estiman 39 semanas, de las cuales 17 corresponden al
Proyecto Especial y 24 para el Trabajo De Grado. Hay 2 semanas en
las cuales se solapan actividades del Proyecto Especial y del Trabajo
de Grado.
El cálculo de las horas disponibles para el Trabajo de Grado propuesto.
El cálculo de las horas dedicadas a cada fase metodológica (objetivo
específico) y sus actividades relacionadas.
6.2 Anexo 2. Archivo de Excel: Propuesta Costo ProPAC
Este documento contiene:

Calculo del costo de cada uno de los recursos relacionados al Trabajo de Grado.
Preparado por el Grupo Investigación Istar- Versión 1.06 – 01/10/2010
Página 32