机器人足球系统是一个新型的交叉学科，是一个典型的分布式人工多智能体系统，在这个系统中，多个智能体，即机器人小车，在复杂的场地环境中相互协同配合完成任务。机器人足球系统涉及机械电子、计算机视觉、图形学、自动控制、通讯、运动与分析、专家系统、人工神经网络、机器人学和人工智能等多个学科和领域。因此机器人足球系统成为研究人工智能的典型平台，而且由于其复杂性，使得它非常具有挑战性。　　 一般来说，机器人足球系统由视觉子系统、决策子系统、通讯子系统和小车子系统等四部分组成。机器人足球决策子系统是机器人足球系统的大脑，具有举足轻重的作用。本文以专家系统、六步推理模型和三层决策模型为参考基础，对大场地机器人足球决策系统进行了研究和实现。本文的主要内容如下：　　 其一，首先根据国内外机器人足球的发展现状，并有针对性的对FIRA赛事中的MiroSot类型的机器人足球进行了理解，找出该决策子系统的特点、关键问题和难点问题。　　 其二，按专家系统观点来组织人类足球的教练思想和经验，结合六步推理模型和三层决策模型，逐步形成了自己的推理模型，形成大场地决策子系统的整体结构。　　 其三，根据已经构建成形的大场地决策系统推理模型，分别介绍了典型的基于全局集中控制的静态场地分区方法，以及和分区模式息息相关的五大主线策略，即守门员策略、小禁区防守策略、大禁区防守策略、中场策略、进攻策略。与此同时，阐述了协调层中起着重要作用的场地信息的处理和场地态势分析。这样决策子系统的组织层次轮廓基本完成。　　 其四，由于机器人小车的本身结构特点是轮式结构，并且处于最底层的动作执行层在整个系统中及其重要，是实现决策预期效果的最终决定因素，因此详尽的介绍了机器人小车的运动学模型，进而介绍了两个最基本的元动作的设计和实现，进一步介绍了一个在进攻策略中决定比赛胜负的组合动作--射门动作的设计和实现。　　 其五，要完成足球比赛，队员之间的团队协作十分重要，它也是队员之间交流的纽带，第四章在场地态势的基础上，介绍了三大类型的阵形和基于队形阵列的角色分配方法，本决策系统阵形包括进攻阵形、防守阵形和定位球阵型，最终形成了基于分区的8个静态虚拟分区阵形和35个实时切换阵形。在角色分配上，采用了静态分配和动态分配相结合的分配方法，从而把任务分解给能够最优执行的队员。　　 其六，在任务的分解的基础上，简单的按照任务去执行是不够的。因为场地上不仅仅有我方队员，还有对方球员，并且整个环境是动态变化的，因此经常会出现碰撞等不利因素的影响，为了能使每个队员更有效的完成自己的任务，有必要为他们规划自己的运动路线。本章介绍了基于可视图(v-graph)的路径规划算法，并应用到需要规划的队员中。