任务分为三类：1.存在可用方法，存在提升空间（可用但待提升）2.有进展但方法不好用 （待解决）3.无可用方案（待分析）
难度从1-5
⚽⚽⚽⚽⚽
⚽⚽⚽⚽
⚽⚽⚽
⚽⚽
⚽
[toc]
- 任务描述：
- 多策略：复杂策略计算往往无法保证实时性，如果只计算最优策略，在执行时一旦发现最优策略因场景变化不能执行时只能重新计算出现策略不够流畅。多策略想要通过保留计算结果中具有一定差异性的策略选择解决此问题，结合可行性判断可以迅速切换次优策略保证流畅度。
- 可行性：通过普通的传球点计算可以实现**“我想要”，但有时由于场上的一些其他因素（机器人损坏/机器人卡住/不方便移动等），需要通过“我可以”**来判断策略执行。
- 任务描述：存在球和一台机器人，实现尽可能快的静态接球。
- 目前进展：根据机器人运动模型可以计算出一个带速度的机器人零速到任意一点的时间，根据球模型可以计算出无其他机器人干扰情况下之后任意时间的球位置，通过在时间上遍历可以求得一个最快可以接到球的点。
- 其他扩展：在实现接球后，可衔接一个turn带球朝向目标，实现场上接球+传球/射门的base，可以作为几乎所有策略层Skill的subtask
- 存在问题及改进：
- 在球与机器人距离较近时会由于模型精度不够高或输入噪声导致接球点不稳定。
- 在机器人接球移动过程中遇到障碍物（球或其他机器人）容易造成失败。
- 在时间遍历时需要设置合适的参数，过大的时间会造成跳点或搜索失败，过小会造成计算资源浪费。
- 任务描述：非零速传球
- 任务描述：
- 任务描述：对球移动进行建模，提供基于时间的预测接口
- advanced：
- 挑球
- 香蕉球
- 任务描述：利用强化学习的思想，针对一些关键参数进行**在线（on-policy）或离线（off-policy）**自动调参完成场景的实时变化。