机器人足球比赛系统作为人工智能领域的一项重大挑战,是当前研究的热点。它融合了多学科的研究成果,是进行机器人技术、多智能体系统研究的一个标准的实验平台。中型组足球机器人都是完全自主,通过无线网络进行通讯,各个队员之间互相协调,共同完成比赛任务。守门员作为其中重要的一员,担负着球队的防守重任,其控制的好坏对比赛结果起着非常重要的作用。本文以中型组足球机器人守门员为研究对象,在收集和分析国内外相关文献的基础上,结合机器人足球比赛的具体情况,针对守门员的行为包括足球位置预测、动作控制、防守策略等方面展开研究。主要研究内容包括：1.足球位置的预测。足球是守门员防守的重点对象,通过预测足球的运动位置,守门员能够及时地采取某种防守策略,以阻止足球进入我方球门。考虑到实际机器人足球比赛过程中的动态性和实时性,提出一种基于强跟踪和H∞滤波计算的足球位置预测算法,通过将渐消因子引入H∞滤波算法中,提高了预测精度。实验结果表明,该算法能够快速跟踪足球突变,更准确地预测足球位置。2.守门员的动作控制。守门员通过控制自己的运动来执行相应的动作,从而实现动作控制。在介绍机器人足球比赛系统的有关坐标系规定和机器人运动学模型的基础上,提出了基于改进PID的守门员动作控制算法。通过分析守门员各个动作的执行过程,该算法给出了对各个动作相应的控制。跟球动作的实验结果表明,该算法具有良好性能,能够满足比赛要求。3.守门员的防守策略。为了使守门员具有智能的防守决策能力,能够根据比赛状态的变化执行相应的防守动作,在分析强化学习方法的基础上,提出了一种基于Elman网络的强化学习算法用于实现守门员的防守策略。通过将Elman网络引入Q学习过程中,改善了学习性能。实验结果表明,该算法能够有效地提高守门员的防守能力,实现守门员的自主防守决策。最后对论文进行了总结,阐明了主要的研究成果,并指出了今后在守门员防守控制中有待进一步研究和改进的地方。