امروزه محدودیت های تست و توسعه بر روی ربات های واقعی، محققان این عرصه را به توسعه بر روی بستر های نرم افزاری سوق داده است. شبیه سازهای رایانه ای به عنوان بستری مناسب برای توسعه سریع الگوریتم های هوش مصنوعی، بدون نیاز به ربات های فیزیکی از محبوبیت زیادی در میان دانشمندان این رشته برخوردار می باشند [1]. در این پایان نامه مسابقات شبیه سازی فوتبال دو بعدی بین ربات ها را به عنوان بستری برای انجام تحقیقات بر روی طراحی یک کنترل کننده تصمیم گیری رفتار های تیمی در فوتبال انتخاب نموده ایم. مبحث کنترل رفتار هماهنگ تیمی و آرایش بندی مناسب برای رویارویی با حریف از پیش شناخته نشده، یکی از چالش های بارز در محیط های رقابتی است. از آنجایی که در یک بازی فوتبال (به عنوان یک محیط رقابتی)، فضای حالات ممکن بسیار بزرگ است، استفاده از یک روش یکنواخت امکان پذیر نمی باشد و لذا طراحی استراتژی های قابل تغییر، رکن ضروری در دستیابی به موفقیت می باشد. از این رو هدف این پایان نامه طراحی یک کنترل کننده به نامex-tfc با استفاده از سیستم خبره برای تصمیم گیری آرایش بندی تیمی در ربات های فوتبالیست شبیه ساز دو بعدی می باشد. ex-tfc بر گرفته از کلمات (expert team formation controller) می باشد که با استفاده از مدل شناسایی شده ی حریف عمل می کند. بدین منظور روش های مختلف یادگیری ماشین برای مدل سازی آرایش بندی حریف به صورت کامل مورد بررسی قرار گرفته و در نهایت الگوریتم هایی برای تطبیق آرایش بندی حریف به مدل های از پیش تعیین شده، توسعه داده شده اند. این ساختار به تصمیم منسجم تر و با سرعت بالاتر و با هزینه ی محاسباتی پائین تری دست خواهد یافت. بدین صورت تصمیم گیری وابسته به یک بازی مشخص از یک تیم نخواهد بود و به راحتی قادر خواهد بود در مقابل تیم های مختلف رفتاری مناسب از خود ارائه دهند. تصمیم گیری سیستم ex-tfc بر اساس دانش فرد خبره در زمینه ی مربیگری فوتبال می باشد. برای تعریف مدل حریف، رویکرد های مختلفی ارائه گردیده است. به طور مثال می توان بازی های انفرادی و یا رفتار های دروازه بان هنگامی که بازیکن مهاجم نزدیک به دروازه می شود را مدل کرد و یا در سطحی بالاتر، رفتار هماهنگ تیمی را به عنوان مدلی از حریف تعریف نمود. سیستم ex-tfc آرایش بندی بازیکنان در سطح زمین را به عنوان یک مدل از حریف مورد بررسی قرار می دهد. در این گزارش، ابتدا در فصل ? به بررسی محیط شبیه سازی و تعاریف اولیه خواهیم پرداخت. در همین فصل نگاهی خواهیم داشت به روش های یادگیری ماشین که برای تشخیص آرایش بندی حریف در این پایان نامه مورد استفاده قرار گرفته اند. به طور دقیق تر روش های مبتنی بر شبکه های عصبی، الگوریتم k-نزدیک ترین همسایه و روش های مبتنی بر ماشین های بردار پشتیبان معرفی شده اند. در بخش پایانی همچنین مفهوم سیستم های خبره و اجزای تشکیل دهنده آن مورد بحث قرار گرفته اند. در فصل ? رویکرد ها و روش های معرفی شده توسط محققین در زمینه مدل سازی حریف، چه از منظر انفرادی و چه از منظر تیمی در بستر مسابقات شبیه ساز فوتبال به طور دقیق مورد بررسی قرار گرفته اند. لازم به ذکر است نتایج این بررسی به صورت مقاله ای تحت عنوان «an overview on opponent modeling in robocup soccer simulation 2d» در «robocup 2011: robot soccer world cup xv, 2011» منتشر گردیده است. در فصل سوم به بررسی روش های پیشنهادی در این پایان نامه تحت عنوان سیستم ex-tfc به عنوان کنترل کننده تصمیم گیری رفتار های تیمی پرداخته و روش محاسباتی و نحوه کنترل سیستم ex-tfc را مورد بررسی قرار داده ایم. سپس نتایج حاصل از آن را با روش های متداول بیان شده در فصل اول مقایسه نموده و نمونه ی پیاده سازی شده از سیستم را در انتهای فصل مشاهده خواهید نمود.