近年来，机器人足球赛已经成为人工智能和机器人学研究的热点问题之一。由于实物机器人足球比赛所需硬件设备相对比较昂贵，而仿真机器人足球比赛又基本囊括了机器人足球比赛的主要技术，因此仿真机器人足球比赛已成为机器人足球领域的一个重要组成部分。本课题就是对仿真机器人足球赛进攻策略的研究与实现。仿真机器人足球赛与实物机器人足球赛决策系统是完全等同的。本课题通过对各种决策模型的分析，并结合机器人足球赛特点，针对进攻策略提出了一种新的三层决策模型：战略层、战术层、动作层。战略层是一个全局的、统筹的、指导性的决策层。在战略层作者采用了一种根据比赛形势变化状况，而动态地改变己方战术层策略的方法。战术层在整个机器人足球比赛中是一个极其重要的层次，它担负着承上启下的作用。向上接受战略层指导，向下告知动作层应该如何动作。战术层主要包括队形与角色分配、路径规划与避障两大部分。在队形与角色分配这一部分中，论文首先对常见的队形与角色分配方法进行了详细地分析，然后给出了系统采用的队形和角色分配策略——粒子群优化算法。在路径规划与避障部分，文章分析了机器人足球赛中路径规划与避障的特点，在介绍了各类常规性方法之后，讨论了本课题使用的算法——最短切线路径规划与避障，并且论述了本课题采用的障碍物判定准则。在动作层，本文首先对基本动作做了详细的划分，详细阐述了各个基本动作的不同实现方法。在此基础上，介绍了各种踢球动作——中分线法、矢量域法等等，并给出了每种方法的实现策略。接着又简要地剖析了各种射门方法，并且提出了在本系统中使用的射门策略——简化了的死角射门法。最后，利用发现式学习来分析、归纳并发现对方踢点球、自由球策略，根据学习到的策略，给出了一种实用的点球方法，并提出了一种高效的自由球策略。