随着科学技术的突飞猛进,机器人的发展已经不局限于简单地某一重复运动方式,人们在探讨一种更为先进的人工智能机器人,除了具有简单机器人的特点之外,它们还具有某些智能,能够自适应地去学习,并在学习的过程中不断完善自身,逐步进化以至于达到能够创造。当然现在还只是某种设想,将来的那一天就有可能会实现；不过现有的技术还是使得机器人具备一定的智能。利用风靡全球的robocode开发引擎可以设计出优秀的智能机器人坦克；它不是建立在一种特定的硬件平台上,而是虚拟的软件开发平台,这样就可以更好地利用计算机强大的运算能力在软件上先模拟出机器人坦克模型,为后期特定的硬件平台提供一定意义上的技术支持与准备工作。本论文利用此开发引擎,再结合Java开发的工具包和集成开发环境Eclipse的使用,开发出具备一定学习能力的机器人坦克模型。其中主要采用了统一的建模语言(UML)思维构架,利用目前十分流行的MVC框架模式,重构了先前分布编写的基于直角坐标系的各个模型区代码,整合了全局体系结构。另外,数学统计的算法是基于直角坐标系更进一步的非全局势匹配算法,克服了全局算法的没有学习性和需要一定运动规律的特点,经过仿真测试发现在适用性上确实有所增强。最后还扩展了多个模型存在于战场的情况,可以是一对多模式也可以是混战的模式,但其他机器人坦克模型的数据占据优胜的先决条件,所以主要讨论了这些数据以什么样的方式组织和存放起来,这样之后的各种其他算法取用这些信息就很方便。