自主式移动机器人进化行为研究与设计.pdfVIP

自主式移动机器人进化行为研究及设计 特性，如物体的移动，环境的改变；控制作用并非完全可靠，如车轮打滑等等。为了解决上述 存在的问题，传统的解决方法是精心设计机器人的机械和传感装置，或对环境做详细的规定和 构造，或兼而有之，但带来的问题是提高了成本，降低了机器人的自主性，难以适用于任意的 环境。因此，目前移动机器人的研究重点是设计一种良好的控制结构，应具有主动学习和自适 应的能力，能克服环境的不确定性，可靠的完成复杂任务，且成本低，鲁棒性好。由进化机器 人的特点可以得知，进化机器人能够达到这一要求。 0．2国内外自主式移动机器人进化行为研究现状 近十年来，职引起了许多研究人员的关注，其中以欧洲和日本的研究机构最为活跃，如瑞 只限于小规模的较为简单的问题，所采用的机器人也大多是小型的。典型的实验包括自主避障、 趋光性研究、自充电行为、模拟收集垃圾行为、视觉目标定位等。ER研究的问题涉及系统的各 个方面，包括控制器结构、编码策略、进化操作、适应度函数的选取、个体学习、协进化、多 足机器人、硬件进化、ER方法论等。 的出现为进化技术应用于机器人控制器的设计提供了便利的实验条件。进化机器入学尝试着从 另一个角度来考虑全局目标和反射行为的结合问题，以提高系统的自主性和适应性。 图0．1进化机器人研究平台Khepera Nordin与Wolfgang 法是遗传规划(GP，genetic 自主式移动机器人进化行为研究及设计 题，基本思想和遗传算法相类似，通过随机产生初始群体，然后对群体进行自然选择、交叉变 异，最终优胜劣汰，自动生成性能较好的计算机程序【14】。GP应用领域非常广，但目前的水平还 不能产生非常完善的程序。 图0．2进化机器人研究平台@enghis 两个电机驱动(水平方向和垂直方向)，每个电机上装有压力传感器；机身装有五个摄像头、两 68hcll为主。1990年，Pattie Maes用增强学习策略(reinforcement 机器人的步态协调“”。这种算法基本原理为：如果某个行为策略会产生正的奖励，那么机器人 产生这个行为策略的趋势将会加强；如果某个行为策略导致环境负的奖励，那么机器人产生这 个行为策略的趋势将会减弱，最终消亡。由于强化学习不像有教学习那样有教师信号，它仅有 一个强化信号来判断动作的好坏，所以它的学习过程必定是漫长的。 图0．3进化机器人研究平台0cT—Ib Takashi Gomi又用进化的方法在图0．3所示的八足oC 7卜lb机器人上实现步态协调。采用 了较先进的基于生态竞争模型的遗传强化学习算法。这种算法引入子群概念，将完整种群分为 伙伴和对手两种。伙伴个体通过遗传交配生成新个体，这是算法中个体的先天遗传进化。对手 自主式移动机器人进化行为研究及设计 个体之间同时存在相互激活与竞争行为，结果是对手个体的表现型被动态地自适应调整，这是 个体的后天竞争学习[16-17]。ECA步骤如下： 1．选择伙伴个体。以代表个体为父本，再按照门当户对原则，选出一个最接近于父本的 Step 个体作为母本，父本和母本成为一对伙伴； Step2．伙伴个体间进行交叉、变异等遗传操作，生成新个体： 3．运用取代机制进行群体更新； Step 4．对手个体竞争； Step 5．子群规模调整。 Step 这种进化算法比较先进，但是非常复杂，实现会比较困难。 of in FederalInstitute 自上世纪九十年代起，Swiss Technology ofSussexat ofSouthern Brighton、University 人工进化的尝试叫l。这些研究的成功尝试带动了欧洲、日本及美国的一大批研究者进行进化机