21、人形机器人双足行走与RoboCup足球比赛数据分析

人形机器人双足行走与RoboCup足球比赛数据分析

人形机器人双足行走参数优化

在人形机器人双足行走的研究中，不同的采样器与机器人组合会对目标值产生影响。

以下是不同机器人 - 采样器组合所达到的目标值（数值越高越好）：
| 名称 | Wolf | OP3 | Bez |
| ---- | ---- | ---- | ---- |
| Multi. MOTPE | 1.33 | 1.81 | 0.24 |
| MOTPE | 1.39 | 1.89 | 0.72 |
| Multi. TPE | 1.25 | 1.83 | 0.31 |
| TPE | 1.35 | 1.81 | 0.55 |
| CMA - ES | 0.90 | 1.53 | 0.69 |
| NSGA - II | 1.39 | 1.78 | 0.63 |
| Random 1000 | 0.64 | 1.36 | 0.17 |
| Random 10000 | 1.09 | 1.48 | 0.36 |
| MOTPE Comb. | 1.52 | 1.95 | 0.74 |

从这些数据可以看出，独立的MOTPE表现最佳。而且，采样器的选择不仅会影响目标值，还会对计算时间产生显著影响。例如，在配备AMD Ryzen 9 5900 × 12 - 核CPU的同一台机器上，多元MOTPE采样器进行1000次试验大约需要8小时，而独立版本则需要约24小时。

独立的（MO）TPE倾向于在已找到的当前局部最大值上进行更多改进，而多元版本则更多地探索参数空间。由于多元版本会尝试更多不良参数集，