7、移动机器人的进化行为基础控制

移动机器人的进化行为基础控制

1. 引言

智能移动机器人在现代工业和日常生活中扮演着日益重要的角色。为了使这些机器人能够在复杂环境中高效地完成任务，基于行为的控制策略显得尤为重要。本章将介绍一种创新的进化策略（ES），该策略通过使用子群体（或亚种群）的统计信息，显著提升了移动机器人的控制性能。该方法不仅提高了搜索解决方案的能力，还避免了繁琐的系统设计参数设置。

2. 使用子群体统计信息的进化策略

2.1 群组划分

在所提出的进化策略中，种群根据每个个体的相似性度量自动划分为若干亚种群。每个亚种群中的个体数量至少为三个，以确保足够的多样性。子群体的数量与搜索方向的数量相同，交叉决定了搜索方向，而变异决定了搜索范围。

设个体 ( \phi_{i} ) 为第 ( i ) 个子群体的精英个体，它在该子群体内最大化一个成本函数。子群体 ( i ) 中的精英个体 ( \phi_{i,\text{max}} ) 与个体 ( \phi_j ) 之间的相似性由欧几里得范数定义：

[ d = | \phi_{i,\text{max}} - \phi_j | ]

如果度量 ( d ) 小于预设的半径 ( \delta )，则个体 ( j ) 被包含在子群体 ( i ) 中。否则，子群体的索引 ( i ) 将增加，并重新评估上述方程。

2.2 最大均值算术交叉

为了提高搜索效率并减少陷入局部最小值的可能性，我们重新描述了一种方法，该方法在交叉操作中使用子群体的竞争精英和该子群体的平均强度（不包括精英）。这种方法对精英具有非常强的直接性，从而使得搜索更具方向性。