移动机器人自主行为设计的演化方法研究

摘要

随着机器人技术的发展以及机器人应用领域的扩大,人们期望机器人在许多人类不能及的区域能代替人类完成更复杂的任务.随着应用领域的扩大,机器人所处的环境往往是未知、不可预测的环境,机器人所要完成的任务也越来越复杂,对机器人行为进行人工分析、设计变的越来越困难.因此,需要减少人工干预,让机器人通过自组织的过程来适应这种环境并完成所要求的任务.一种新的机器人技术——演化移动机器人技术,通过将演化算法和机器人技术紧密结合,很好的实现了这种不需要过多人工干预的自组织机器人行为演化过程.该论文主要讨论的就是这种演化方法的实施过程,以及作为演化算法的一种——遗传规划(GeneticProgramming)算法在单移动机器人和多移动机器人自主性

目录

文摘

英文文摘

第一章绪论

1.1引言

1.2移动机器人适应性行为设计的研究现状

1.3演化移动机器人技术的提出

1.4本论文的结构框架

第二章演化算法与机器人技术的结合：演化移动机器人技术

2.1演化算法概述

2.1.1演化算法控制参数的选取

2.1.2演化算法的改进

2.2演化算法与机器人技术的结合

2.3演化移动机器人技术的研究内容

2.3.1环境和任务

2.3.2编码方式和适应度函数

2.3.3演化过程

2.4演化移动机器人技术存在的主要问题与解决途径

2.5本章小结

第三章遗传规划算法的原理及C++语言实现

3.1遗传规划算法

3.1.1概述

3.1.2个体表示及遗传操作

3.1.3遗传规划算法的演化过程

3.2遗传规划算法的C++语言具体实现

3.2.1个体的表示

3.2.2适应度函数的选择

3.2.3初始群体产生的方法

3.2.4一个实例：符号回归

3.3本章小结

第四章基于遗传规划算法的单移动机器人自主行为演化

4.1机器人自主行为演化任务

4.2机器人自主行为研究实验

4.2.1实验参数设置

4.2.2程序解决

4.2.3仿真结果及分析

4.3本章小结

第五章基于遗传规划算法的多移动机器人自主行为演化

5.1多移动机器人自主行为研究概述

5.2多移动机器人自主行为演化仿真实验

5.2.1实验要求及目的

5.2.2实验参数设置

5.2.3仿真结果及分析

5.3多移动机器人自主行为协调的仿真分析

5.3.1多机器人行为协调问题的产生

5.3.2多机器人行为协调问题的解决

5.3.3移动机器人子行为的演化

5.3.4仿真结果分析

5.4本章小结

第六章总结与展望

6.1总结

6.2展望

参考文献

攻读硕士学位期间发表和完成的论文

致谢