改进CMA-ES算法及其在7自由度仿人臂逆运动学求解中的应用

摘要

提出一种改进的CMA-ES算法:将原算法随机生成初始均值点,改为由佳点集中优秀个体加权求和得到;增加越界敏感因子和步长缩放系数,用于新个体存在越界行为时,修正步长更新.以7自由度仿人臂为例,用改进的CMA-ES算法求逆运动学解,结果表明改进的CMA-ES算法可实时、高精度地求解:在点对点运动中,改进的算法单次求解时间约为9.7 ms,适应度函数稳定在10-8级别;在工作空间的连续轨迹中,位置跟踪误差稳定在10-5mm级别,单次平均求解时间约为14.1 ms.