一种基于进化与学习的机器人自适应设计方法技术

本发明专利技术涉及一种基于进化与学习的机器人自适应设计方法，该方法包括：S1、随机生成机器人种群，对种群中机器人个体的形态和控制器基因进行编码；S2、对种群中机器人个体的性能进行评估；S3、遍历种群中的每个机器人个体，通过控制器的进化使得机器人在任务环境中进行学习，完成种群中每个机器人个体中控制器的优化；S4、采用进化算法产生新的机器人种群；S5、重复执行步骤S2～S4直到完成指定的迭代次，完成机器人设计。与现有技术相比，本发明专利技术不受机器人的形态限制，具备通用性。具备通用性。具备通用性。

【技术实现步骤摘要】
一种基于进化与学习的机器人自适应设计方法


[0001]本专利技术涉及机器人设计
，尤其是涉及一种基于进化与学习的机器人自适应设计方法。

技术介绍

[0002]随着机器人技术的发展，机器人的应用涉及到了越来越多的领域，对机器人的要求也因此更加趋向多元化。目前的机器人设计范式为首先设计面向使用场景的机器人形态，再根据形态进行控制的设计与匹配。这样的设计范式不具备普适性，不同的使用场景对于机器人的不同要求都需要不同程度的人工干预调整，设计过程复杂且低效。
[0003]借鉴达尔文进化论的思路，进化机器人的研究通过进化机器人的形态和/或控制器实现针对特定任务的自主优化。目前对于进化机器人主流的工作主要是针对形态固定的机器人进行控制器的优化，或是对模块化机器人进行形态受限的形态与控制器共同进化。这样的进化机器人受限于形态的搜索空间，不具备通用性。当环境与任务发生变化时，依然需要大量的人工调整。

技术实现思路

[0004]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于进化与学习的机器人自适应设计方法，该方法不受本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于进化与学习的机器人自适应设计方法，其特征在于，该方法包括：S1、随机生成机器人种群，对种群中机器人个体的形态和控制器基因进行编码；S2、对种群中机器人个体的性能进行评估；S3、遍历种群中的每个机器人个体，通过控制器的进化使得机器人在任务环境中进行学习，完成种群中每个机器人个体中控制器的优化；S4、采用进化算法产生新的机器人种群；S5、重复执行步骤S2～S4直到完成指定的迭代次，完成机器人设计。2.根据权利要求1所述的一种基于进化与学习的机器人自适应设计方法，其特征在于，步骤S1基于CPPN随机生成机器人种群。3.根据权利要求2所述的一种基于进化与学习的机器人自适应设计方法，其特征在于，机器人种群中机器人个体的形态和控制器的生成方式具体为：S11、采用CPPN对机器人个体的形态进行编码，机器人骨架的形状与器官的位置通过CPPN生成的结果来决定；S12、机器人个体的控制器为一个人工神经网络控制器，采用CPPN对机器人个体的控制器进行编码。4.根据权利要求1所述的一种基于进化与学习的机器人自适应设计方法，其特征在于，步骤S2中机器人个体性能的评估由适应度函数来定义，适应度函数通过对机器人的新颖度N、机器人相对目标位置的距离D、运动速度V进行处理，计算出机器人的实际性能F：F＝H(N，D，V)其中，H性能计算函数。5.根据权利要求1所述的一种基于进化与学习的机器人自适应设计方法，其特征在于，步骤S3中机器人个体的学习具体包括：S31、创建控制器种群；S32、将控...

【专利技术属性】
技术研发人员：李伟，魏秉晟，马琰，徐康，
申请(专利权)人：复旦大学，
类型：发明
国别省市：