论文部分内容阅读
国内的进化机器人研究还处于起步阶段，而近十年来，欧洲和日本的进化机器人研究机构最为活跃。作为多机器人领域备受关注的研究热点，协进化机器人在未来的多机器人系统中将会是主流。而随着智能控制理论、微电子技术、计算机技术和机械设计与制造技术的飞速发展，机器人在未来将会变得非常普及。机器人成为人们事业生活的好帮手将不再是一个遥远的梦。所以开展该课题的研究具有重要意义，不仅可以跟上国际步伐，同时也可以为国内的进化机器人研究提供资料。
先进算法对于进化机器人的控制策略有着举足轻重的作用。本文将基于复数编码的遗传算法和蚁群算法首次引入到竞争性协进化的理论研究中，提出了两种竞争性协进化的新策略。在仿真实验中，采用两个基于神经网络结构控制的移动机器人，并将它们投入到一个陌生的环境中。其中，一个机器人扮演猎手，另一个扮演猎物，猎手对猎物进行捕捉。实验最终结果是得到每一代的最好猎手机器人和最好猎物机器人以及他们的适应度曲线。在这个竞争性协进化系统中，基于复数编码的遗传算法和蚁群算法主要用于对机器人控制系统的神经网络进行进化。计算机仿真结果证实，与基本遗传算法相比，基于复数编码的遗传算法具有更强的进化能力，而蚁群算法则优于基于复数编码的遗传算法。
本文用一个章节详细介绍了协进化机器人仿真平台的设计，其中涉及到软件工程的许多知识，包括统一建模语言UML和面向对象设计(OOD)。
通过协进化策略的研究以及软件的编写、调试以及仿真实验，结果表明，本文所提出的协进化多机器人系统能够有效地提高机器人的智能性、鲁棒性、快速性以及准确性。