采用隔代多目标演化之基因演算法于四足型多关节机器人自我调适.pdf

採用隔代多目標演化之基因演算法於 四足型多關節機器人自我調適運動行為 陳厚諭 吳世弘 朝陽科技大學 朝陽科技大學 cyut.edu.tw *contact author shwu@cyut.edu.tw 摘要 環境 [2] 。 近幾年來機器人漸漸融入在我們的生活 許 多學者嘗試使用基因演算法或類神經 中 ，一般傳統機器人行為是依靠一套動力學指 網路來找出進化和學習的相互關係[3] ，更高層 令來控制它 ，當周遭環境改變了 ，則 需要立即 次的解釋 進化式機器人其目的在於能夠使不 編制一套新的指令來面對新的環境 。進化式機 同回饋機制當作進化式演算法的適應值 ，進而 器人可以彌補傳統機器人的缺點，在於進化式 完成各種指定的任務 [4] 。圖一是我們進化式機 機器人可以透過進化式演算法立即編制一套 器人與環境 架構圖 。在研究裡是由四個重要架 適合目前環境行為，這就是進化式機器人的特 構所組成的 :(1)由於進化條件不是進化式機器 色及優點 。 人本身，而是必須由環境和進化式機器人共同 進化式機器人在機器人學中是個重要的 決定的[1][3] ，我們將進化式機器人拆分成進 發展議題 ，主要是由機器人和機器人所在的環 化式演算法以及機器人兩個區域來探討 ，這種 境兩大因素構成 ，本篇論文的目的是能夠讓機 機器人像是生物一樣 ，擁有自我啟發並且是有 器人自主發展行為來完成指派的任務 ，我們採 組織的生物並且具備學習功能。進化式演算法 用的進化式演算法為基因演算法 ，也嘗試使用 我們是使用基因演算法由選擇(Choose) 、交叉 多目標演化作為進化的依據，我們會在終點處 (Crossover) 、突變(Mutation)這三種元素任意改 設置一個類似燈塔的光源，使機器人能夠快速 變人口群排列組合 [5] 。(2)環境的變數對於機 朝向光源移動 並且動作要平穩。在適應值的篩 器人的影響非常大 ，當機器人執行特定任務 ， 選相當嚴格 ，我們採用隔代與非隔代多目標演 環境大多在實驗中都不會做任何變動 ，因為這 化的適應值 ，且取排名前三的適應值當作機器 會影響整個實驗進行和結果 。(3)是決定能自主 人演化行為的指標。在機器人的構型上分為四 行動的進化式機器人在篩選基礎行為的關鍵 ， 足型態和四足多關節型態 ，並針對向前運動行 所以必須要有規劃的 ，也是一種機器人自我評 為作為實驗的主要方向 。 估的依據 ，大多的 適應值源自於機器人上的感 關鍵詞 ：進化式演算法，仿生機器人，進化式 測器 ，在感測器部分 ，圖二是我們仿生 機器人 機器人 ，多目標演化。 感測器。 我們使用超音波作為距離的回饋 ，除 Keywords-Evolution Robotics,biomorphic robot, 此之外還加了光敏電阻感測器和三軸加速度 evolutionaryalgorithm,multi-objective evolution. 計分別作為偏移量 與平穩值的回饋 ，讓機器人 1. 介紹 在演化時不僅在速度上有所 提升且具有方向 性 ，平穩度也會得到改善 ，來達到我們多目標 進化式機器人近年來被視為有趣且具有 的演化 ，間接的進化式機器人在演化過程中比 研究意義的 主題 ，有學者定義進化式機器人是 較不會造成時間 ，硬體間無謂的實驗消耗