改进了基于人工蜂群算法的移动机器人的多目标路径规划
Qiuyu Cui1, Pengfei Liu1, Hualong Du1
1School of Mechanical Engineering and Automation, University of Science and Technology Liaoning, Anshan, Liaoning, China.
Frontiers in neurorobotics
|June 16, 2023
概括
一个改进的多目标人工蜂群算法 (IMOABC) 增强了移动机器人路径规划. 这种生物灵感的方法为复杂的优化任务和机器人导航提供了比现有方法更好的性能.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 人工智能的人工智能
- 优化算法 优化算法
背景情况:
- 移动机器人在太空探索,物流和救援行动等多种应用中至关重要.
- 有效的路径规划对于移动机器人任务完成和运营成功至关重要.
- 现有的路径规划算法在为复杂的场景找到最佳路线时面临着挑战.
研究的目的:
- 开发一种先进的生物灵感算法,用于移动机器人路径规划.
- 增强多目标人工蜂群算法 (MOABC) 以提高优化能力.
- 在复杂的多目标优化问题和机器人路径规划模拟中验证拟议的算法的有效性.
主要方法:
- 开发了改进的多目标人工蜂群算法 (IMOABC),结合了四种新的策略:外部档案修剪,非主导排名,拥挤距离和增强的搜索策略.
- 在六个标准多目标测试函数上测试和验证IMOABC算法.
- 在模拟环境中对移动机器人路径规划IMOABC算法的应用和比较分析,与MOABC和基本人工蜂群 (ABC) 算法等既有算法相比.
主要成果:
- 与其他经过测试的算法相比,IMOABC算法在解决复杂的多目标优化问题方面表现出卓越的性能.
- 在移动机器人路径规划模拟中,IMOABC算法始终超过MOABC和ABC算法.
- 在IMOABC内部的增强战略有效地提高了其在具有挑战性的环境中找到最佳路径的能力.
结论:
- 开发的IMOABC算法代表了移动机器人生物灵感路径规划的重大进步.
- IMOABC为机器人相关的复杂多目标优化问题提供了强大而高效的解决方案.
- 这种算法显示了广泛的适用性和提高移动机器人的运行能力在各种领域的潜力.
