基于改进遗传算法的室内环境下的机器人路径规划

针对传统遗传算法在机器人路径规划上的不足,并针对特定的室内环境,本文提出一种在选取子代时随机改变每代的种群数、剔除极差的个体的原则进行子代筛选,从而使遗传算法避免陷入局部最优并且快速收敛。仿真结果表明,这种算法是有效可行的。引言:随着人工智能的发展,对机器人智能化要求越来越高,其中路径规划一直是机器人研究领域的重点,它的首要目标是在机器人所在环境内生成从起点到终点的无碰撞路径,其次则是改善该路径以达到更优的路径。关于机器人路径规划,一般有静态路径规划和动态路径规划两种。目前,有很多路径规划算法都被提出,其中遗传算法具有较强的全局搜索能力被很多研究所采用。