基于增强拓扑神经演化强化学习的水面无人艇局部路径规划

发布时间：2021-09-17 11:33

　　针对水面无人艇（unmanned surface vessel, USV）在复杂环境下的局部路径规划问题,对USV路径规划问题进行了数学建模,提出了基于增强拓扑神经演化（neuroevolution of augmenting topologies, NEAT）算法的局部路径规划方法;设计了神经网络初始结构和演化参数,对初始神经网络结构进行演化实现避障及到达指定目标的路径规划任务;通过设计适应度函数,实现路径点数目的优化。仿真结果表明:利用NEAT算法演化神经网络的方法能够使USV在复杂的环境中准确避开障碍物并到达目标点,且在路径点数目和鲁棒性方面优于传统的模糊逻辑算法与人工势场算法。 

【文章来源】：科学技术与工程. 2020,20(15)北大核心

【文章页数】：6 页

【部分图文】：

USV环境探测示意图

为了便于神经网络间基因的杂交,基因编码采用网络连接的线性化表示,每个基因编码都有与之一一对应的网络结构。基因编码包含节点信息和连接信息,节点信息主要包括节点编号及类型,连接信息主要包括连接编号、连接的起始节点、连接的终止节点、连接的权重、标志位,其中标志位表示此连接是否有效,EN表示有效,DIC表示无效。图3为基因编码实现的示例。基因的变异包括节点的增加或移除、连接的增加或移除两种形式。对于增加节点或连接,首先对新生成的节点或连接进行编号,同时赋值连接权重为符合给定正态分布的随机数。移除操作是利用标志位来实现的,当标志位以一定概率由有效变为无效时,对应连接被移除。图4为基因突变实现的示例。

基因的变异包括节点的增加或移除、连接的增加或移除两种形式。对于增加节点或连接,首先对新生成的节点或连接进行编号,同时赋值连接权重为符合给定正态分布的随机数。移除操作是利用标志位来实现的,当标志位以一定概率由有效变为无效时,对应连接被移除。图4为基因突变实现的示例。基因的交叉是通过父代基因编码的组合产生新的基因编码的过程。由于连接编号对应唯一的连接情况,所以后代只需继承父代的连接编号,就可以实现基因的交叉操作。图5为基因交叉实现的示例。

【参考文献】：
期刊论文
[1]基于YimaEnc海图的无人艇局部路径规划研究[J]. 徐小强,祝亚兰.  武汉理工大学学报(信息与管理工程版). 2017(05)
[2]智能航运系统的发展现状与趋势[J]. 严新平,柳晨光.  智能系统学报. 2016(06)
[3]USV发展现状及展望[J]. 柳晨光,初秀民,吴青,王桂冲.  中国造船. 2014(04)
[4]基于改进人工势场法的移动机器人自主导航和避障研究[J]. 沈凤梅,吴隆.  制造业自动化. 2013(23)
[5]水面无人艇模糊近域图避障方法研究[J]. 王敏捷,张汝波.  计算机工程. 2012(21)
[6]模糊控制理论综述[J]. 楚焱芳,张瑞华.  科技信息. 2009(20)



本文编号：3398634