| 【中文题名】 | 基于神经网络集成的进化机器人行为方法研究 |
| 【英文题名】 | |
| 【学科专业】 | 控制理论与控制工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-7-19 |
| 【中关键词】 | 进化机器人,硬件进化,神经网络集成,并行,FPGA, |
| 【英关键词】 | Evolutionary Robotics,Evoluable Hardware,Neural network Ensemble,Parallel,FPGA, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化技术及设备>机器人技术>机器人> |
| 【论文摘要】 |
进化机器人是嵌入了进化算法的具有较强环境适应能力的机器人，属于智能机器人研究领域新的研究方向，能够很好的解决移动机器人学习与适应能力方面的问题。本文基于进化神经网络，对机器人硬件进化(EHW)的两个方面—形态的进化和基于FPGA的电子电路的进化进行了系统的研究。
现有进化算法搜索时间长，进化速度慢，往往不能进化出个体行为的最优解，本文利用神经网络集成显著的泛化性和个体成员网络的差异性，提出了基于集成系统的并行进化学习算法。本文定义了机器人传感器组，每一个传感器组最小结构对应于一种神经网络，通过进化成员网络的权值、结构、学习规则得到最优的行为个体。仿真实验证明了基于神经网络集成系统的并行学习算法的有效性，相比较于传统的单网络控制器的设计方法，本文所提出的算法具有更高的学习效率和进化能力。
本文结合自主避障的进化实验，对神经网络的硬件实现进行了探讨，提出了一种神经元连接方式，从输入层到中间层采用串行连接，从中间层到输出层采用并行连接，并对遗传算法进化神经网络的模块化结构设计进行了初步探讨。采用Altera公司的FPGA芯片—Cyclone EP1C3T144C进行实验，结果显示该方法能有... |
| 【论文题纲】 |
|
摘要 |
7-8 |
|
ABSTRACT |
8-10 |
|
第一章 绪论 |
10-18 |
|
1.1 引言 |
10 |
|
1.2 进化机器人学研究的主要方面 |
10-12 |
|
1.2.1 进化算法本身的研究 |
11 |
|
1.2.2 控制器的进化 |
11-12 |
|
1.2.3 硬件的进化(EHW) |
12 |
|
1.3 国外机器人进化行为研究现状 |
12-16 |
|
1.3.1 基本进化系统 |
13-14 |
|
1.3.2 协同进化方法的研究现状 |
14-15 |
|
1.3.3 机器人形态的进化 |
15-16 |
|
1.4 国内机器人进化行为研究现状 |
16 |
|
1.5 本文研究的主要内容 |
16-18 |
|
第二章 进化算法研究 |
18-28 |
|
2.1 学习与进化的交互作用 |
18-19 |
|
2.2 进化算法的基础:遗传算法 |
19-22 |
|
2.3 进化设计人工神经网络 |
22-26 |
|
2.3.1 神经网络集成 |
22-24 |
|
2.3.2 进化神经网络思想 |
24-26 |
|
2.3.3 并行进化神经网络算法 |
26 |
|
2.4 进化硬件问题 |
26-28 |
|
2.4.1 进化硬件的基本思想 |
26-27 |
|
2.4.2 数字型进化硬件实例 |
27-28 |
|
第三章 基于神经网络集成的并行学习进化算法 |
28-50 |
|
3.1 引言 |
28 |
|
3.2 传感器组最小结构设计的基本原理 |
28-32 |
|
3.2.1 机器人形态进化的研究(morphology) |
28-29 |
|
3.2.2 基于声纳阵列的最小结构设计 |
29-32 |
|
3.3 基于神经网络集成的进化结构 |
32-34 |
|
3.3.1 基于传感器组的单网络控制器 |
32-33 |
|
3.3.2 集成网络建模 |
33-34 |
|
3.4 并行进化策略 |
34-40 |
|
3.4.1 基于传感器组的编码机制 |
34-36 |
|
3.4.2 激励—反应对 |
36 |
|
3.4.3 适应度函数 |
36-38 |
|
3.4.4 遗传算子参数设计 |
38-39 |
|
3.4.5 成员网络动态权重调整方法 |
39-40 |
|
3.5 算法分析 |
40-42 |
|
3.5.1 并行进化算法流程 |
40-41 |
|
3.5.2 协同与竞争型进化 |
41-42 |
|
3.6 仿真实验及结果分析 |
42-49 |
|
3.6.1 软件仿真结果 |
42-45 |
|
3.6.2 收敛性分析 |
45 |
|
3.6.3 基于先锋 Pioneer 3移动机器人的进化实验 |
45-49 |
|
3.7 本章小结 |
49-50 |
|
第四章 基于 FPGA的神经网络硬件实现初探 |
50-56 |
|
4.1 FPGA及其开发环境 |
50 |
|
4.2 神经网络的硬件实现 |
50-55 |
|
4.2.1 输入层到中间层的串行设计 |
51-52 |
|
4.2.2 中间层到输出层的并行连接硬件实现 |
52-53 |
|
4.2.3 遗传算法的硬件结构设计 |
53 |
|
4.2.4 各模块具体实现 |
53-55 |
|
4.3 本章小结 |
55-56 |
|
第五章 进化机器人仿真系统设计 |
56-69 |
|
5.1 移动机器人的控制结构和运动模型 |
56-60 |
|
5.1.1 avoid_obs行为设计 |
57-58 |
|
5.1.2 explore行为设计 |
58-60 |
|
5.2 传感器模型的建立及声纳数据模拟 |
60-62 |
|
5.3 地图环境构建 |
62-64 |
|
5.4 基于面向对象的 SIMROBOT机器人进化学习仿真系统 |
64-68 |
|
5.4.1 仿真系统的功能 |
64-65 |
|
5.4.2 仿真系统的建模 |
65-67 |
|
5.4.3 仿真研究的任务 |
67-68 |
|
5.5 本章小结 |
68-69 |
|
第六章 总结与展望 |
69-72 |
|
6.1 总结 |
69 |
|
6.2 本文主要创新点 |
69-70 |
|
6.3 课题展望与进一步的研究 |
70-72 |
|
参考文献 |
72-76 |
|
致谢 |
76-77 |
|
攻读硕士学位期间的学术成果 |
77-78 |
|
学位论文评阅及答辩情况表 |
78 |
|
| 【DOI】 | LunWen.ID:2.2008.388683 |
