本课题将智能控制理论与混沌理论相结合,来研究移动机器人动态环境中适应行为进化过程中的非线性特性,并建立了移动机器人的自适应行为预测模型。取得的研究成果为(1)基于Saphira/Aria智能体体系结构,搭建了移动机器人仿真平台。在仿真环境里,建立起障碍物密度可变的小生境模型,用来模拟动态环境,并进行算法的仿真运行;(2)采用了两种方法建立了自适应行为数据库。一种是利用强化学习中的QL,自主学习移动机器人的自适应行为控制规则;另一种是利用神经网络构建移动机器人传感器输入和执行器输出的行为结构,在不同运行环境下进化出针对特定适应性行为的神经网络控制器,利用进化算法对数据库中的行为控制规则进行优化。(3)利用相空间重构技术对移动机器人自适应行为混沌特性进行了分析。根据数据分析结果,探讨了与样本数据所表现的非线性动力学特性逼近的混沌动力学方程的构建方法,并建立了混沌预测模型。(4)利用混沌控制理论中改进的OGY方法,实现混沌运动和周期运动之间切换的可行性,来增加行为预测的精度与速度。本课题圆满完成预期计划,所取得的研究成果为移动机器人在真实环境下的适应性行为研究提供了一种新的研究方法。
英文主题词dynamic envirnoment;mobile robot;adaptive behaviors ;nonlinear;chaos