Auto-generated Control Program in Mobile Robot using Grammatical Evolution
Auto-generated Control Program in Mobile Robot using Grammatical Evolution
复制标题
使用语法进化自动生成移动机器人控制程序
DOI：
10.1145/3573910.3573921
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
Kita Eisuke
中科院分区：
文献类型：
--
作者：
Sukarman Firdaus;Kita Eisuke
随着自动化要求的提高，目前使用的机器人种类急剧增加，机器人控制程序的复杂性成为一个问题。利用GE解决机器人任务已经有了一些研究，但在实际环境中的应用还缺乏证据。本研究提出了一种基于语法进化（GE）的自动生成控制程序，以解决同时考虑机器人物理状态和传感器输入的手动调节控制程序的构建负担。语法进化（GE）是一种利用预定语法将基因型映射到表型的遗传编程。遗传算法是遗传规划的子集，它产生启发式求解，基于语法的算法使搜索范围在一组规则中进化。该搜索策略可用于构建由多组具有可调参数的程序块组成的控制程序结构。利用开放世界配置下的Santa Fe Trail问题对该系统进行了评估。实验结果表明，该算法通过对交叉和变异率的控制，具有一定的实用性。影响算法性能的另一个重要因素是可以控制控制程序演化的语法。所提出的方法能够使用语法确定的规则集自动生成控件。
Complexity of robot control program is become a problem as variety of robot used today is dramatically increased due to demand of automation. Several studies has been made using GE to solve robot tasks but application in actual environment is still lack of proof. In this research, auto-generated control program using Grammatical Evolution (GE) is proposed to resolve the burden of constructing manually adjusted control program that consider both physical condition of robot and input from sensors. Grammatical Evolution (GE) is a genetic programming that map genotype to phenotype using predetermined grammar. As GE is subset to Genetic Programming which produce heuristics solution, the grammar-based algorithm enable the search range evolve in a set of rules. This search strategy can be applied to build the structure of control program which consists of multiple sets of program blocks with adjustable parameter. This system is evaluated using Santa Fe Trail problem with open world configuration. The results show the usability of the algorithm by manipulating crossover and mutation rates. Another important factors that effect the performance of the algorithm is the grammar that can govern the evolution of the control program. The proposed method able to generate control automatically with sets of rules determined using grammar.
登录
查看更多内容
使用遗传算法的多机器人路径规划和路径协调：扩展摘要
DOI：
10.1145/3077286.3077327
发表时间：
2017
期刊：
Proceedings of the SouthEast Conference
影响因子：
--
作者：
Muthumeena Muthiah;A. Saad
通讯作者：
A. Saad
GEESE：群体行为进化的语法进化算法
DOI：
10.1145/3205455.3205619
发表时间：
2018
期刊：
Proceedings of the Genetic and Evolutionary Computation Conference
影响因子：
--
作者：
Aadesh Neupane;M. Goodrich;Eric G. Mercer
通讯作者：
Eric G. Mercer
机器人驾驶员速度控制的在线模型预测控制框架
DOI：
10.1115/dscc2018-8957
发表时间：
2018
期刊：
Volume 1: Advances in Control Design Methods; Advances in Nonlinear Control; Advances in Robotics; Assistive and Rehabilitation Robotics; Automotive Dynamics and Emerging Powertrain Technologies; Automotive Systems; Bio Engineering Applications; Bio-Mechatronics and Physical Human Robot Interaction;
影响因子：
--
作者：
Jing Wang;Yan Wang;Dimitar Filev
通讯作者：
Dimitar Filev
DOI：
--
发表时间：
1992
期刊：
--
影响因子：
--
作者：
J. Koza
通讯作者：
J. Koza
使用建筑模拟和优化来离线计算控制查找表
DOI：
--
发表时间：
2011
期刊：
--
影响因子：
--
作者：
B. Coffey
通讯作者：
B. Coffey