控制理论与应用

作者：胡立坤,刘恒佳,王一飞,徐大也,王小勇

单位：广西大学,广西大学,广西大学,广西大学,广西大学

关键词：六足机器人; 步态规划; 强化学习; 蒙特卡洛树搜索

基金：国家自然科学基金项目(61863002), 广西科技计划项目(AB21220039)资助.

为了解决稀疏立足点地形中六足机器人步态规划问题, 本文提高规划时间效率、通过能力、抵达精度和运动速度, 提出了一种双向并行蒙特卡洛树搜索算法(BPMCTS). 将步态规划问题转化成马尔科夫序列优化过程, 构建相向并行拓展蒙特卡洛树结构, 搜索最佳立足位置形成步态序列; 在模拟阶段搜索过程采用深度根并行化模拟方式, 提高算法收敛速度; 在奖励评估机制引入相遇评估指标, 增强算法拓展导向性. 仿真对比实验结果表明, 所提算法规划时间效率提高46.9%, 机器人通过能力提高7.7%, 抵达精度提高32.6%, 运动速度提高16.8%, 验证了所提算法的可行性和优势性.

来源：2024年第12期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2024年第12期