双足机器人步态规划：强度Pareto进化算法应用

"基于强度Pareto进化算法的双足机器人步态规划 (2011年)，华南理工大学学报（自然科学版），第39卷第10期，2011年10月，广东省自然科学基金资助项目" 本文探讨了双足机器人步态规划的一种多目标优化方法，主要关注于机器人的稳定性、移动性和能耗。作者们通过采用倒立摆模型来生成基本的步态，然后结合罚函数法和改进的强度Pareto进化算法（SPEA2）来寻找可行域内的Pareto最优解集。这种方法能够处理多个目标之间的权衡，从而在保证稳定性的前提下，优化行走速度和能耗。 在倒立摆模型中，双足机器人的行走被简化为一个动态平衡问题，通过调整步态参数，如步长、步频等，可以影响行走的稳定性和效率。罚函数法用于处理约束条件，确保生成的步态方案符合实际物理限制，例如避免碰撞或失去平衡。SPEA2是一种高效的多目标优化算法，它通过强度和多样性两个指标来保留种群中的优秀解，以求得非支配解的集合，即Pareto前沿，这有助于找到在不同目标之间平衡的解决方案。 在实际应用中，作者们在Matlab 6.5环境中进行了步态仿真，验证了所提出方法的有效性。他们将生成的步态应用于名为SCUT-I的仿人机器人上，成功实现了平均步行速度为0.26米/秒的稳定行走。这一成果表明，该多目标优化方法可以有效地改善双足机器人的行走性能，为后续的仿人机器人设计提供了有价值的参考。 关键词涉及仿人机器人、步态规划、多目标进化算法以及强度Pareto进化算法，强调了在机器人控制和优化领域中，这些技术的重要性。文章的贡献在于提出了一种综合考虑多种性能指标的步态规划策略，为双足机器人在复杂环境中的自主行走提供了新的思路。 中图分类号和doi标识则表明了这篇论文在科技文献分类和数字化引用方面的归属，方便后续研究者检索和引用。这篇论文是关于双足机器人步态规划的前沿研究，对于理解机器人行走控制和优化具有重要意义。