附件C：譯文


壓電管道爬行檢測機器人的遺傳優(yōu)化和仿真

摘要－通過利用Darwin2k發(fā)展軟件，用遺傳算法（GA）設計和優(yōu)化管道爬行機器人的參數(shù)，如質量，功率消耗和關節(jié)延伸性，以促進微型檢測技術團隊的研究。為了改進現(xiàn)有的設計，一種新的機器人即壓電機器人已經研究出來了。最終提出的設計是用壓電擴展制動器結合登山者使用的‘chimneying’技術來移動機器人并且大大的提高了以往設計的承載能力，管道穿越規(guī)格和現(xiàn)場實用性。這項研究展示了遺傳算法輔助設計在機器人領域的優(yōu)勢。

1說明
其中一個主要機器人設計研究領域是測試和改造原型。目前制造機器人是這么的復雜和困難以至于許多設計的現(xiàn)場試驗在經濟上是不可行的。計算機模擬因比模型設計的實際制造更具優(yōu)勢而成為有效選擇。
計算機模擬一方面的優(yōu)勢在于其能夠對許多設計做出快速的評估。通常計算機模擬運行只要幾分鐘而實際運行要花上幾小時。一種利用計算機模擬這方面優(yōu)勢的技術涉及一種遺傳算法。如果一個機器人被描述成一組字位串，那么一種遺傳算法可以在適應函數(shù)的基礎上修改這組字位串以便改變這個機器人的設計。例如，你可以通過用遺傳算法修改機器人參數(shù)去優(yōu)化機器人以實現(xiàn)低質量或者低功率消耗，然后模擬每項配置。
使用遺傳算法進行機器人優(yōu)化具有基于遺傳算法問題求解的本質的幾個顯著優(yōu)勢。例如，遺傳算法輔助的機器人設計避免局部最小值。不像用于優(yōu)化的坡降法，該遺傳算法順利地抽驗局部優(yōu)良適宜性以獲得全局更適宜。這在機器人技術中具有極大的優(yōu)勢，因為通常許多設計可以執(zhí)行要求的任務。舉例來說，如果允許的話，該遺傳算法將毫不猶豫地嘗試六腿設計即使四腿設計正在順利的完成該任務。另一方面，坡降法可能將嘗試進一步優(yōu)化四腿設計[1]。
一種遺傳算法也可以比隨機搜索更快地解決許多問題。要設計一個機器人，要搜索所有配置以決定最佳適宜，如果使用遺傳算法，這將是不必要的。而是可以從群體中中很快的抽驗出不良配置而不用進一步對相似配置進行評估。這使得在當前的處理功率下實現(xiàn)快速的計算機設計。一種遺傳算法也是優(yōu)化原型設計的有利工具。在設計過程中，通常研發(fā)的原型能夠完成任務但卻不能和最終設計要