[发明专利]一种机器人控制器设计方法

权利要求书

1.一种机器人控制器设计方法，用于针对传感器数量会变化的形态可变机器人对应的神经网络控制器进行设计，其特征在于，包括如下步骤：

步骤S1，所述形态可变机器人通过预定数量的所述传感器获取接收值；

步骤S2，将所述接收值输入预定的最优神经网络控制器并将输出作为所述形态可变机器人的电机转速从而控制所述形态可变机器人完成任务，

其中，所述最优神经网络控制器通过预定的直接编码得到，

所述直接编码包括如下步骤：

步骤T1，对所述形态可变机器人中所有所述传感器进行编号得到传感器编号；

步骤T2，按照所述传感器编号令一个所述传感器暂停工作，并将剩下的所述传感器设定为工作传感器；

步骤T3，根据所述工作传感器构建所述神经网络控制器；

步骤T4，利用预定的神经进化算法对所述神经网络控制器的初始网络结构进行优化，直到达到预定的进化代数，并将最后一代得到的所述初始网络结构作为进化网络结构进行保存；

步骤T5，判断所述传感器编号是否为最大值，判断为否时，将所述进化网络结构作为新的初始网络结构，并重复所述步骤T2至所述步骤T5进行进化；

步骤T6，在所述步骤T5判断为是时，根据所有所述传感器构建新的神经网络控制器，并将所述进化网络结构作为所述新的神经网络控制器的网络结构；

步骤T7，利用所述神经进化算法对所述网络结构进行优化，直到达到所述进化代数，并从该进化过程中生成的多个所述网络结构中找出最优的网络结构作为最优网络结构；

步骤T8，根据所述最优网络结构确定对应的所述神经网络控制器，并作为所述最优神经网络控制器输出。

2.根据权利要求1所述的机器人控制器设计方法，其特征在于：

其中，所述神经进化算法为NEAT算法、蚁群算法以及蜂群算法中的任意一种。

3.一种机器人控制器设计方法，用于针对传感器数量会变化的形态可变机器人对应的神经网络控制器进行设计，其特征在于，包括如下步骤：

步骤S1，所述形态可变机器人通过预定数量的所述传感器获取接收值；

步骤S2，将所述接收值输入预定的最优神经网络控制器并将输出作为所述形态可变机器人的电机转速从而控制所述形态可变机器人完成任务，

其中，所述最优神经网络控制器通过预定的间接编码得到，

所述间接编码包括如下步骤：

步骤E1，对所述形态可变机器人中所有所述传感器进行编号得到传感器编号；

步骤E2，按照所述传感器编号令一个所述传感器暂停工作，并将剩下的所述传感器设定为工作传感器，将该工作传感器在所述形态可变机器人中的位置作为工作传感器位置进行记录；

步骤E3，将所述工作传感器位置以及所述形态可变机器人中的电机位置作为基底；

步骤E4，根据所述基底构建复合模式生成网络；

步骤E5，利用HyperNEAT算法对所述复合模式生成网络中的初始网络结构进行进化，直到达到预定的进化代数，并将最后一代得到的多个所述初始网络结构作为进化网络结构进行保存；

步骤E6，判断所述传感器编号是否为最大值，判断为否时，将所述进化网络结构作为新的初始网络结构，并重复所述步骤E2至所述步骤E6进行进化；

步骤E7，在所述步骤E6判断为是时，根据所有所述工作传感器位置对应的所述基底构建新的复合模式生成网络，并将所述进化网络结构作为该新的复合模式生成网络的网络结构；

步骤E8，利用所述HyperNEAT算法对所述网络结构进行优化，直到达到所述进化代数，并在该过程中找出最优的网络结构作为最优网络结构；

步骤E9，根据所述最优网络结构确定复合模式生成网络的网络结构，并作为最优复合模式生成网络输出；

步骤E10，将使用状态下所述形态可变机器人对应的基底输入所述最优复合模式生成网络生成所述最优神经网络控制器。