基于改进灰狼算法的冗余机械臂最优轨迹规划

作     者：崔靖凯 王凯 范正奇 朱明超 徐振邦 刘伟东 

作者机构：中国汽车技术研究中心有限公司中央研究院 中国科学院长春光学精密机械与物理研究所 

出 版 物：《控制与决策》 (Control and Decision)

年 卷 期：2025年

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 080202[工学-机械电子工程] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(62173047) 

主　　题：冗余机械臂 轨迹规划 多目标优化 元启发式 灰狼算法 强化学习 

摘      要：针对冗余机械臂时间-冲击最优轨迹规划问题,提出一种基于改进灰狼算法的最优轨迹规划器.首先,为了克服灰狼算法（GWO）开发和探索不平衡的局限性,提出基于强化学习的灰狼算法（QLGWO）及其多目标版本（MOQLGWO）:QLGWO使用Q学习指导灰狼个体基于经验和奖励选择探索或开发动作,实现算法局部和全局搜索的自主平衡; MOQLGWO引入存档和领导选择机制,在搜索衡量多种优化目标的帕累托最优解的同时,引导搜索方向朝未被探索的区域拓展,以逼近全局最优.然后,使用两段五阶多项式来构造机械臂的运动轨迹,需要搜索的解由运行时间以及中间点的关节位置、速度、加速度组成.最后,在12个基准函数上,将QLGWO与GWO以及其他4种先进的元启发式算法进行对比,并使用MOQLGWO求解九自由度冗余机械臂的时间-冲击最优轨迹规划问题.仿真和实验结果表明:所提出QLGWO可有效提高GWO的性能;最优轨迹规划器能够在满足关节约束的前提下获得安全、光滑的时间-冲击最优轨迹,其运行时间小于14 s,冲击处于-0.25 rad/s3～0.15 rad/s3之间.