帳號:
密碼:
最新動態
 
產業快訊
CTIMES/SmartAuto / 新聞 /
機器人導航與路徑規劃新突破 模糊神經網路與遺傳演算法聯手出擊
 

【CTIMES/SmartAuto 籃貫銘 報導】   2025年04月27日 星期日

瀏覽人次:【1788】

根據「Nature」的報導,在智慧機器人導航與路徑規劃領域,研究人員正積極尋求更精準、更高效的解決方案。近期一項研究聚焦於此挑戰,並提出了一種結合模糊神經網路(FNN)與遺傳演算法(GA)的創新方法。

該研究首先著重於提升機器人在複雜環境中的導航精度。研究人員採用了模糊神經網路演算法,透過其模糊邏輯的決策能力和神經網路的學習特性,使機器人能夠更準確地感知環境並調整自身姿態,從而提高導航的可靠性。

實驗數據顯示,基於模糊神經網路的智慧機器人導航精度顯著提升,達到了98.64%。

其次,該研究關注於優化機器人的路徑規劃效率。研究人員利用遺傳演算法的全局搜索能力和優化特性,旨在為機器人在複雜環境中尋找到耗時最短、效率最高的導航路徑。透過模擬生物進化中的選擇、交叉和變異等過程,遺傳演算法能夠在龐大的搜索空間中快速收斂到近似最優解,確保機器人能夠在最短的時間內完成導航任務。

實驗結果顯示,相較於其他方法,基於模糊神經網路與遺傳演算法的模型在路徑規劃方面展現出更高的效率和更短的規劃時間。

為了驗證所提出方法的優越性,研究團隊進行了對比實驗,將整合模糊神經網路的導航方法與整合反向傳播神經網路(BPNN)、自組織映射網路(SOM)以及適應性共振理論神經網路(ART)的導航方法進行了比較。

而實驗數據也清楚顯示,基於模糊神經網路的智慧機器人在導航精度和誤差角度偏差方面均表現出更優異的性能,其最小誤差角度偏差僅為1.52%。

這項研究透過將模糊神經網路應用於導航精度提升,並利用遺傳演算法優化路徑規劃效率,為智慧機器人在複雜環境下的自主移動能力提供了新的技術途徑。

相關新聞
Case Western推出環保「電子塑膠」 適合綠色可穿戴應用
澳洲團隊成功將量子機器學習應用於半導體製造過程
聯合國宣告2025年為「國際量子科學與技術年」加速量子科技躍進
台電跨足核子醫學領域 攜普瑞默生技推動核醫輻射安全
興大和成大聯手打造全球首見懸浮式鐵電二維電晶體
相關討論
  相關文章
» 女媧創造運用AWS打造AI機器人生態系
» 快速建立現場韌體更新機制——MDFU
» CPO引領高速運算新時代 從設計到測試打造電光融合關鍵實力
» Microchip:整合AI/ML技術 PIC32A系列MCU鎖定邊緣智慧應用
» 從烏克蘭到AI製造鏈的戰略新局


刊登廣告 新聞信箱 讀者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2025 遠播資訊股份有限公司版權所有 Powered by O3  v3.20.1.HK9751U0RDOSTACUKC
地址:台北數位產業園區(digiBlock Taipei) 103台北市大同區承德路三段287-2號A棟204室
電話 (02)2585-5526 #0 轉接至總機 /  E-Mail: webmaster@ctimes.com.tw