混合策略GJO算法

规划路径短且稳

针对移动机器人路径规划，结合能量衰减与Levy飞行策略，显著提升收敛精度并避免局部最优。

娄泰山 · Zhe-peng, Yue · 焦玉召 · He, Zhendong

Expert Systems with Applications 2024

参数信息

平均路径长度提升率

0.21 %

平均路径长度提升率

82.4 %

平均路径长度提升率

7.9 %

技术优势

更快逃离局部最优

轮盘赌选择与Lévy飞行策略引入位置更新，使算法不再停滞于局部最优。

全局局部搜索平衡更好

预递减慢速非线性能量衰减策略平衡了算法的全局搜索和局部搜索能力。

路径长度大幅缩短

在一种环境中，平均路径长度较原始算法缩短82.4%（30次独立实验）。

应用场景

• 移动机器人导航：替换现有优化器，直接提升移动机器人路径规划效果。
• 无人机路径规划：应用于无人机路径规划，获取更短更优飞行路径。
• 自主机器人：为自主机器人提供更优路径，提升自主导航效率。