我正在 Unity 中使用遗传算法来实验机器臂的控制，取代了关键帧动画或编写脚本的方式。

机器臂不遵循预先编写的运动路径。每个候选者代表一个不同的控制参数集，例如：

  • 关节扭矩值
  • 运动时间
  • 稳定性设置
  • 目标达成行为

每一代中，仿真将自动运行：

  1. 生成候选者机器臂
  2. 模拟其运动
  3. 测量其适宜性
  4. 保留最佳表现者
  5. 结合和变异参数
  6. 重复

适宜性函数目前奖励如下：

  • 在时间限制内到达目标
  • 减少抖动/不稳定
  • 避免碰撞
  • 使用更少的过度力或能量

经过多代后，会出现有用的运动策略，避免了手动编写每个关节的脚本。

这是一个早期实验，但 Unity 已经成为一个安全的环境，测试机器人行为之前，任何东西都不会接触到真实硬件。

我很好奇这里的其他人如何接近这个问题：

  • 你们如何设计适宜性函数？
  • 你们会优先考虑准确性、平滑度、能量效率还是碰撞避免？
  • 有人在这里使用 Unity 进行机器人仿真或进化训练吗？
  • 你们认为解决最困难的模拟到现实的差距是什么？