《Electronics》：Reinforced Arctic Puffin Optimization: A Multi-Strategy Fusion Approach with a Case Study in Manipulator Trajectory Planning
Qi Xie,
Mingyang Yu,
Yongxiang Li,
Guanzheng Jiang and
Qiaoling Du
编辑推荐：
在农业自动化领域，果树采摘机器人手臂的轨迹规划必须在复杂的果园环境中满足动态避障和实时控制约束，这构成了一个高维度的约束优化问题。由于强非线性和陡峭梯度，传统规划器往往产生高成本且质量不稳定的轨迹。本文引入了一种强化北极海鹦优化（Reinforced Arct
在农业自动化领域，果树采摘机器人手臂的轨迹规划必须在复杂的果园环境中满足动态避障和实时控制约束，这构成了一个高维度的约束优化问题。由于强非线性和陡峭梯度，传统规划器往往产生高成本且质量不稳定的轨迹。本文引入了一种强化北极海鹦优化（Reinforced Arctic Puffin Optimization, RAPO）算法，用于高维、复杂约束场景下的轨迹规划。RAPO改进了北极海鹦优化（Arctic Puffin Optimization, APO），后者虽然使用两阶段觅食策略，但可能面临早熟收敛、种群多样性不足以及边界处理能力弱的问题。动态适应度-距离平衡（Dynamic Fitness–Distance Balance, DFDB）策略自适应地协调探索与开发过程。精英池动态搜索策略（Dynamic Elite-Pool Search Strategy, DEPSS）结合t分布扰动和Lévy飞行，以维持多样性并增强开发能力。凸透镜对向学习边界控制方法（Convex-Lens Opposition-Based Learning Boundary Control, CLOBC）改善了越界处理并减少了无效搜索。随机质点对向学习（Stochastic Centroid Opposition-Based Learning, SOBL）进一步抑制了早熟收敛并扩大了覆盖范围。在CEC2017基准测试（30/50/100维）中，RAPO在收敛速度和解的质量方面优于九种算法，并通过Wilcoxon和Friedman检验得到验证。在密集、狭窄和动态障碍场景中，RAPO实现了最低的路径成本，在30次迭代内收敛，降低了方差，并生成了更平滑的轨迹。该案例研究证明了RAPO稳健的数学性能，为农业采摘机器人提供了一个稳健高效的框架。
随着智能农业自动化的快速发展，果树采摘机器人手臂的轨迹规划已成为农业机器人研究的关键问题之一。作为机器人运动控制和执行链中的核心模块，轨迹规划直接影响作业效率、采摘成功率以及果实损伤控制。其任务是在给定的初始构型和目标姿态下，生成满足运动学约束、动力学限制和避障要求的可行运动轨迹，并尽可能优化路径成本，如路径长度、平滑度和执行时间。然而，传统的轨迹规划方法，如数值优化和离散搜索，在高维配置空间和复杂耦合约束下往往面临高计算成本和实时瓶颈。典型方法包括人工势场法（Artificial Potential Field, APF）、快速扩展随机树（Rapidly Exploring Random Trees, RRTs）和概率路线图（Probabilistic Roadmaps, PRMs）。尽管这些方法理论基础扎实且工程实践成熟，但在密集障碍物环境中可能陷入局部极小值，产生不稳定的路径质量，或在狭窄通道场景中采样效率低，导致求解时间长或难以获得可行解。当梯度信息不可用或不可靠时，元启发式（Metaheuristic, MH）算法提供了一种实用的替代方案，特别适用于具有强非凸和多模态地形的高维非线性优化问题。近年来，研究人员提出了许多群智能算法，但在选择基础算法时需要仔细考虑机械臂轨迹规划的具体挑战，主要是关节空间中的“维度灾难”以及平衡避障与轨迹平滑度的需求。经典算法如粒子群优化（Particle Swarm Optimization, PSO）和灰狼优化器（Grey Wolf Optimizer, GWO）在处理6自由度（6-DOF）或7自由度（7-DOF）机械臂的高维配置空间时，常出现收敛速度慢或停滞现象。北极海鹦优化（Arctic Puffin Optimization, APO）作为一种新颖的元启发式算法，因其独特的两阶段觅食行为模拟而被选为基础框架，该算法将“空中捕猎”映射为广泛的全球探索阶段，将“水下潜水”映射为密集的局部开发阶段。然而，根据无免费午餐（No Free Lunch, NFL）定理，不存在在所有优化问题上都表现高效的通用算法。标准APO在高维和复杂多模态问题中容易陷入局部最优，且在密集约束环境中种群多样性迅速丧失。为此，研究人员提出了强化北极海鹦优化（Reinforced Arctic Puffin Optimization, RAPO）算法，旨在克服这些局限性。
研究人员应用的关键技术方法主要包括：基于北极海鹦觅食行为建模的元启发式优化框架；动态适应度-距离平衡（DFDB）机制，通过实时评估种群收敛状态和空间分布特征，自适应调整探索与开发的权衡；基于精英池的动态搜索策略（DEPSS），结合t分布扰动和Lévy飞行以维持多样性并增强局部开发与全局逃逸能力；凸透镜对向学习边界控制方法（CLOBC），利用几何折射原理将越界解映射回有效关节空间，确保物理有效性；随机质点对向学习（SOBL）策略，通过动态构建精英个体的“浮动质心”来扰动搜索方向，扩展搜索覆盖范围。研究未涉及具体的物理样本队列，而是基于计算机模拟环境进行算法验证。
研究结果部分首先对RAPO算法在CEC2017基准函数集上进行了全面评估。在30维测试集中，RAPO在收敛速度和解的质量上优于九种对比算法，Wilcoxon和Friedman检验证实了其统计显著性优势。在50维和100维高维测试中，RAPO保持了领先性能，表明其具有优异的扩展性和处理高维非凸目标函数的能力。消融实验表明，RAPO集成所有四种改进策略后表现最佳，其中随机质点对向学习（SOBL）是性能提升的核心驱动力，动态适应度-距离平衡（DFDB）、精英池动态搜索（DEPSS）和凸透镜边界控制（CLOBC）分别提供了动态平衡、局部搜索增强和边界处理能力，四者协同作用确保了算法的鲁棒性。
接着，研究将RAPO应用于苹果采摘机械臂轨迹规划的案例研究。建立了5自由度串联机械臂的运动学模型，并将避障约束编码为硬约束，将路径规划转化为平衡路径长度、运动平滑度和安全性的约束优化问题。目标函数综合考虑了路径长度成本、转向角度成本和高度变化成本。仿真结果显示，在密集、狭窄和动态障碍场景中，RAPO生成的轨迹平滑且路径短，避免了尖锐转弯和高垂直波动，有效降低了能量消耗和碰撞风险。与其他九种算法相比，RAPO在30次独立运行中获得了最低的平均路径成本，并在约30次迭代内快速收敛至全局最优解附近，显著优于陷入局部最优的其他算法。
讨论部分指出，RAPO的优异性能主要归因于四种增强策略的协同作用。DFDB机制在早期侧重种群多样性以实现广泛探索，后期侧重适应度以加强开发，有效防止了早熟收敛。DEPSS策略通过保留高质量解并利用重尾分布扰动，增强了种群多样性和局部搜索精度。CLOBC策略利用折射模型处理边界约束，将越界解映射回可行区域，保留了搜索信息并促进了对向学习。SOBL策略基于种群质心生成对向解，有效扩展了关节空间中的搜索范围，帮助算法跳出局部最优区域。
结论部分总结道，针对机械臂轨迹规划高维搜索空间和复杂约束的特点，研究人员提出的RAPO算法通过整合动态适应距离平衡、精英池动态搜索、凸透镜对向学习和质点对向学习四种改进策略，显著提高了算法的全局搜索能力和局部搜索精度，加快了收敛速度，解决了传统元启发式算法搜索效率低、易陷入局部最优的问题。在CEC2017基准测试和机械臂轨迹规划案例中，RAPO均表现出优于对比算法的性能，生成了平滑、高效且安全的轨迹，验证了其在农业采摘机器人应用中的实用性和优越性。然而，研究也承认引入多种策略增加了计算复杂度，可能在毫秒级响应的快速动态环境中存在局限，未来工作将侧重于硬件在环仿真、嵌入式平台部署优化以及多目标帕累托优化框架的扩展。
