基于遗传编程符号表达式的可解释多传感器融合机器人运动分类方法

《Knowledge-Based Systems》：Explainable multi-sensor fusion for robot movement classification using genetic programming-based symbolic expressions

　　

**摘要**

准确的机器人运动分类对于提高自主系统的可靠性和安全性至关重要，尤其是在动态环境中，精确的运动决策支持任务执行和碰撞避免。多传感器数据融合可以通过结合来自多个传感器的互补信息来提高分类的鲁棒性。然而，许多高性能分类模型仍然难以解释，这限制了它们在需要透明决策的应用中的使用。本研究提出了一种基于遗传编程符号分类（GPSC）的可解释分类框架，用于多传感器机器人运动分类。使用来自安装在 SCITOS G5 移动机器人上的 24 个超声波传感器收集的公开数据集来分类五种运动类型：向前运动、轻微左转、轻微右转、急左转和急右转。为了解决类别不平衡和预处理敏感性问题，评估了多种过采样方法和六种缩放/标准化策略。使用随机超参数值搜索优化 GPSC 模型，并使用分层 5 折交叉验证进行评估。使用准确率（ACC）、平衡准确率（BACC）、精确度、召回率、F1 分数、接收者操作特征曲线下面积（AUC）和马修斯相关系数（MCC）选择最佳符号表达式。然后从顶级符号表达式构建基于阈值的投票集成（TBVEs），以提高跨数据集变化的鲁棒性。结果表明，所提出的 TBVEs 在所有评估指标上均实现了完美的分类性能。更重要的是，生成的符号表达式提供了传感器关系的显式数学表示，支持对机器人运动模式进行透明分析。因此，所提出的框架为多传感器机器人运动分类提供了一种准确且可解释的解决方案。

**引言**

准确分类机器人运动的能力是自主系统安全可靠运行的基础。在动态环境中，机器人必须不断解读传感器数据以确定其当前运动状态——无论是向前运动、轻微转弯还是执行急转动作。这些运动中的错误分类会导致次优决策，例如错误的路径调整或与障碍物碰撞，这不仅会损害任务执行，还会危及周围物体或人类的安全。可靠的运动分类使机器人能够精确地导航其环境，增强整体系统可靠性，并确保在从制造业到服务机器人学等各种应用中更顺利地完成任务。

此外，准确的运动分类对于提高机器人系统的适应性和智能性至关重要。在现代机器人学中，从传感器数据中学习并进行实时决策的能力是自主性的关键方面。通过准确分类运动，机器人可以优化其控制策略，根据环境反馈调整其速度或方向，并避免在导航或操作任务中失败。这些能力在仓库自动化、自动驾驶或医疗机器人等场景中尤为重要，在这些场景中，即使微小的运动误判也可能产生严重后果。随着机器人不断被整合到日益复杂的环境中，鲁棒的运动分类的重要性怎么强调都不为过。

在过去十年中，人工智能（AI）和机器学习（ML）算法已被应用于根据传感器读数正确分类机器人运动。在 [1] 中，作者使用了 K 近邻（KNN）、支持向量机（SVM）、随机森林分类器（RFC）、线性判别分析（LDA）和卷积神经网络（CNN）对 50 种机器人手部运动进行分类。最佳 ACC 由 RFC 实现（0.7527）。文献 [2] 中的作者使用了机器学习方法和 MEMS 传感器来分类机器人状态（平静、斜坡上向前运动、从斜坡向后运动、斜坡上向后运动、从斜坡向前运动、向前运动、逆时针旋转、顺时针旋转）。在他们研究的初始阶段，作者使用了 SVM、KNN、增强树、袋装树。最高 ACC 由 KNN（0.8870）和 Bagged Trees（0.8960）实现。文献 [3] 研究了使用机器学习方法识别移动机器人行驶的地形。数据是使用安装在机器人上的惯性测量单元进行实验测试收集的。调查显示，轻量级梯度提升机（LGBM）分类器在分类表面类型时实现了 0.9100 的分类 ACC。在对文献进行广泛概述后，结果汇总见表 1。

基于先前的文献综述和总结的结果（表 1），可以观察到各种机器学习方法已应用于机器人学中的分类任务，包括传统方法如 KNN、SVM、RFC 和 LDA，以及更高级的模型如 CNN 和梯度提升机。虽然 CNN 和其他深度学习模型通常能实现高性能，但其实施通常需要大量且昂贵的计算资源用于训练和部署，这限制了它们在资源受限的机器人系统中的应用。此外，由于高度互联和复杂的架构，这些模型无法轻松转换为简单的数学方程。虽然从遗传编程符号分类（GPSC）派生的符号表达式是显式数学模型，但当演化出的表达式变得庞大、深度嵌套或高度非线性时，它们不一定易于解释。因此，在本研究中，可解释性不被理解为自动简单性，而是指直接检查构成最终决策表达式的变量、运算符和功能交互的可能性。这一观点与之前关于可解释机器学习的工作一致，强调了模型的价值，其推理结构可以直接检查，而不是仅在训练后使用事后方法解释 [4]。同样，符号回归和遗传编程也被广泛讨论为能够产生显式解析表达式的途径，这些表达式可以支持模型检查、科学解释和变量关系分析 [5]，[6]，[7]，[8]。

将 GPSC 派生的符号表达式与人工神经网络（ANNs）和卷积神经网络（CNNs）进行比较时，这一区别尤为重要。在 ANN/CNN 模型中，学习到的决策函数分布在多个层、权重和非线性激活中，这通常使得内部推理难以理解，除非使用额外的可解释性技术 [9]，[10]，[11]。相比之下，GPSC 生成的符号表达式中，分类器的数学结构是显式可用的。虽然这些表达式可能仍然需要简化和仔细分析，特别是当它们包含许多项或非线性变换时，但它们提供了对传感器变量之间关系的更直接可分析表示。因此，考虑到表达式复杂性的控制并仔细解释生成的方程，GPSC 可以被视为多传感器机器人运动分类中黑箱分类器的可解释和透明的替代品或补充。

解决此问题的方法可能是本文提出并研究的概念，即基于 GPSC 的应用，这将用于获得能够以高分类性能分类运动的符号表达式（SEs）。由于本研究使用的公开数据集最初由 4 个类别组成，因此手动应用了一对多（one-versus-rest）问题以获得初始数据集的 4 个变体。例如，类别 1 的数据集将所有属于类别 1 的数据集样本标记为 1，而所有属于其他类别的其他数据集样本则标记为 0。使用这种方法，这四个一对多数据集变得不平衡。然而，想法也是调查缩放/标准化技术是否对获得的 SEs 的分类性能有影响，因此在输入变量上应用了 6 种不同的缩放/标准化技术，从而为每个数据集类别创建了 7 种不同的不平衡变体（包括原始未缩放数据集在内的 7 种变体）。完成此过程后，应用过采样技术来平衡所有数据集变体。使用 5 折交叉验证（5FCV）过程对每个数据集变体上的 GPSC 进行训练，并使用随机超参数值搜索（RHVS）方法搜索 GPSC 超参数的最优组合。在每个平衡数据集变体上获得最佳 SEs 后，将它们组合成基于阈值的投票集成（TBVE）。在该集成中，调整阈值以提高分类性能。

为了明确研究目标与其贡献之间的联系，提出了研究问题以及相应框架的贡献。这种对齐旨在确保方法设计、实验结果和讨论直接针对同一组目标。

•RQ1: GPSC 能否生成能以高分类性能分类机器人运动的符号表达式？这个问题涉及将遗传编程符号分类（GPSC）应用于多传感器机器人运动分类的核心可行性。相应的贡献是开发一种可解释的符号分类框架，其中最终分类器表示为显式数学表达式，而不是黑箱决策函数。

•RQ2: 缩放和标准化技术如何影响 GPSC 派生符号表达式的分类性能？这个问题调查了 GPSC 对不同预处理策略的敏感性。相应的贡献是对多种缩放和标准化技术的系统分析，展示了预处理如何影响演化符号表达式的质量、稳定性和预测性能。

•RQ3: 过采样技术的应用如何影响 GPSC 派生符号表达式的分类性能？这个问题评估了类别不平衡处理对符号分类过程的影响。相应的贡献是评估不同的过采样策略以生成平衡的训练变体，并分析它们对生成的符号表达式和分类指标的影响。

•RQ4: 随机超参数值搜索能否识别能产生高分类性能符号表达式的 GPSC 配置？这个问题专注于 GPSC 设置的优化。相应的贡献是使用随机超参数值搜索（RHVS）探索不同的 GPSC 配置，并识别导致高性能符号表达式的组合。

•RQ5: TBVEs 能否提高单个符号表达式的鲁棒性和分类性能？这个问题考察了结合多个高性能符号表达式是否能减少与单个 GP 运行相关的不稳定性。相应的贡献是构建 TBVEs，其中最佳符号表达式被结合，并调整阈值以提高跨数据集变化的分类鲁棒性。

•RQ6: 所提出的 GPSC–TBVE 管道与常规机器学习分类器相比如何？这个问题将所提出的框架与标准基准模型进行定位。相应的贡献是比较评估，显示所提出的方法能否实现具有竞争力的预测性能，同时提供支持模型检查和解释的显式符号表达式。

基于这些研究问题，本研究的主要贡献是一个可解释的多传感器融合管道，用于机器人运动分类，结合了 GPSC 派生的符号表达式和 TBVE 策略。与许多之前将遗传编程和符号模型应用于机器人学的应用不同，这些应用主要专注于控制策略演化、动力学建模或单个符号分类器，所提出的框架将预处理分析、不平衡处理、超参数探索、符号表达式选择和集成构建整合到一个统一的分类管道中。结果和讨论部分组织以直接回答研究问题，从而将方法选择、实验发现和最终结论联系起来。

本文包含以下章节：第 2 节，材料与方法；第 3 节，结果；第 4 节，讨论；第 5 节，结论。材料与方法部分提供了详细的数据集描述、数据集统计分析、缩放/标准化和过采样技术的描述及结果、带 RHVS 的 GPSC、评估指标、训练 - 测试程序以及 TBVE。在结果部分，展示了并描述了使用 GPSC 在每个平衡数据集变体上获得的 SEs 的性能，以及使用 RHVS 方法获得的 GPSC 超参数值的最优组合。然后在初始不平衡数据集变体上展示 TBVE 的结果。讨论部分提供了详细分析，从初始数据集预处理到 TBVE 性能。

最后，结论部分总结了本手稿的主要贡献，回应了引言中提出的假设，指出了所提方法的优缺点，并概述了未来研究方向。

各章节内容摘要

**材料与方法**
本节分为以下子节：研究方法、数据集描述与统计分析、基于RHVS方法的GPSC、评估指标、训练-测试流程以及TBVE。

**结果**
本节按以下方式呈现研究结果：
- 展示了在每个性别平衡的数据集变体上获得的最佳SE（选择效应）的分类性能，这些SE使用了最佳GPSC超参数组合。
- 通过分析所需输入变量的数量并以混淆矩阵衡量分类性能，展示了针对单类最优SE集合的分析。
- 开发及……

**讨论**
如本文已所述，本研究使用了公开可用数据集，该数据集包含移动机器人在环境中导航时使用的24个超声传感器的读数。关键挑战在于利用这些传感器读数准确预测移动机器人的运动方式。为实现准确预测，本文提出利用GPSC获取SE，从而以高分类准确率（ACC）预测移动机器人的运动类型。由于初始……

**结论**
本文使用公开可用数据集，研究了利用GPSC能否获取能够基于传感器读数以高分类性能预测机器人运动的SE。由于GPSC仅能处理二分类问题，而数据集包含4个类别，因此最初采用了一对多方法对初始数据集进行处理，为4个类别分别创建了4个子数据集。例如，在类别1的数据集中，所有属于类别1的样本……

**CRediT作者贡献声明**
Nikola An?eli?：写作——审阅与编辑，写作——初稿撰写，可视化，验证，软件，方法学，调查，形式化分析，数据整理，概念化。Sandi Baressi ?egota：写作——审阅与编辑，写作——初稿撰写，验证，软件，调查，形式化分析，数据整理。Vedran Mrzljak：写作——审阅与编辑，可视化，验证，指导，资源，项目管理，方法学，资金获取。

**利益冲突声明**
作者声明不存在已知的可能影响本文所述工作的竞争性财务利益或个人关系。

Nikola An?eli? | Sandi Baressi ?egota | Vedran Mrzljak