简介围绕机器人路径规划问题将神经网络与遗传算法结合用于环境特征学习、路径寻优与避障决策适合机器学习、智能优化方向的研发人员或相关课程学习者参考。压缩包共182个文件体量约1.2MB文件类型以Java源程序、class编译产物、json网络参数配置、png可视化效果图、xml界面布局为主并带有Gradle构建配置便于导入开发环境后直接运行与调试。目前已有103人学习/浏览。通过源码可完整看到遗传算法负责种群初始化、交叉、变异与适应度评价神经网络负责前向推理与反向传播训练二者协同完成从起点到目标点的路径搜索同时涉及A*、Dijkstra等基础搜索算法以及动态避障思路可直接作为机器人路径规划课程设计、毕业设计或工程项目二次开发的基础蓝本。1. 不只是两个算法拼盘神经网络遗传算法做机器人路径规划解决什么问题看到「基于神经网络遗传算法实现机器人路径规划」这个标题我脑子里先浮现的是一个很具体的场景已知栅格地图、障碍物形状不规则、机器人要从起点走到目标点。纯遗传算法也能做但适应度函数里的碰撞惩罚要么写得非常「手工」要么对复杂障碍无能为力把神经网络加进来本质上是把障碍物环境变成一张可学习的危险度场——网络对任意坐标输出一个 0 到 1 的风险值遗传算法拿着这个风险值去组合路点。这就是这个标题背后最常见、也最容易复现的工程路线。这篇文章会把四件事拆透框架怎么搭、遗传算法怎么实现、神经网络怎么训、以及那些最容易被当成玄学的参数和坑。适合正在做课程设计或毕业设计、想真正改得动代码的人也适合做移动机器人或 AGV 路径规划的工程师——你不只想看它能不能跑还想知道它为什么这样设计、坏在哪个环节。2. 神经网络和遗传算法怎么分工两条集成路线与三项代价2.1 两条集成路线让神经网络当环境模型还是当路径评分器遗传算法是个全局搜索器它的一切行为都由适应度函数驱动。所以神经网络加进来的方式本质上只有两个主流方向当环境模型或者当路径评分器。路线 A神经网络当危险度模型。网络输入一个坐标 (x,y)输出该点的碰撞风险 0~1。训练样本由栅格地图的距离变换生成遗传算法在评价路径时逐个查询采样点的风险。这个路线的优势非常明显任意形状的障碍物都能被覆盖只要训练样本铺满地图输出是连续值而不是 0/1遗传算法的小步变异能感受到「越来越危险」搜索有梯度可循网络可批量计算还能被反向传播求梯度后续做局部优化很方便。代价是需要先离线训练一轮而且网络有近似误差。路线 B神经网络当路径评分器。输入整条路径的特征比如总长、最大转角、到最近障碍的最小距离、危险点占比输出一个 0~1 的综合评分遗传算法用这个评分当适应度。这条路线的问题是网络成了彻头彻尾的黑匣子路径得 0.3 分你根本说不清哪里扣分训练需要大量带标签的历史路径得靠仿真器批量生成对静态单地图来说性价比很低。我经手的这类打包项目里绝大多数采用的是路线 A因为它可解释、样本量小、职责清晰。对比项路线 ANN 当危险度模型路线 BNN 当路径评分器网络输入单个坐标 (x,y)整条路径的特征向量网络输出该点风险 0~1路径评分 0~1训练样本栅格点 距离场轻松上万大量带标签的历史路径可解释性高风险场可直接可视化低黑匣子与 GA 耦合方式GA 逐点查询风险GA 整条路径打分适合场景单地图 / 固定环境的工程与课题离线仿真数据非常充足时我的习惯是严格分工遗传算法管路点组合这种组合优化问题神经网络只管「这个点危不危险」。两边各干各的出了问题才能定位——要么是搜索没收敛要么是风险场不准。2.2 染色体编码决定搜索空间连续坐标编码与栅格编码染色体怎么编码决定了后面所有算子的写法。这个项目里最常见的两种连续坐标编码。每个基因是一个 (x,y) 真实坐标一条染色体就是 N_WP 个路点的数组形状是 (N_WP, 2)。优点是适应度里直接用几何距离公式算长度算术交叉天然合法高斯变异也符合「小幅微调」的思路搜索结果可以直接给机器人用。缺点是搜索空间无界需要把坐标裁剪回地图边界。栅格编码。每个基因是栅格编号路径是一串格子序号。优点是搜索空间有限且更小碰撞查询就是查格子。但痛点很突出交叉很容易产生重复格子和断裂序列需要额外写修复算子而且路径沿栅格中心走锯齿线机器人根本没法跟踪最后还得再做平滑。所以对差速驱动机器人我一般推荐连续坐标编码但碰撞查询时把坐标换算成栅格索引——这样两边优势都能拿到。关于路点数量 N_WP太小比如 2~4 个点表达不了绕障的复杂路径太大比如 30 个以上搜索维度暴涨收敛很慢。在 10m×10m 地图、0.1m 栅格分辨率下8~16 个中间路点比较合适。地图里窄走廊越多越取上限。2.3 适应度函数三项折中路程代价、危险代价、平滑代价适应度我建议写成三项求和而不是某单一指标cost length danger smooth路程代价好理解就是所有路径段长度之和单位米。危险代价要拆开说沿每条路径段均匀采样若干点送入神经网络得到风险 r∈[0,1]。这里有个关键技巧——最大值和均值要分开用。我的做法是如果 r.max() 0.9判定为碰撞直接加一个 100 的固定惩罚数量级上压倒路程代价保证任何碰撞路径都没有竞争力否则加 12.0 × r.mean() × length。均值乘上路径长度含义是「每走一米承担的平均风险」这样一条穿过中等风险区域的短路径和一条绕很远的安全路径会在这个项上真实博弈。平滑代价计算相邻路径段的航向角之差取绝对值并规范化到 [0, π]再求和。系数通常在 0.5~2.0。三项目前看着简单但权重一旦失衡就会出现后面避坑章节里贴墙走、锯齿走这些典型问题。3. 遗传算法主循环从种群初始化到精英保留的可运行代码3.1 路径个体初始化在起点到终点的直线上加扰动初始种群质量决定搜索起点。常见做法是先在起点到终点的直线上均匀插值再叠加高斯噪声。这样每个个体都是一条「大致合理但局部走形」的路径前几代就具备绕障的潜力。import numpy as np np.random.seed(20240101) # 地图与任务 MAP_W, MAP_H 10.0, 10.0 start np.array([0.5, 0.5], dtypefloat) goal np.array([9.5, 9.2], dtypefloat) # 遗传算法参数 N_POP 60 # 种群规模 N_WP 12 # 中间路点数 N_GEN 80 # 最大代数 CROSS_PB 0.85 # 交叉概率 MUT_PB 0.15 # 每个路点的变异概率 MUT_STEP 0.5 # 变异步长米 def init_individual(): 在起点到终点的直线上均匀插值再叠加高斯噪声 xs np.linspace(start[0], goal[0], N_WP 2)[1:-1] ys np.linspace(start[1], goal[1], N_WP 2)[1:-1] ind np.stack([xs, ys], axis1).copy() ind np.random.normal(0, 0.6, sizeind.shape) return np.clip(ind, 0.1, np.array([MAP_W - 0.1, MAP_H - 0.1])) pop [init_individual() for _ in range(N_POP)] print(pop[0].shape) # (12, 2)这段代码里np.linspace 生成 N_WP2 个点是因为首尾包含起点和终点切片 [1:-1] 把端点去掉染色体只保留中间路点。高斯噪声的标准差取 0.6m太小初始种群几乎都贴在同一条直线上多样性不足太大初始个体就退化成随机点了。np.clip 把坐标限制在距地图边界 0.1m 的范围内防止个体飘出地图。3.2 锦标赛选择、算术交叉和高斯变异选择、交叉、变异三个算子对应连续坐标编码有一套非常顺手的实现def tournament_select(pop, costs, k3): 锦标赛随机挑 k 个个体取代价最小的作为父代 idx np.random.choice(len(pop), k, replaceFalse) return pop[idx[np.argmin(costs[idx])]] def arithmetic_crossover(p1, p2): 算术交叉子代路点取父母同位置路点的加权平均 alpha np.random.uniform(0.3, 0.7) c1 alpha * p1 (1.0 - alpha) * p2 c2 (1.0 - alpha) * p1 alpha * p2 return c1, c2 def mutate(ind): 高斯变异按概率扰动每个路点并裁剪回地图内 for i in range(N_WP): if np.random.rand() MUT_PB: ind[i] np.random.normal(0, MUT_STEP, size2) return np.clip(ind, 0.1, np.array([MAP_W - 0.1, MAP_H - 0.1]))锦标赛选择 k3 是经验值。k 越小选择压力越小、越能保持多样性k 越大收敛越快但容易早熟3~4 是个稳妥区间。算术交叉不会打乱路点顺序只是把父母同位置的路点做加权平均所以后代天然是合法路径不需要修复。MUT_PB 要特别注意它按「每个路点」计12 个路点的个体期望变异点数是 12×0.15≈1.8 个。如果你把这个概率当成个体级的变异概率那每一代基本不会有任何变异发生种群很快就僵住了——这是最容易踩的坑之一。注意MUT_PB 是点均概率不是个体概率。写成 0.15 意味着每个路点有 15% 的概率被扰动。3.3 主循环先用几何碰撞跑通再替换成神经网络评估训练神经网络之前适应度里的风险项先用精确几何碰撞检测顶替。这非常重要如果 GA NN 一上来就组合跑路径穿墙了你无法判断是搜索的问题还是网络的问题。RES 0.1 # 栅格边长米 def load_occupancy_grid(): 按你自己的地图格式读取 0/1 栅格1 表示障碍物 # 返回 H x W 的 numpy 数组 pass def geometric_risk(points): 精确几何碰撞检测返回 0/11 表示该点落在障碍栅格里 occ load_occupancy_grid() H, W occ.shape risks np.zeros(len(points)) for i, p in enumerate(points): col int(p[0] / RES) row int(p[1] / RES) if 0 row H and 0 col W and occ[row, col] 1: risks[i] 1.0 return risks def fitness(ind, use_nnFalse): pts np.vstack([start, ind, goal]) seg np.diff(pts, axis0) length float(np.linalg.norm(seg, axis1).sum()) # 沿每段均匀采样 8 个点不含端点 samples [] for i in range(len(seg)): t np.linspace(0, 1, 8, endpointFalse) samples.append(seg[i][None, :] * t[:, None] pts[i][None, :]) samples np.concatenate(samples, axis0) # risk_net_predict 在 4.2 节定义把物理坐标转归一化后送入网络 risk risk_net_predict(samples) if use_nn else geometric_risk(samples) danger 100.0 if risk.max() 0.9 else 12.0 * float(risk.mean()) * length ang np.arctan2(seg[:, 1], seg[:, 0]) turn np.abs(np.diff(ang)) turn np.minimum(turn, 2 * np.pi - turn) smooth float(turn.sum()) return length danger 1.5 * smooth def run_ga(use_nnFalse): pop [init_individual() for _ in range(N_POP)] best_path, best_cost None, float(inf) for gen in range(N_GEN): costs np.array([fitness(ind, use_nn) for ind in pop]) elite_idx int(np.argmin(costs)) if costs[elite_idx] best_cost: best_cost float(costs[elite_idx]) best_path pop[elite_idx].copy() # 精英直接进入下一代保证最优个体不丢失 new_pop [pop[elite_idx].copy()] while len(new_pop) N_POP: p1 tournament_select(pop, costs) p2 tournament_select(pop, costs) if np.random.rand() CROSS_PB: c1, c2 arithmetic_crossover(p1, p2) else: c1, c2 p1.copy(), p2.copy() new_pop.append(mutate(c1)) if len(new_pop) N_POP: new_pop.append(mutate(c2)) pop new_pop if gen % 10 0: print(fgen {gen:3d} best_cost {best_cost:.3f}) return best_path, best_cost # 先用几何碰撞跑通 best_path, best_cost run_ga(use_nnFalse)这段代码里路径有 N_WP113 段每段采样 8 个点也就是每个个体需要评估 104 个点。60 个个体跑 80 代总共约 50 万次风险查询小网络在 CPU 上几秒就能算完性能完全不是瓶颈。danger 项用「max0.9 则罚 100」的思路是让碰撞代价大到无法用路程换; 而 r.mean() × length 的写法让危险代价和路程代价在同一量纲上博弈系数 12.0 的含义就是「你愿意为降低单位平均风险多绕多少米」。4. 神经网络训练把栅格地图变成可导的危险度场4.1 训练数据生成距离变换 负指数标签神经网络输出的风险值不是靠手工标注出来的而是从栅格地图的距离变换自动生成。距离变换给每个自由栅格算出到最近障碍物的欧氏距离然后我们对距离做一个负指数映射距离越近风险越接近 1距离越远风险趋近 0。from scipy.ndimage import distance_transform_edt GRID_RES 0.1 # 栅格边长米 def load_occupancy_grid(): # 返回 H x W 的 0/1 数组1 表示障碍物 pass occ load_occupancy_grid() H, W occ.shape # 所有栅格中心的物理坐标米 xs (np.arange(W) 0.5) * GRID_RES ys (np.arange(H) 0.5) * GRID_RES xx, yy np.meshgrid(xs, ys) coords np.stack([xx.ravel(), yy.ravel()], axis1).astype(np.float32) # 坐标归一化到 [0,1] 附近方便网络收敛 coords_norm coords / np.array([MAP_W, MAP_H], dtypenp.float32) # 每个格子到最近障碍物的欧氏距离米 dist distance_transform_edt(1 - occ) * GRID_RES sigma 0.3 risk np.exp(-dist.ravel() / sigma).astype(np.float32) print(coords_norm.shape, risk.shape) # (10000, 2) (10000,)坐标除以地图边长归一化到 [0,1] 附近这是网络输入的常规预处理。sigma 决定「危险晕圈」的半径0.3m 意味着离障碍物 0.3m 处风险约 e^-1≈0.37离障碍物 1m 处风险只有约 0.036。sigma 太小风险场在障碍边界附近变化过陡网络逼近困难sigma 太大整个地图都处于中等风险路径会被推得过度保守。障碍物内部栅格距离为 0风险标签为 1这没问题——路径采样点落在障碍物里就该被重罚。4.2 训练一个全连接风险评估网络有了坐标和风险标签训练就是一个标准的回归任务。网络结构不需要大两个输入一个输出两层 32 维的全连接加 Sigmoid 足够。import torch import torch.nn as nn class RiskNet(nn.Module): def __init__(self): super().__init__() self.net nn.Sequential( nn.Linear(2, 32), nn.ReLU(), nn.Linear(32, 32), nn.ReLU(), nn.Linear(32, 1), nn.Sigmoid(), ) def forward(self, x): return self.net(x) def train_risk_net(coords_norm, risk, epochs200, lr1e-3, batch256): model RiskNet() opt torch.optim.Adam(model.parameters(), lrlr) loss_fn nn.MSELoss() X torch.from_numpy(coords_norm) y torch.from_numpy(risk).reshape(-1, 1) n len(X) for ep in range(epochs): perm torch.randperm(n) total_loss 0.0 for i in range(0, n, batch): idx perm[i:i batch] opt.zero_grad() pred model(X[idx]) loss loss_fn(pred, y[idx]) loss.backward() opt.step() total_loss loss.item() * len(idx) if ep % 20 0: print(fepoch {ep:3d} loss {total_loss / n:.5f}) return model def risk_net_predict(points): 把物理坐标批量送入网络返回 0~1 风险 pts torch.from_numpy(points.astype(np.float32)) pts_norm pts / torch.tensor([MAP_W, MAP_H], dtypetorch.float32) with torch.no_grad(): return model(pts_norm).numpy().ravel()最后一层用 Sigmoid 是因为标签范围是 [0,1]输出必须压到这个区间; MSE 损失和这个平滑回归任务很匹配不需要用交叉熵。训练时对样本做随机打乱再按 batch 切分避免连续坐标产生梯度方向偏移。模型训练完成后把它接回第三章的主循环model train_risk_net(coords_norm, risk, epochs200, lr1e-3) best_path, best_cost run_ga(use_nnTrue)这样 GA 的风险评估就从精确几何检测切换成了神经网络。200 个 epoch 在 CPU 上也就一两分钟完全没必要上 GPU。4.3 关键参数表与调参顺序参数建议范围说明种群规模 N_POP40~80路点数 8~16 时够用太小容易早熟路点数 N_WP8~16窄走廊多取上限地图简单取下限交叉概率 CROSS_PB0.7~0.9算术交叉破坏性小可以偏大变异概率 MUT_PB0.08~0.25按路点计别当个体概率变异步长 MUT_STEP0.2~0.6 m后期可衰减到 0.1 附近危险代价系数8~16理解为「愿为降风险多绕的米数」平滑代价系数0.5~2.0越大路径越直但也越容易绕远风险标签 sigma0.2~0.5 m决定危险晕圈半径网络结构32×2 层起步单地图 2 输入更深的网络只会过拟合调参顺序比参数值本身更重要。我的套路是先用几何碰撞检测把 GA 跑通确认路径基本不穿墙再训练神经网络拿一组随机采样点对比网络输出和几何检测的误判率确认风险场总体可信然后把 GA 切到神经网络评估先动危险系数路径贴墙就加大、绕太远就减小;最后才动平滑系数去锯齿。调参这件事多少有点玄学但不按这个顺序调出了问题你连是哪一块的锅都不知道。5. 避坑神经网络遗传算法路径规划最常见的 5 个翻车点5.1 现象一训练损失很低路径却横穿障碍物边缘现象神经网络在训练集上的 loss 已经降到 0.01 以下但 GA 找到的最优路径仍会贴着障碍物边缘穿过采样点明明离障碍只有半个栅格网络却给出很低的危险值。原因训练样本只取了栅格中心点而路径采样点大量落在栅格边界附近; 负指数标签在障碍边缘变化很陡网络对快速变化区域的插值天然不可靠。这是典型的「数据覆盖盲区」问题。解决三管齐下。生成样本时加入抖动把坐标随机偏移半个栅格以内把 sigma 从 0.3 调大到 0.5让边界附近的标签变化平滑一些在适应度里保留 max0.9 的重罚分支让路径整体被推离障碍。更稳妥的做法是建立两级检查神经网络做引导精确几何检测做最终把关两者不一致时按几何检测结果重罚。5.2 现象二最优个体 30 代不更新路径一直贴着墙走现象每 10 代打印一次最优代价后面连续三四次打印值完全不变把路径画出来它贴着障碍物走虽然没碰撞但毫无安全余量。原因精英保留让最优个体一直占据种群但变异步长太大精英附近的微调根本落不到更好的点同时危险系数太小贴墙路径和留出 0.3m 余量的路径在适应度上只差零点几选择压力不足以推动改进。解决危险系数加到 12~16让障碍附近的适应度有明显「坡度」变异步长随代数衰减比如从 0.6 线性降到 0.15再就是对最优个体做局部爬山搜索在每个路点周围用小步长扰动尝试十几次。这个局部细化经常比让 GA 继续跑 50 代更有效。5.3 现象三路径不碰障碍但机器人没法走——锯齿和急转现象路径在栅格视角下完全可行但相邻路点之间的方向左一下右一下形成锯齿; 或者出现接近 90° 的急转实际机器人的最小转弯半径根本跟不住。原因平滑代价算的是相邻段航向角差值的绝对值之和小幅锯齿比如 5°、8° 累积起来总共也就几十度在几十米的路程代价面前微不足道; 而且 N_WP 如果偏大冗余路点本身就会制造微型锯齿。解决平滑项改成「转向角绝对值之和 方向反转次数 × 惩罚」方向每反转一次加一个固定值比如 2.0; 平滑系数上调到 2~4; 规划完成后用 B 样条对路点做后处理平滑。这三个动作里最容易见效的是给方向反转加惩罚因为锯齿的本质就是频繁反转。5.4 现象四换一张地图模型就失效路径乱窜现象同一套代码把地图 A 换成地图 B重新生成训练数据并训练路径却直接穿过 B 里的新障碍; 网络在 B 上的输出明显失真。原因网络输入只有 (x,y)没有任何障碍物信息。对单张地图训练时网络本质上是把这张地图的距离场背下来了——它学的是「这张图的障碍在哪」而不是「什么样的局部环境危险」。换图等于让模型出了自己的训练域。解决先明确适用边界。如果地图固定重新生成数据重训就行一万个样本加 200 epoch 只要几分钟这是成本最低的解法。如果希望模型跨地图泛化输入必须加入局部环境特征比如把该坐标周围 k×k 窗口的栅格占用值拼进输入向量输入维度变成 2k²网络才可能学到「局部看起来像障碍的东西是危险的」。对这个项目来说固定地图重训是最可靠的路径。5.5 现象五多次运行结果方差大绕路时近时远现象同样参数换随机种子跑有时候路径很合理有时候绕一个大圈多次运行的平均代价波动超过 20%。原因初始种群全部从「直线加噪声」生成如果起点到终点的直线恰好穿过一大片障碍初始种群几乎没有任何个体能给出绕障的可行雏形; 锦标赛加精英保留收敛快多样性崩塌后很容易停在差的局部最优。解决初始化时混入 20%~30% 的纯随机个体路点坐标完全随机生成保证障碍两侧都有探索者; 加上重启机制最优代价连续 20 代不更新就把种群重新初始化只保留精英; 最终验证时固定跑 5~10 个种子看均值和方差而不是信任单次结果。6. 验证与进阶仿真验证三件套和三个能搬的扩展方向6.1 验证三件套可视化、多种子统计、与纯几何 GA 对比路径规划的结果必须可视化不然你永远不知道代价函数在奖励什么。把栅格地图和路径画在同一张图上是最低成本的验证手段import matplotlib.pyplot as plt def plot_result(occ, path, start, goal): fig, ax plt.subplots(figsize(6, 6)) ax.imshow(occ, cmapgray_r, originlower) pts np.vstack([start, path, goal]) ax.plot(pts[:, 0] / GRID_RES, pts[:, 1] / GRID_RES, o-, colortab:red, lw2, markersize4) ax.set_title(planned path) plt.show()可视化之后做两件事一是沿路径加密采样用几何碰撞检测确认没有任何一个点落在障碍栅格里; 二是多种子统计固定参数跑 10 个随机种子记录最优代价的均值和标准差。标准差超过均值 10%说明算法稳定性不够优先回看初始化和变异概率。更严格的对比是和「纯几何 GA」比同一套 GA 参数一个用精确碰撞一个用神经网络风险场。如果神经网络版的平均代价明显高于几何版说明风险场有系统性偏差如果两者代价接近但神经网络版更平滑那就说明混合方案的价值被验证了——用近似模型换来更平滑的搜索梯度。6.2 进阶方向梯度细化、动态障碍、机械臂关节空间第一个值得做的扩展是梯度细化。神经网络风险场是可导的GA 负责给出全局合理的初始路径之后直接把路点当作优化变量用 PyTorch 自动求导对「长度 风险 平滑」做几十步梯度下降。GA 提供好的起点梯度下降负责精修局部这个组合比单纯让 GA 多跑几十代快得多代码量大约五十行。第二个扩展是动态障碍。障碍位置变化时不需要重新规划整条路只需要更新风险场标签并重训网络或者把局部窗口栅格拼进网络输入让机器人边移动边评估当前风险。环境整体剧变时才从当前位置重启 GA。神经网络的优势在这里体现得最明显——单次评估是微秒级重规划成本很低。第三个扩展是机械臂。把染色体里的 (x,y) 换成关节角向量网络输入变成关节状态输出改成末端在工作空间里的碰撞概率; 「长度」项变成关节运动量「平滑」项变成关节速度变化。算法框架完全不用动只换编码和风险模型——这也是这类项目最常被扩展的方向。我现在拿到任何一个混合规划工程第一件事都不是看 README而是先跑数据生成脚本把风险场画出来看一眼。标签对不对、坐标系有没有对齐、sigma 合不合理一眼就能看出来; 后面算法调不通回过头来八成还是数据的问题。这个习惯帮我少走了很多冤枉路希望今天的拆解也能帮你少踩几次坑。本文还有配套的精品资源点击获取