一种用于机器人路径规划的混沌自适应双种群协同进化CADES优化算法

本发明涉及机器人路径规划技术领域，公开了一种用于机器人路径规划的混沌自适应双种群协同进化CADES优化算法，旨在解决现有机器人路径规划算法全局路径探索不充分、局部路径优化精度不足、易陷入局部最优、路径平滑性差等技术缺陷。该算法包括CEO模块、AE模块及协同交互模块三大核心单元：CEO模块基于混沌映射实现机器人运动空间的全局广泛勘探，生成多样化路径候选解，确保覆盖所有潜在可行路径区域；AE模块以全局最优路径为引导，通过自适应高斯扰动与掩码交叉实现局部路径精细化优化，提升路径平滑度与避障安全性；协同交互模块整合动态精英迁移、多策略融合，实现两大模块的高效协同与信息互通，平衡全局路径探索与局部路径优化能力。