本章節主要探討模糊系統、遺傳演算法以及增強式學習 Q-Learning 之相關背 景，並且在文獻上說明移動機器人實現演算法的方式，以及本論文是如何整合演 算法實現於移動機器人，最後說明了實現演算法的目的與研究方法。
1.1 研究背景與動機
在傳統的控制系統中，數學模型的建立是控制架構當中的第一個要件。由於 並不是每個受控系統的數學模型都能夠取得，當所要處理的問題越複雜，使用的 未知變數就越多，其數學模型的建立就越困難。模糊邏輯系統是利用人類所累積 的經驗，因而建立起模糊規則庫，進而取代建構困難的數學模型。雖然利用模糊 規則建構受控體的模型會有建模誤差，但控制過程可達所想要的結果，因此成功 的運用到實際的控制系統身上。
模糊數學最早是在 1965 年由 Zadeh 所提出[1]，之後由倫敦大學 Queen Mary 的 M. H. Mamdani 教授以 If-Then 的對話方式，建立出模糊規則。模糊系統本身具 有語意資訊及邏輯控制的能力[2]-[4]，許多研究把模糊系統應用到非線性系統身 上，而模糊系統搭配 Lyapunov 穩定法則成功的應用到移動機器人身上[5]，而後 的研究有發展出 Type-2 模糊系統應用到移動機器人身上[6]-[7]。傳統上，模糊系 統是透過梯度下降法進行權重值的訓練，但是像梯度下降法這一類的最佳化法會 有收斂性的問題，其權重值的訓練結果可能只是局部最佳解，而不是整體最佳解。
因此，有一些研究人員試著使用遺傳演算法(GA)[8]-[10]來克服收斂性的問題。
遺傳演算法是一種對於問題自然搜尋參數解的自然集合，並可以分成四個部
份：(1) 讓一族群的參數解以人工的方式編碼成染色體，(2) 選擇較佳的參數解進
由於傳統遺傳演算法在演化模糊邏輯系統內部的架構與參數當中，其性能及 族群大小有著密切關係等限制，而 DNA 是自然界存在的生物並有它自身內在的 代碼，以及所編碼出的基因資訊可以得到染色體的特性，因此用來取代傳統遺傳 演算法來改善此限制。此外，本論文的實驗目標在於使一移動機器人達成搜尋目 標物的功能，而傳統上必須要有目標物座標的資訊，才能計算出移動機器人與目 標物的距離，這樣的作法必須要耗費成本來購買導航攝影機，才能取得環境的座 標資訊，包含目標物及移動機器人等…。因此，本論文所設計出的適應函數，無 需環境的座標資訊也能夠達成目標物搜尋的功能，因此不需要導航攝影機所以能 夠簡省許多成本。
1.3 研究方法
為達預定之研究目的，本研究所採用之研究方法如下：
1. 針對移動機器人模擬器及實現上所使用的感測器，來規劃出模糊系統之 歸屬函數。
2. 根據實際的環境，來為 Q-Learning 之報酬值規劃出不同的學習範圍，以 使移動機器人能成功的閃避障礙物。
3. 由於本研究所提出的 DNA 染色體的編碼方式，其染色體的基因代表著移 動機器人所行走的角度資訊，因此規劃出角度範圍來讓 DNA 染色體隨機
產生此角度範圍的基因。