摘要：针对传统遗传算法在求解机器人路径规划问题时存在的收敛速度慢、路径不平滑问题，对其进行了改进，在适应度函数中加入了路径平滑度因素，选择操作时平滑度较好的路径更容易被选中。在种群选择时将最优个体直接复制到下一代，有效地保留了父代优良基因。在领航机器人规划路径阶段，使用改进的遗传算法为领航机器人规划出一条安全无碰撞且平滑度较好的最优路径。在跟随机器人跟随阶段，使用领航跟随法控制每一个跟随机器人使其与领航者保持特定的距离与角度，从而形成设定的队形。最后通过MATLAB软件软件建立栅格地图进行仿真，验证了该算法的可行性，与传统遗传算法相比，改进遗传算法收敛速度更快，且路径更加平滑。
编辑，编辑，编辑，编辑，编辑[J] ●●●●。计算机工程与应用, 2020, 56(3): 240-245.
姜涛，张志安，程志，李金志，卢静。基于改进遗传算法和Leader-Follower的机器人编队方法[J]。计算机工程与应用，2020，56（3）：240-245。
