الگوریتم حشرات (Bug Algorithm)، در ریاضیات (Mathematics)
انواع روش های بهینه سازی (Optimization Methods) را در آموزش زیر شرح دادیم :
الگوریتم حشرات (Bug Algorithm) :
📌 تعریف: الگوریتم های حشرات (Bug Algorithms) دسته ای از الگوریتم های مسیریابی و ناوبری برای ربات های متحرک هستند که از رفتار ساده حشرات در یافتن مسیر به سمت هدف الهام گرفته اند. این الگوریتم ها برای حرکت در محیط های ناشناخته با موانع طراحی شده اند و با استفاده از اطلاعات حسگرهای محلی (مانند فاصله یاب) مسیر را به سمت هدف پیدا می کنند. اگرچه این الگوریتم ها بیشتر در رباتیک کاربرد دارند، اما اصول آنها در برخی مسائل بهینه سازی مسیر نیز استفاده می شود.
🐛 انواع اصلی الگوریتم های Bug
Bug1: ساده ترین نسخه. ربات ابتدا به طور کامل دور مانع می چرخد تا محیط آن را شناسایی کند، سپس نزدیک ترین نقطه به هدف را روی مرز مانع پیدا کرده و از آن نقطه به سمت هدف حرکت می کند. این روش کامل اما ناکارآمد است.
Bug2: پیشرفته تر. ربات خط مستقیم به سمت هدف را دنبال می کند. وقتی به مانع می رسد، در امتداد مرز مانع حرکت می کند تا زمانی که بتواند دوباره روی خط مستقیم به سمت هدف قرار گیرد. این روش کارآمدتر است.
Tangent Bug: از اطلاعات فاصله یاب برای تشخیص لبه های مانع و دنبال کردن مسیر مماس بر مانع استفاده می کند.
DistBug: نسخه ای که فاصله تا هدف را به عنوان معیار تصمیم گیری استفاده می کند.
📐 اصول مشترک
حرکت به سمت هدف (Motion-to-Goal) تا برخورد با مانع.
دنبال کردن مرز مانع (Boundary-Following) تا یافتن نقطه خروج مناسب.
معیار خروج: معمولا نقطه ای که فاصله تا هدف کمتر از نقطه شروع برخورد با مانع باشد.
💼 کاربردها
ناوبری ربات های متحرک در محیط های ناشناخته.
مسیریابی در نقشه های ناشناخته.
الهام بخش الگوریتم های مسیریابی دیگر.
