仿人形機器人是當今世界高新技術(shù)研究領(lǐng)域的一個熱點，而仿人形機器人行走的規(guī)劃與實現(xiàn)則是該領(lǐng)域的一個重要的，乃至有關(guān)整個領(lǐng)域發(fā)展前途的關(guān)鍵性的問題。經(jīng)過幾百萬年的進化后，對人類而言像步行、奔跑這樣的運動早已習以為常。表面上看這種雙足運動形式很簡單，但是研究者研究后發(fā)現(xiàn)要想在仿人形機器人身上實現(xiàn)類似于人類那樣自由、穩(wěn)定、快速的行走并不是一件容易的事情。研究者們探索了許多種不同的方法，結(jié)果與期望還是相差甚遠。 近年來隨著人們對人類步行本質(zhì)的深入理解和神經(jīng)生理學(xué)的不斷發(fā)展，基于神經(jīng)生理學(xué)的控制算法在仿人形步行機器人的運動控制中得到了廣泛的應(yīng)用。基于中樞神經(jīng)模式產(chǎn)生器（Central Pattern Generators，CPGs）的仿人形機器人運動控制算法作為一種以神經(jīng)生理學(xué)為基礎(chǔ)的智能控制算法逐漸得到眾多研究者的重視。 本文就是基于CPGs的仿人形機器人運動控制算法的研究。研究了由Hopf振蕩器和Matsuoka振蕩器構(gòu)成的CPGs網(wǎng)絡(luò)，并通過遺傳算法優(yōu)化CPGs網(wǎng)絡(luò)的參數(shù)以產(chǎn)生可供雙足步行機器人行走的步態(tài)數(shù)據(jù)。論文中首先介紹了Hopf振蕩器和Matsuoka振蕩器的數(shù)學(xué)模型以及它們的一些性質(zhì)，然后分別用這兩種振蕩器模型設(shè)計了兩種CPGs網(wǎng)絡(luò)，緊接著分析了如何用穩(wěn)態(tài)遺傳算法去優(yōu)化這兩種設(shè)計好的CPGs網(wǎng)絡(luò)的參數(shù)，最后對仿真結(jié)果的進行了分析和并給出了進一步工作的展望。實驗結(jié)果表明在沒有外界干擾的情況下，CPGs網(wǎng)絡(luò)產(chǎn)生的步態(tài)數(shù)據(jù)能夠用來控制Webots3D仿真環(huán)境中雙足機器人穩(wěn)定的行走。