基于分层贝叶斯概率模型的体素机器人形态优化方法

本发明公开了一种基于分层贝叶斯概率模型的体素机器人形态优化方法，包括：构建形态生成模型：构建包含“任务‑个体‑器官‑体素”四层逻辑结构的分层贝叶斯概率生成模型，用于描述任务、个体、器官及体素的关联性；生成模型参数优化：利用有标签数据估计生成模型参数；形态‑控制协同优化：在任务环境中利用生成模型生成机器人形态，并进行适应度评价；从适应度评价中筛选优势形态更新生成模型，同时保留随机生成形态以维护设计多样性；引入仿生先验：构建无标签自然生物形态数据集，通过降维或特征学习生成仿生学先验；将仿生学先验与任务标签信息联合用于生成模型的优化。本方法兼具高效性、可解释性和多样性。