GA下路径规划，如何将机械臂的轨迹由离散变为连续？

powerhql

GA（遗传算法）下机械臂路径规划，由于算法的离散性，所得到的机械臂的轨迹是离散的，在实际中有可能跨越障碍物，成为无用的轨迹。一般来说，大家是如何处理离散轨迹连续化的问题？

我大致的想法是，要从产生的所有轨迹中——解的集合中——选取连续的轨迹，舍弃无用的奇点轨迹。那么要根据什么来选取和舍弃呢？转角之间存在着什么关系？

希望做这方面研究或是了解这方面的同行给点建议，告诉我有关论文（中英文皆可，英文最好）的名称或链接。

谢谢！

FreddyMusic

拟合一下不就连续了 ？

powerhql

拟合的路径不是真的路径，如果有障碍物就会大大增加计算的复杂度。
我试过减少转角的变化值，但仍然有不少的无用轨迹。但我看所有的GA路径规划文章，全是连续的、光滑的路径，究竟他们是怎么得到的？不可能没有无用的路径啊？