實驗結果與視覺化分析

在 EvoX 的多目標倉庫機器人尋路實驗中，「跑出過一次好看的解」並不代表最佳化真實推進。要判斷一次執行是否可信，必須同時取得兩類證據：一類描述搜尋過程（各目標隨迭代代數的收斂曲線），另一類描述最終方案（固定倉庫佈局下的路線視覺化與指標表）。曲線只回答「搜尋有沒有在動」，路線與指標才回答「結果能不能用」。

一、先讀收斂曲線：搜尋過程在發生什麼

把每個目標值按迭代代數畫成曲線，觀察的是趨勢而不是某一個點的數值。工程中常見的四種形態需要被明確區分：

• 持續改進：曲線在前中期穩定下降（或綜合指標穩定上升），說明種群仍在有效搜尋，交叉與變異持續產生更好的候選解。
• 震盪：曲線上下波動但沒有明確的長期走向，通常來自評價雜訊、約束衝突或多樣性過大，需檢查評價函數與參數設定。
• 停滯：曲線在一段區間內幾乎水平，但仍可能在後續代中再次改進，屬於「暫時失去改進方向」。
• 早熟收斂：很早就徹底平掉且再沒有恢復，多數是種群多樣性喪失或解空間被過早壓縮。

二、再看固定倉庫佈局下的最終路線

把演化得到的最佳路線與對比路線疊加到同一張固定倉庫地圖上，檢查三件事：路徑是否真實可達、繞障是否合理、貼近終點的最後一段是否穩定。固定佈局是關鍵約束——只有環境不變，不同執行、不同參數之間的路線差異才能歸因於最佳化本身，而不是地圖變了。

三、用完整實驗資料支撐結論

可重現才算結論。請保存並核對：執行配置與隨機種子、迭代日誌、各目標隨代數的數值、最終路線與評價結果。必要時透過複跑或交叉檢查確認同一結論是否穩定成立。若曲線後期不再明顯改進，應結合完整日誌判斷究竟是早熟收斂、評價飽和，還是已經接近可用解；不要僅憑一張截圖下判斷。