人工激素反应网络：迈向进化多模块机器人中更高的可进化性
机器人学
2010-11-18 v1 人工智能
神经与进化计算
摘要
机器人控制器软件的半自动或自动综合既令人向往又充满挑战。通过应用人工进化来综合诸如避碰等相当简单的行为已被多次展示。然而，随着机器人应执行任务复杂性的增加，这种综合的难度也急剧增加。我们尝试利用人工稳态激素系统 (AHHS) 来解决这一复杂性问题，该系统提供了内在的稳态过程和（瞬态的）内在变体行为。通过使用 AHHS，对预定义控制器拓扑或应用领域信息的需求被最小化。我们研究了控制器的原理设计和激素网络规模如何影响人工进化的整体性能（即可进化性）。这是通过比较两种在突变时表现出不同效果的 AHHS 变体来完成的。我们为一个由五个自主协作模块构成的机器人进化控制器。期望的行为是一种步态形式，通过使用模块的主铰链实现快速移动。
引用
@article{arxiv.1011.3912,
title = {Artificial Hormone Reaction Networks: Towards Higher Evolvability in Evolutionary Multi-Modular Robotics},
author = {Heiko Hamann and Jürgen Stradner and Thomas Schmickl and Karl Crailsheim},
journal= {arXiv preprint arXiv:1011.3912},
year = {2010}
}