控制器蒸馏减少脑-身体协适中的脆弱性并实现MAP-Elites中的迁移

脑-身体共优化会产生脆弱的协适问题，即大脑对特定身体过度专业化，导致其对其他身体的迁移能力受限。进化算法倾向于丢弃此类表现不佳的解决方案，消除有潜力的形态学。以前的工作考虑将MAP-Elites应用于形态特征作为生态位描述符，以促进形态空间的更好搜索。本文表明，这种方法仍然存在脆弱的脑-身体协适问题：即MAP-Elites的核心机制之一——通过解决方案从一个生态位迁移到另一个生态位的步骤石创建——被破坏。我们认为，这种破坏是由于导致后代移动到新生态位的身体突变会破坏机器人的脆弱脑-身体协适，从而显著降低这些潜在解决方案的性能——降低其在新生态位中与现有精英竞争的可能性。我们采用一种称为“轮粒”（Pollination）的技术，定期用具有更好跨形态迁移能力的蒸馆控制器替换某些解决方案的控制器，以减少脆弱的脑-身体协适，从而促进MAP-Elites的迁移。轮粒增加了身体突变的成功率和迁移次数，导致更好的质量-多样性指标。我们认为我们发展的见解可能适用于MAP-Elites被用于其他领域。