开放式进化机器人学：一种信息论方法
机器人学
2010-06-28 v1
摘要
本文关注为嵌入式进化机器人学设计自驱动适应度函数。所提出的方法考虑机器人控制器生成的感知运动流熵。该熵通过无监督学习计算；其最大化通过机载进化算法实现，实现了“好奇心本能”，有利于访问多种不同感知运动状态(sms)的控制器。此外，个体发现的sms集可传递给后代，使得文化进化模式成为可能。累积熵（由祖先和当前个体对sms的访问计算得出）定义了另一种自驱动适应度；其优化实现了“发现本能”，因为它有利于访问新或罕见感知运动状态的控制器。在Lehman和Stanley（2008）提出的基准问题上的实证结果比较性地展示了该方法的优点。
引用
@article{arxiv.1006.4959,
title = {Open-Ended Evolutionary Robotics: an Information Theoretic Approach},
author = {Pierre Delarboulas and Marc Schoenauer and Michèle Sebag},
journal= {arXiv preprint arXiv:1006.4959},
year = {2010}
}