Lamarckian Evolution of Simulated Modular Robots.
Lamarckian Evolution of Simulated Modular Robots.
复制标题
DOI：
10.3389/frobt.2019.00009
复制
发表时间：
2019
影响因子：
3.4
通讯作者：
Eiben AE
中科院分区：
文献类型：
--
作者：
Jelisavcic M;Glette K;Haasdijk E;Eiben AE
我们研究进化的机器人系统，不仅机器人的大脑，而且机器人的身体是可进化的。这样的系统需要在“出生”后立即包括学习期，以获得适合新创建的身体的控制器。在本文中，我们探讨了引导婴儿机器人学习的可能性，通过采用拉马克继承的父母控制器。在我们的系统中，控制器编码的形态依赖组件的组合，中央模式发生器（CPG），和形态独立的一部分，一个组成模式生产网络（CPPN）。这使得可以在不同形态之间转移控制器的CPPN部分，并创建拉马克系统。我们对适应度由运动速度决定的模拟模块化机器人进行了实验，确定了继承优化的父母控制器的好处，阐明了影响这些好处的条件，并观察到改变控制器的进化方式也会影响进化的形态。
We study evolutionary robot systems where not only the robot brains but also the robot bodies are evolvable. Such systems need to include a learning period right after ‘birth' to acquire a controller that fits the newly created body. In this paper we investigate the possibility of bootstrapping infant robot learning through employing Lamarckian inheritance of parental controllers. In our system controllers are encoded by a combination of a morphology dependent component, a Central Pattern Generator (CPG), and a morphology independent part, a Compositional Pattern Producing Network (CPPN). This makes it possible to transfer the CPPN part of controllers between different morphologies and to create a Lamarckian system. We conduct experiments with simulated modular robots whose fitness is determined by the speed of locomotion, establish the benefits of inheriting optimized parental controllers, shed light on the conditions that influence these benefits, and observe that changing the way controllers are evolved also impacts the evolved morphologies.
登录
查看更多内容
影响因子：
2.6
作者：
Eiben, A E;Kernbach, S;Haasdijk, Evert
通讯作者：
Haasdijk, Evert
影响因子：
14.3
作者：
Clune, Jeff;Stanley, Kenneth O.;Ofria, Charles
通讯作者：
Ofria, Charles
影响因子：
25
作者：
Dias, Brian G.;Ressier, Kerry J.
通讯作者：
Ressier, Kerry J.
影响因子：
3.7
作者：
Brodbeck L;Hauser S;Iida F
通讯作者：
Iida F
DOI：
10.1016/j.engappai.2013.09.009
发表时间：
2013-11-01
影响因子：
8
作者：
Faina, Andres;Bellas, Francisco;Duro, Richard J.
通讯作者：
Duro, Richard J.