Search Space Analysis of Evolvable Robot Morphologies
Search Space Analysis of Evolvable Robot Morphologies
复制标题
可进化机器人形态的搜索空间分析
DOI：
10.1007/978-3-319-77538-8_47
复制
发表时间：
2018
期刊：
影响因子：
--
通讯作者：
A. Eiben
中科院分区：
文献类型：
--
作者：
Karine Miras;E. Haasdijk;K. Glette;A. Eiben
我们提出了一个进化的模块化机器人的形态特征的研究。我们注意到，进化的搜索空间-一组可获得的形态-取决于给定的表示和再现运营商，我们提出了一个框架，以评估在这个搜索空间中的形态特征，而不管一个特定的环境和/或任务。为此，我们提出了八个可量化的形态描述符和一个通用的新奇搜索算法，以产生一组不同的形态为任何给定的表示。有了这个机器，我们进行了直接编码和生成编码之间的比较。结果表明，我们的框架允许找到一个非常多样化的机构，允许形态多样性调查。此外，分析表明，尽管多样性水平很高，但在群体中检测到对某些性状的偏见。令人惊讶的是，两种编码方法在进化形态或其形态特征的多样性水平上没有显着差异。
We present a study on morphological traits of evolved modular robots. We note that the evolutionary search space –the set of obtainable morphologies– depends on the given representation and reproduction operators and we propose a framework to assess morphological traits in this search space regardless of a specific environment and/or task. To this end, we present eight quantifiable morphological descriptors and a generic novelty search algorithm to produce a diverse set of morphologies for any given representation. With this machinery, we perform a comparison between a direct encoding and a generative encoding. The results demonstrate that our framework permits to find a very diverse set of bodies, allowing a morphological diversity investigation. Furthermore, the analysis showed that despite the high levels of diversity, a bias to certain traits in the population was detected. Surprisingly, the two encoding methods showed no significant difference in the diversity levels of the evolved morphologies or their morphological traits.
DOI：
--
发表时间：
2014
期刊：
--
影响因子：
--
作者：
P. Vargas
通讯作者：
P. Vargas