Morphological Evolution of Physical Robots through Model-Free Phenotype Development.
Morphological Evolution of Physical Robots through Model-Free Phenotype Development.
复制标题
DOI：
10.1371/journal.pone.0128444
复制
发表时间：
2015
期刊：
影响因子：
3.7
通讯作者：
Iida F
中科院分区：
文献类型：
--
作者：
Brodbeck L;Hauser S;Iida F
物理系统的人工进化是一种随机优化方法，其中物理机器迭代地适应目标函数。一个有意义的设计优化的关键是通过进化过程的过程中建立物理机器的变化的能力。优化不再依赖于复杂的物理模型，这些模型容易出现现实差距，即模拟和现实世界行为之间的不匹配。我们报告的物理系统，其中一个母亲的机器人自主设计和组装运动代理人的人工进化的表型的无模型开发和评估。运动智能体被自动放置在测试环境中，并在真实的世界中分析它们的运动行为。此反馈用于下一次迭代的设计。通过对500个自主构建的运动代理的实验，本文展示了物理机器人的形态和行为的多样化，以改善有限资源的功能。
Artificial evolution of physical systems is a stochastic optimization method in which physical machines are iteratively adapted to a target function. The key for a meaningful design optimization is the capability to build variations of physical machines through the course of the evolutionary process. The optimization in turn no longer relies on complex physics models that are prone to the reality gap, a mismatch between simulated and real-world behavior. We report model-free development and evaluation of phenotypes in the artificial evolution of physical systems, in which a mother robot autonomously designs and assembles locomotion agents. The locomotion agents are automatically placed in the testing environment and their locomotion behavior is analyzed in the real world. This feedback is used for the design of the next iteration. Through experiments with a total of 500 autonomously built locomotion agents, this article shows diversification of morphology and behavior of physical robots for the improvement of functionality with limited resources.
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：
9
作者：
Lohn, Jason D.;Hornby, Gregory S.
通讯作者：
Hornby, Gregory S.
影响因子：
56.9
作者：
Felton, S.;Tolley, M.;Wood, R.
通讯作者：
Wood, R.
影响因子：
64.8
作者：
Lipson, H;Pollack, JB
通讯作者：
Pollack, JB
影响因子：
3.7
作者：
Nurzaman SG;Culha U;Brodbeck L;Wang L;Iida F
通讯作者：
Iida F