Název:
Evoluce a učení virtuálních robotů
Překlad názvu:
Evolution and Learning of Virtual Robots
Autoři:
Krčah, Peter ; Mráz, František (vedoucí práce) ; Kvasnička, Vladimír (oponent) ; Pilát, Martin (oponent) Typ dokumentu: Disertační práce
Rok:
2016
Jazyk:
eng
Abstrakt: [eng][cze] Title: Evolution and Learning of Virtual Robots Author: RNDr. Peter Krčah Department: Department of Software and Computer Science Education Supervisor: RNDr. František Mráz, CSc. Abstract: Evolutionary robotics uses evolutionary algorithms to automatically design both body and controller of a robot. We describe two contributions to automated design of virtual robotic creatures. First, we introduce a nature-inspired method that allows virtual robots to modify their morphology through lifetime learning. We show that such morphological plasticity makes it possible to evolve robots that can dynamically adjust their morphology to the environment they are placed into. We also show that by reshaping the fitness landscape, learning reduces computation cost required to evolve a robot with a given target fitness even in a single environment. In the second contribution, we show that for certain problems in evolutionary robotics, premature convergence to local optima can be avoided by ignoring the original objective and searching for any novel behaviors instead (a technique known as Novelty Search). Keywords: Evolution of Virtual Creatures, Body-brain Coevolution, Morphological Plasticity, Neural Networks, LearningNázev práce: Evoluce a učení virtuálních robotů Autor: RNDr. Peter Krčah Katedra: Katedra softwaru a výuky informatiky Vedoucí disertační práce: RNDr. František Mráz, CSc. Abstrakt: Evoluční robotika využívá evoluční algoritmy k automatickému návrhu stavby těla i chování robotů. Tato práce přináší dvě metody do oblasti automatického návrhu virtuálních robotických organizmů. První metoda ukazuje přírodou inspirovaný algo- ritmus, který umožňuje virtuálním robotům měnit jejich morfologii učením v průběhu života. Vysvětlujeme, jak tato morfologická plasticita umožňuje vyvíjet organizmy, které mohou dynamicky měnit svoji stavbu těla podle prostředí, do kterého jsou umístěny. Dále ukazujeme, že učení redukuje výpočetní čas potřebný k evoluci robota s předem určenou hodnotou fitness. V druhé části popisujeme pro vybrané problémy evoluční robotiky, jak změna zaměření evoluce z původního cíle na hledání libovolných nových forem chování může předejít předčasné konvergenci do lokálního minima (tato technika je známá jako Novelty search). Klíčová slova: evoluce virtuálních organizmů, koevoluce stavby těla a chování robota, morfologická plasticita, neuronové sítě, učení
Klíčová slova:
evoluce virtuálních organizmů; koevoluce stavby těla a chování robota; morfologická plasticita; neuronové sítě; učení; Body-brain Coevolution; Evolution of Virtual Creatures; Learning; Morphological Plasticity; Neural Networks