Robótica evolutiva

Robótica evolutiva (ER) es una metodología que utiliza computación evolutiva para desarrollar Controladores para robots autónomos. Algoritmos en ER operan con frecuencia en las poblaciones de controladores de candidato seleccionados inicialmente de algunos distribución. Esta población es entonces reiteradamente modificada según un función de la aptitud. En el caso de algoritmos genéticos (o "GAs"), un método común en computación evolutiva, la población de los controladores de candidato se cultiva en varias ocasiones según el cruce, mutación y otros GA los operadores y luego sacrificados según la función de la aptitud. Los controladores de candidato utilizados en aplicaciones de ER se pueden dibujar de un subconjunto del conjunto de redes neuronales artificiales, aunque algunas aplicaciones (incluyendo SAMUEL, desarrollado en el Centro Naval de investigación aplicada en Inteligencia Artificial) utilizar las colecciones de "IF entonces más" reglas como las partes constitutivas de un regulador individual. Teóricamente es posible utilizar cualquier conjunto de formulaciones simbólicas de un leyes de control (a veces llamado un políticas En aprendizaje automático comunidad) como el espacio de los controladores de posible candidato. Redes neuronales artificiales también puede usarse para aprendizaje de robot fuera del contexto de la robótica evolutiva. En particulares, otras formas de aprendizaje de refuerzo puede ser utilizado para el aprendizaje de los controladores de robot.

Robótica del desarrollo se relaciona, pero difiere, robótica evolutiva. ER utiliza poblaciones de robots que evolucionan con el tiempo, mientras que DevRob está interesado en cómo la organización del sistema de control de un robot solo se desarrolla a través de experiencia, con el tiempo.

Historia

La Fundación de ER fue presentada con el trabajo en el Consejo Nacional de investigación en Roma en los años 90, pero la idea inicial de codificación de un robot y sistema de control en un genoma evolución artificial mejorarlo se remonta a finales de los 80.

En 1992 y 1993 tres grupos de investigación, uno rodea Floreano y Mondada en el EPFL en Lausanne y una segunda participación Cliff, Harvey, y Maridos De COGS en el Universidad de Sussex y una tercera parte de la Universidad de California del sur M. Anthony Lewis y Andrew H Fagg informó resultados prometedores en experimentos sobre evolución artificial de robots autónomos. El éxito de esta investigación temprana desencadenó una ola de actividad en los laboratorios de todo el mundo tratando de aprovechar el potencial del enfoque.

Últimamente, la dificultad de "escalar" la complejidad de las tareas del robot ha desplazado la atención un poco hacia el fin teórico del campo, más que el final ingeniería.

Objetivos

Robótica evolutiva se realiza con muchos objetivos diferentes, a menudo al mismo tiempo. Estos incluyen la creación de controladores útiles para las tareas del mundo real robot, explorando las complejidades de la teoría evolucionista (tales como la Efecto Baldwin), reproducción de fenómenos psicológicos y averiguar sobre las redes neuronales biológicas mediante el estudio de los artificiales. Creación de controladores vía evolución artificial requiere un gran número de evaluaciones de una gran población. Esto es muy lento, que es una de las razones por qué evolución regulador generalmente se hace en el software. Además, controladores aleatorios iniciales pueden exhibir comportamiento potencialmente dañino, como repetidamente chocando contra un muro, que puede dañar el robot. Transferir los controladores evolucionados en simulación de robots físicos es muy difícil y un importante desafío en utilizando el enfoque de ER. La razón es que la evolución es libre para explorar todas las posibilidades para obtener una alta aptitud, incluyendo cualquier inexactitud de la simulación. Esta necesidad de un gran número de evaluaciones, que requieren las simulaciones de computadora rápida pero precisa, es uno de los factores limitantes del enfoque de ER.

En casos raros, computación evolutiva puede utilizarse para diseñar la estructura física del robot, además el controlador. Uno de los ejemplos más notables de esta era Karl Sims' demostración de Pensamiento Machines Corporation.

Motivación para la robótica evolutiva

Muchos de los comúnmente utilizados aprendizaje automático algoritmos requieren un conjunto de ejemplos de formación consta de una hipotética entrada tanto una respuesta deseada. En robot muchas aplicaciones de aprendizaje la respuesta deseada es una acción para el robot tomar. Estas acciones son generalmente no conoce explícitamente a priori en cambio la robot puede, a lo sumo, reciben un valor que indica el éxito o fracaso de una determinada acción. Algoritmos evolutivos son soluciones naturales para este tipo de marco de problemas, como la función de la aptitud sólo necesita codificar el éxito o fracaso de un determinado controlador, en lugar de las acciones precisas que el controlador debería haber tomado. Una alternativa al uso de la computación evolutiva en el aprendizaje del robot es el uso de otras formas de aprendizaje de refuerzo, tales como q-learning, para aprender la forma física de cualquier acción en particular y luego usar valores predichos aptitud indirectamente para crear un controlador.

Conferencias e institutos

Principales conferencias

• GECCO
• Congreso IEEE sobre computación evolutiva
• Conferencia Europea sobre vida Artificial
• ALife

Octavia robot interactivo del centro de Marina para aplicar investigación en Inteligencia Artificial

Investigadores e institutos académicos

• Chalmers University of Technology: Peter Nordin, El proyecto de humanoide
• Universidad de Sussex: Inman Harvey, Phil maridos, Ezequiel Di Paolo, Eric Vaughan, Thomas Buehrmann
• CNR: Stefano Nolfi, Domenico Parisi, Gianluca Baldassarre, Vito Trianni, Onofrio Gigliotta, Gianluca Massera, Mariagiovanna Mazzapioda
• EPFL: Dario Floreano
• Universidad de Zúrich: Rolf Pfeifer
• La Universidad de Cornell: Hod Lipson
• Universidad de Vermont: Josh Bongard
• Universidad de Indiana: Randall Beer
• Centro de robótica y máquinas inteligentes, North Carolina State University:: Eddie Grant, Andrew Nelson
• University College London: Peter J. Bentley, Siavash Haroun Mahdavi
• Universidad de Essex: Simon Lucas
• La Universidad de Brandeis: Jordan Pollack
• El IDSIA Laboratorio de robótica: Juergen Schmidhuber, Juxi Leitner
• Universidad Universidad de Skövde: Tom Ziemke
• Laboratorio de investigación Naval de Estados Unidoses, Marina Centro de investigación aplicada en Inteligencia Artificial: Alan C. Schultz, Mitchell A. Potter, Kenneth De Jong
• Universidad de Osnabrueck, Neurocibernética Group: Frank Pasemann
• Evolucionaron criaturas virtuales por Karl Sims (GenArts)
• Ken Rinaldo robótica de vida artificial
• Equipo de conceptos avanzados de la Agencia Espacial Europea: Dario Izzo
• Universidad del país Vasco (UPV-EHU): Robótica Evolutiva, Pablo González-Nalda (en Español) PDF (en inglés)
• Universidad de Plymouth: Angelo Cangelosi, Davide Marocco, Fabio Ruini, * Martin Peniak
• Universidad Heriot-Watt: Patricia A. Vargas
• Pierre y Marie Curie University, ISIR: Stephane Doncieux, Jean-Baptiste Mouret
• Universidad de París-Sud y INRIA, IAO/TAO: Nicolas Bredeche
• Instituto de ciencia cerebral RIKEN: Alnajjar Fady
• Karlsruhe Institute of Technology, Instituto de informática aplicada y métodos Descripción Formal: Lukas Koenig

Véase también

• Inteligencia artificial
• Cibernética
• Robótica Cognitiva
• Computación evolutiva
• Roboticist
• Robótica
• Kit de la robusteza
• Darwinismo universal

Referencias

• Robótica evolutiva por Stefano Nolfi y Dario Floreano. ISBN 0-262-14070-5
• Avances en la síntesis evolutiva de agentes inteligentes por Mukesh Patel, Vasant Honavar y Karthik Balakrishnan (Ed). Cambridge, MA: MIT Press. 2001. ISBN 0-262-16201-6
• Evolución Neuromórficos control de vuelo para un insecto mecánico aleteo-ala por Boddhu, Sanjay K. y John C. Gallagher. Revista Internacional de computación inteligente y cibernética 3.1 (2010): 94-116.

Enlaces externos

• Una introducción a la robótica evolutiva con bibliografía anotada
• La Página Web de robótica evolutiva

Otras Páginas

• Zekarias Yohannes
• Error de disco
• Servidor de nombres raiz
• Ron Haselden
• Marco IDEAL
• Premio Thurman general Maxwell R.
• Terapias alternativas para discapacidades del desarrollo y aprendizaje
• John Templeton (botanico)
• Insurance Australia Group