Evoluční vývoj modulárních robotických organizmů
Evolutionary development of robotic organisms
bachelor thesis (DEFENDED)
View/ Open
Permanent link
http://hdl.handle.net/20.500.11956/42062Identifiers
Study Information System: 117433
Collections
- Kvalifikační práce [11242]
Author
Advisor
Referee
Holan, Tomáš
Faculty / Institute
Faculty of Mathematics and Physics
Discipline
General Computer Science
Department
Department of Software and Computer Science Education
Date of defense
6. 9. 2012
Publisher
Univerzita Karlova, Matematicko-fyzikální fakultaLanguage
Czech
Grade
Very good
Keywords (Czech)
evoluční algoritmy, genetické algoritmy, evoluční robotika, simulaceKeywords (English)
evolutionary algorithms, genetic algorithms, evolutionary roboritics, simulationPráce představuje systém pro evoluční návrh virtuálních organismů schopných efektivního pohybu v simulovaném prostředí podobně jako živé organismy. Morfologie a řídící systém jsou vyvíjeny současně pomocí evolučních algoritmů. Systém také umožňuje návrh organismů v editoru a evoluci řídicího systému organismů s pevnou morfologií. Vyhodnocení kvality a prohlížení vyvinutých organismů probíhá v simulovaném fyzikálním 3D prostředí. Práce klade důraz na výpočetní a časovou nenáročnost evolučního procesu, které je dosaženo zachycením symetrií organismů a jejich pohybu pomocí HyperNEAT-generativního kódování synaptických vah. Dále k výpočetní nenáročnosti přispívá omezení variability vzájemného propojení modulů a omezení na harmonický pohyb organismů.
This work introduces a system for an evolutionary design of virtual organisms capable of effective movement in a simulated environment. The morphology and the control system are simultaneously developed by an evolutionary algorithms. The system also allows to design organisms in an editor and evolution of the control system with an immutable morphology. The quality evaluation and viewing of evolved organisms is done in a simulated 3D physical environment. The work put stress on the optimization of time and computing complexity of the evolutionary process. This optimization is achieved by using symmetry of organisms and their movement with HyperNEAT-generative encoding of synaptic values. Further optimization is achieved by limiting the variety of mutual module connections and focusing on the harmonic movement of organisms.