Genetické programování pro řízení hejna robotů
Genetic Programming for Control of Robotic Swarms
bachelor thesis (DEFENDED)

View/ Open
Permanent link
http://hdl.handle.net/20.500.11956/75720Identifiers
Study Information System: 163941
Collections
- Kvalifikační práce [11322]
Author
Advisor
Referee
Děchtěrenko, Filip
Faculty / Institute
Faculty of Mathematics and Physics
Discipline
General Computer Science
Department
Department of Theoretical Computer Science and Mathematical Logic
Date of defense
7. 9. 2015
Publisher
Univerzita Karlova, Matematicko-fyzikální fakultaLanguage
Czech
Grade
Excellent
Keywords (Czech)
homogenní robotická hejna, evoluční algoritmy, genetické programováníKeywords (English)
homogeneous robotic swarms, evolutionary algorithms, genetic programmingHomogenní robotická hejna bývají zpravidla řízena programem, který je vytvořen ručně programátorem. Tato práce se zabývá alternativním přístupem, a to možností tvorby řídících programů pomocí techniky inspirované biologickou evolucí, genetickým programovaním. Za tímto účelem byl naprogramován jednoduchý simulátor 2D prostředí, ve kterém je možné vytvořené řídící programy na homogenním hejnu virtuálních robotů testovat a pozorovat. Schopnost genetického programování vytvářet řídící programy je zkoumána na třech různých scénách, ve kterých má robotické hejno za úkol plnit tři různé úkoly. Součástí práce je také porovnání genetického programování s technikou využívající neuronovou síť učenou evolučními strategiemi. Powered by TCPDF (www.tcpdf.org)
Homogeneous robotic swarms are usually controlled by a manually created program. This thesis studies an alternative approach, the possibilities of creating control programs by means of a technique inspired by biological evolution called genetic programming. A simulator of a simple 2D environment was created for this purpose. This allows us to observe and examine newly created control programs for virtual homogeneous robotic swarm. The ability of genetic programming to create control programs is examined on three different scenarios in which the robotic swarm should deal with three different tasks. The thesis also contains the comparison of genetic programming with a technique that use neural network and evolutionary strategies. Powered by TCPDF (www.tcpdf.org)