Evoluční vývoj modulárních robotických organizmů
Evolutionary development of robotic organisms
bakalářská práce (OBHÁJENO)
![Náhled dokumentu](/bitstream/handle/20.500.11956/42062/thumbnail.png?sequence=8&isAllowed=y)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/42062Identifikátory
SIS: 117433
Kolekce
- Kvalifikační práce [11266]
Autor
Vedoucí práce
Oponent práce
Holan, Tomáš
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Obecná informatika
Katedra / ústav / klinika
Katedra softwaru a výuky informatiky
Datum obhajoby
6. 9. 2012
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Čeština
Známka
Velmi dobře
Klíčová slova (česky)
evoluční algoritmy, genetické algoritmy, evoluční robotika, simulaceKlíčová slova (anglicky)
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.