Cílem této práce je implementovat systém pro automatizovaný evoluční návrh kontrolérů virtuálních robotů. Pro nalezení vhodného programu, který bude ř&#...
详细信息
Cílem této práce je implementovat systém pro automatizovaný evoluční návrh kontrolérů virtuálních robotů. Pro nalezení vhodného programu, který bude řídit robota tak, že se bude pohybovat po trajektorii, která je definována posloupností bodů, je použita reprezentace založená na lineárním genetickém programování ve spojení s genetickým algoritmem. Pro vyhodnocení chování robota, kterého křídí kandidátní řešení vygenerované genetickým algoritmem, je použit fyzikální simulátor MuJoCo, který uživateli dovoluje definovat tvar robota. Cílem evoluce ja natrénovat kontrolér robota tak, aby následoval definovanou trasu. Trénování kontroléru robota je založeno na optimalizaci vzdálenosti mezi robotem a body definujícími trajektorii. Optimalizace se provádí evolucí kontrolérů po daný počet generací steady-state genetického algoritmu. Je zde prezentováno několik experimentů s vyhodnocením jejich výsledků.
RIMEP (Reversible Improved Multi Expression programming), is a system that has been developed for designing reversible digital circuits. This article discloses a new version of RIMEP called "RIMEP2". The goa...
详细信息
RIMEP (Reversible Improved Multi Expression programming), is a system that has been developed for designing reversible digital circuits. This article discloses a new version of RIMEP called "RIMEP2". The goal was to evolve reversible circuits in a "fanout free" search space. The major changes that RIMEP has undergone, are made in the structure of the chromosome and in the fitness calculation. Although the changes seem to be minor, the impact is effective. The execution time has been considerably decreased and optimal competitive solutions were found for a set of 30 selected benchmarks, where a quantum cost reduction up to 96.13% was reached with an average of 42.17%.
Turing complete geneticprogramming (GP) models introduce the concept of internal state, and therefore have the capacity for identifying interesting temporal properties. Surprisingly, there is little evidence of the a...
详细信息
ISBN:
(纸本)9781595930101
Turing complete geneticprogramming (GP) models introduce the concept of internal state, and therefore have the capacity for identifying interesting temporal properties. Surprisingly, there is little evidence of the application of such models to problems for prediction. An empirical evaluation is made of a simple recurrent linear GP model over standard prediction problems.
暂无评论