Examensarbete 9625; Andreas Ronge
Referat
Detta examensarbete "Genetisk programmering och samevolution"
handlar om att utveckla robusta och generella kontrollprogram
med hjälp av lokal fortplantning i två 2-dimensionella populationer.
Ett samevolutionärt tillvägagångssätt presenteras för att
utveckla kontrollprogram för ett mycket enkelt "robotliknande"
simulerat fordon.
Huvudmålet är att hitta program som kan generalisera och lösa
liknande problem.
Goda resultat uppnås genom att samevolvera testmängden
och de simulerade fordonen med
lokalitet i både reproduktions- och evalueringsfasen.
Överlevnadsvärdet för ett kontroll-program bestäms av dess
prestanda när det tävlar mot sina grannar i testmängdspopulationen.
Överlevnadsvärdet för ett testfall fås på liknande sätt
genom tävling med dess grannar i populationen av kontrollprogram.
De samevolverade kontrollprogrammen är mer robusta och generella
än en enkel handgjord algoritm och program som evolveras
med en fix träningsmängd.
Abstract
Genetic Programs and Co-Evolution.
A co-evolutionary approach for developing
programs for controlling a very simple "robot-like"
simulated vehicle is presented.
The main goal is to find
programs that can generalize and solve other similar problems.
Good results are achieved by co-evolving the test cases
and the simulated vehicles and using
locality in both the reproduction and evaluation phases.
The fitness of a controller is determined by its
performance in competition with its neighbours in the
test case population. The fitness of a test case is
similarly determined through competition
with its neighbours in the controller population.
The co-evolved controllers are more robust
and general than a simple hand-designed algorithm or
controllers evolved using a fixed training set.
Upp till sidan
Examensarbeten i datalogi vid SU.
Senast ändrad 96-06-19
<svl-su@nada.kth.se>