The Role of Morphological Variation in Evolutionary Robotics: Maximizing Performance and Robustness

要約

ロボット コントローラーをさまざまな条件に合わせて進化させるために使用される進化的アルゴリズムを公開することは、堅牢で現実のギャップを越えることができるソリューションを取得するために必要です。
しかし、進化の過程に影響を与えるさまざまな形態学的条件の影響を分析して理解する方法、したがって適切な変化範囲を選択する方法はまだありません。
形態的条件とは、ロボットの開始状態と、ノイズによる動作中のセンサー読み取り値の変動を指します。
この記事では、これらの形態的変化の影響を測定できる方法を紹介し、変化の振幅、それらが導入されるモダリティ、進化するエージェントのパフォーマンスと堅牢性の間の関係を分析します。
我々の結果は、(i) 進化的アルゴリズムは、非常に大きな影響を与える形態学的変化を許容できること、(ii) エージェントの動作に影響を与える変化は、エージェントや環境の初期状態に影響を与える変化よりもはるかによく許容されること、および
(iii) 複数の評価を通じて適応度測定の精度を向上させることは、必ずしも有益であるとは限りません。
さらに、我々の結果は、形態学的変化により、変化する条件と変化しない条件の両方でより優れたパフォーマンスを発揮するソリューションを生成できることを示しています。

要約(オリジナル)

Exposing an Evolutionary Algorithm that is used to evolve robot controllers to variable conditions is necessary to obtain solutions which are robust and can cross the reality gap. However, we do not yet have methods for analyzing and understanding the impact of the varying morphological conditions which impact the evolutionary process, and therefore for choosing suitable variation ranges. By morphological conditions, we refer to the starting state of the robot, and to variations in its sensor readings during operation due to noise. In this article, we introduce a method that permits us to measure the impact of these morphological variations and we analyze the relation between the amplitude of variations, the modality with which they are introduced, and the performance and robustness of evolving agents. Our results demonstrate that (i) the evolutionary algorithm can tolerate morphological variations which have a very high impact, (ii) variations affecting the actions of the agent are tolerated much better than variations affecting the initial state of the agent or of the environment, and (iii) improving the accuracy of the fitness measure through multiple evaluations is not always useful. Moreover, our results show that morphological variations permit generating solutions which perform better both in varying and non-varying conditions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google