Lamarckian Inheritance Improves Robot Evolution in Dynamic Environments

要約

この研究では、さまざまな環境にわたる従来のダーウィンのモデルと比較しながら、ラマルクのシステムを進化ロボティクス (ER) に統合する方法を検討します。
ロボットが学習した特性を継承するラマルクの原理と、継承を伴わないダーウィンの学習を採用することで、動的設定における適応を調査します。
6 つの異なる環境設定で実施された私たちの研究は、特に困難な条件において、ラマルクのシステムが適応性と効率の点でダーウィンのシステムよりも優れていることを実証しました。
私たちの分析は、コントローラーと形態進化と環境適応の間の相互作用の重要な役割を強調しており、親子の類似性と学習前後の新生児と生存者によって、形質継承の有効性についての洞察が得られます。
私たちの調査結果は、ラマルク原理が自律システム設計を大幅に進歩させる可能性があることを示唆しており、複雑な現実世界のアプリケーションにおいて、より適応性が高く堅牢なロボット ソリューションの可能性を浮き彫りにしています。
これらの理論的な洞察は、実際の物理ロボットを使用して検証され、シミュレーションと実用化の間のギャップを埋めました。

要約(オリジナル)

This study explores the integration of Lamarckian system into evolutionary robotics (ER), comparing it with the traditional Darwinian model across various environments. By adopting Lamarckian principles, where robots inherit learned traits, alongside Darwinian learning without inheritance, we investigate adaptation in dynamic settings. Our research, conducted in six distinct environmental setups, demonstrates that Lamarckian systems outperform Darwinian ones in adaptability and efficiency, particularly in challenging conditions. Our analysis highlights the critical role of the interplay between controller \& morphological evolution and environment adaptation, with parent-offspring similarities and newborn \&survivors before and after learning providing insights into the effectiveness of trait inheritance. Our findings suggest Lamarckian principles could significantly advance autonomous system design, highlighting the potential for more adaptable and robust robotic solutions in complex, real-world applications. These theoretical insights were validated using real physical robots, bridging the gap between simulation and practical application.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google