Unconventional Hexacopters via Evolution and Learning: Performance Gains and New Insights

要約

進化と学習は歴史的に相互に関連したトピックであり、彼らの相互作用は最近の関心の高まりを集めています。
この傾向の新たな新しい要因は、形態学的進化であり、ロボットなどの具体化されたAIシステム内の物理的形態の進化です。
この研究では、進化可能な形態と学習可能なコントローラーを備えたヘキサコプター型ドローンのシステムを調査し、2つの分野に貢献します。
航空ロボット工学の場合、進化と学習の組み合わせが、以前に考慮されていたよりも複雑ないくつかのタスクで、従来のヘキサコプターを大幅に上回る非​​伝統的なドローンを提供できることを実証します。
進化的コンピューティングの分野では、新しい分析を導入し、形態学的進化と学習の相互作用に新しい分析を実行し、これまでの正体不明の効果を明らかにします。
分析ツールはドメインに依存しており、進化と学習を統合する具体化されたAIシステムの固体基礎を構築するために方法論的な貢献をしています。

要約(オリジナル)

Evolution and learning have historically been interrelated topics, and their interplay is attracting increased interest lately. The emerging new factor in this trend is morphological evolution, the evolution of physical forms within embodied AI systems such as robots. In this study, we investigate a system of hexacopter-type drones with evolvable morphologies and learnable controllers and make contributions to two fields. For aerial robotics, we demonstrate that the combination of evolution and learning can deliver non-conventional drones that significantly outperform the traditional hexacopter on several tasks that are more complex than previously considered in the literature. For the field of Evolutionary Computing, we introduce novel metrics and perform new analyses into the interaction of morphological evolution and learning, uncovering hitherto unidentified effects. Our analysis tools are domain-agnostic, making a methodological contribution towards building solid foundations for embodied AI systems that integrate evolution and learning.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google