論文の概要: Heritability in Morphological Robot Evolution

• arxiv url: http://arxiv.org/abs/2110.11187v1
• Date: Thu, 21 Oct 2021 14:58:17 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-10 21:41:10.477775
• Title: Heritability in Morphological Robot Evolution
• Title（参考訳）: 形態ロボットの進化における遺伝性
• Authors: Matteo De Carlo, Eliseo Ferrante, Daan Zeeuwe, Jacintha Ellers, Gerben Meynen and A. E. Eiben
• Abstract要約: 遺伝性の生物学的概念を導入し,遺伝子型変異による表現型変異の量を把握する。 解析では,2つの異なるエンコーディングから進化した第1世代のロボットの遺伝性を測定した。 遺伝性は遺伝子型と表現型との関係をよりよく理解するための有用なツールであることを示す。
• 参考スコア（独自算出の注目度）: 2.7402733069181
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In the field of evolutionary robotics, choosing the correct encoding is very complicated, especially when robots evolve both behaviours and morphologies at the same time. With the objective of improving our understanding of the mapping process from encodings to functional robots, we introduce the biological notion of heritability, which captures the amount of phenotypic variation caused by genotypic variation. In our analysis we measure the heritability on the first generation of robots evolved from two different encodings, a direct encoding and an indirect encoding. In addition we investigate the interplay between heritability and phenotypic diversity through the course of an entire evolutionary process. In particular, we investigate how direct and indirect genotypes can exhibit preferences for exploration or exploitation throughout the course of evolution. We observe how an exploration or exploitation tradeoff can be more easily understood by examining patterns in heritability and phenotypic diversity. In conclusion, we show how heritability can be a useful tool to better understand the relationship between genotypes and phenotypes, especially helpful when designing more complicated systems where complex individuals and environments can adapt and influence each other.
• Abstract（参考訳）: 進化ロボティクスの分野では、特にロボットが行動と形態を同時に進化させるとき、正しいエンコーディングを選択することは非常に複雑である。 エンコーディングから機能ロボットへのマッピングプロセスの理解を改善することを目的として,遺伝子型変異による表現型変化の量を取得する遺伝性という生物学的概念を導入する。 本解析では,第1世代ロボットの遺伝性について,直接符号化と間接符号化の2つの異なるエンコーディングから進化した。 さらに、進化過程全体を通して、遺伝性と表現型多様性の相互作用を検討する。 特に, 直接的かつ間接的な遺伝子型が, 進化の過程を通じて, 探索や搾取の好みを示すかを検討する。 遺伝性および表現型多様性のパターンを調べることにより,探索的・搾取的トレードオフがより容易に理解できることを観察する。 以上の結果から,遺伝子型と表現型の関係をよりよく理解する上で,遺伝能力が有用であること,特に複雑な個人と環境が相互に適応し影響を及ぼすような複雑なシステムを設計する場合に有用であることを示す。

関連論文リスト

• Meta-Learning an Evolvable Developmental Encoding [7.479827648985631]
  生成モデルはブラックボックス最適化のための学習可能な表現であることを示す。 本稿では,表現の質の多様性を生成する能力を最適化することで,そのような表現をメタ学習できるシステムを提案する。 より詳しくは、我々のメタラーニングアプローチが、開発中に細胞が「DNA」文字列ゲノムの異なる部分に参加することができる1つのニューラルセルオートマタを見つけることができることを示す。
  論文  参考訳（メタデータ） (2024-06-13T11:52:06Z)
• Cognitive Evolutionary Learning to Select Feature Interactions for Recommender Systems [59.117526206317116]
  Cellはさまざまなタスクやデータに対して,さまざまなモデルに適応的に進化可能であることを示す。 4つの実世界のデータセットの実験では、細胞は最先端のベースラインを大幅に上回っている。
  論文  参考訳（メタデータ） (2024-05-29T02:35:23Z)
• Emergence of specialized Collective Behaviors in Evolving Heterogeneous Swarms [3.918604886944516]
  社会性昆虫の群れのような自然集団は、驚くべきタスク専門化の度合いを示している。 我々は、表現型可塑性を持つシミュレーションロボット群を進化させ、特殊な集団行動の出現を研究する。
  論文  参考訳（メタデータ） (2024-02-07T11:26:53Z)
• Causal machine learning for single-cell genomics [94.28105176231739]
  単細胞ゲノミクスへの機械学習技術の応用とその課題について論じる。 まず, 単一細胞生物学における現在の因果的アプローチの基盤となるモデルについて述べる。 次に、単一セルデータへの因果的アプローチの適用におけるオープンな問題を特定する。
  論文  参考訳（メタデータ） (2023-10-23T13:35:24Z)
• On Evolvability and Behavior Landscapes in Neuroevolutionary Divergent Search [0.0]
  進化性(Evolvability)とは、個々の遺伝子型が相互に多様な表現型を持つ子孫を産み出す能力である。 近年の研究では、発散探索法が選択的圧力を暗黙的に生成することで、進化性を促進することが示されている。 本稿では,神経進化的分岐探索と進化可能性の関係について,新しい視点を提供する。
  論文  参考訳（メタデータ） (2023-06-16T13:46:55Z)
• The Hiatus Between Organism and Machine Evolution: Contrasting Mixed Microbial Communities with Robots [0.0]
  我々は、進化における余裕の重要な役割に焦点を当て、機械の人工的な進化と対比する。 この貢献の目的は、生物圏の進化の膨大な可能性を強調することである。
  論文  参考訳（メタデータ） (2022-06-29T21:12:19Z)
• Data-driven emotional body language generation for social robotics [58.88028813371423]
  社会ロボティクスでは、人間型ロボットに感情の身体的表現を生成する能力を与えることで、人間とロボットの相互作用とコラボレーションを改善することができる。 我々は、手作業で設計されたいくつかの身体表現から学習する深層学習データ駆動フレームワークを実装した。 評価実験の結果, 生成した表現の人間同型とアニマシーは手作りの表現と異なる認識が得られなかった。
  論文  参考訳（メタデータ） (2022-05-02T09:21:39Z)
• The Introspective Agent: Interdependence of Strategy, Physiology, and Sensing for Embodied Agents [51.94554095091305]
  本論では, 環境の文脈において, 自己能力を考慮した内省的エージェントについて論じる。 自然と同じように、私たちは戦略を1つのツールとして再編成して、環境において成功させたいと考えています。
  論文  参考訳（メタデータ） (2022-01-02T20:14:01Z)
• Co-optimising Robot Morphology and Controller in a Simulated Open-Ended Environment [1.4502611532302039]
  エージェントがロコホートする環境の変化が形態の収束にどのように影響するかを示す。 オープンエンド進化環境において進化するエージェント集団は,手作り環境において進化するエージェント集団よりも大きな形態的多様性を示すことを示す。
  論文  参考訳（メタデータ） (2021-04-07T11:28:23Z)
• Embodied Intelligence via Learning and Evolution [92.26791530545479]
  環境の複雑さが形態学的知能の進化を促進することを示す。 また、進化は速く学習する形態を素早く選択することを示した。 我々の実験は、ボールドウィン効果とモルフォロジーインテリジェンスの発生の両方の力学的基礎を示唆している。
  論文  参考訳（メタデータ） (2021-02-03T18:58:31Z)
• Emergent Hand Morphology and Control from Optimizing Robust Grasps of Diverse Objects [63.89096733478149]
  多様な物体をつかむために、効果的なハンドデザインが自然に現れるデータ駆動型アプローチを紹介します。 形態と把持スキルを共同で効率的に設計するベイズ最適化アルゴリズムを開発した。 我々は,新しい物体をつかむための堅牢で費用効率のよい手形態を発見するためのアプローチの有効性を実証する。
  論文  参考訳（メタデータ） (2020-12-22T17:52:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。