論文の概要: Collective motion emerging from evolving swarm controllers in different environments using gradient following task

• arxiv url: http://arxiv.org/abs/2203.11585v1
• Date: Tue, 22 Mar 2022 10:08:50 GMT
• ステータス: 処理完了
• システム内更新日: 2022-03-23 23:08:44.578589
• Title: Collective motion emerging from evolving swarm controllers in different environments using gradient following task
• Title（参考訳）: 勾配追従課題を用いた異なる環境下でのSwarmコントローラから生じる集団運動
• Authors: Fuda van Diggelen (1), Jie Luo (1), Tugay Alperen Karag\"uzel (1), Nicolas Cambier, Eliseo Ferrante, A.E. Eiben
• Abstract要約: センサと通信能力に制限のあるロボットが環境特性の勾配に従わなければならないという課題を考察する。 我々は、ディファレンシャル進化を用いて、Thymio IIロボットのシミュレーションのためのニューラルネットワークコントローラを進化させる。 進化したロボットコントローラは、タスクを解決したSwarm動作を誘導する。
• 参考スコア（独自算出の注目度）: 2.7402733069181
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Designing controllers for robot swarms is challenging, because human developers have typically no good understanding of the link between the details of a controller that governs individual robots and the swarm behaviour that is an indirect result of the interactions between swarm members and the environment. In this paper we investigate whether an evolutionary approach can mitigate this problem. We consider a very challenging task where robots with limited sensing and communication abilities must follow the gradient of an environmental feature and use Differential Evolution to evolve a neural network controller for simulated Thymio II robots. We conduct a systematic study to measure the robustness and scalability of the method by varying the size of the arena and number of robots in the swarm. The experiments confirm the feasibility of our approach, the evolved robot controllers induced swarm behaviour that solved the task. We found that solutions evolved under the harshest conditions (where the environmental clues were the weakest) were the most robust and that there is a sweet spot regarding the swarm size. Furthermore, we observed collective motion of the swarm, showcasing truly emergent behavior that was not represented in- and selected for during evolution.
• Abstract（参考訳）: 人間の開発者は、個々のロボットを管理するコントローラの細部と、Swarmメンバーと環境の間の相互作用の間接的な結果であるSwarm動作の関連性をよく理解していないため、ロボット群のためのコントローラの設計は難しい。 本稿では,進化的アプローチがこの問題を緩和できるかどうかを検討する。 認識能力や通信能力に乏しいロボットが環境特性の勾配を追従し、微分進化を用いてシミュレーションされたthymio iiロボットのためのニューラルネットワークコントローラを進化させなければならない、非常に困難なタスクを考える。 本研究では,スワム内のアリーナの大きさやロボット数を変化させることで,ロバスト性やスケーラビリティを計測する体系的な研究を行う。 実験により、我々のアプローチの可能性を確認し、進化したロボットコントローラーはタスクを解決した群れの振る舞いを誘導した。 最も厳しい条件(環境手がかりが最も弱い)下でのソリューションの進化は、最も堅牢であり、スワムサイズに関してスイートスポットがあることを発見した。 さらに,Swarmの集団運動を観察し,進化過程において内在せず選択された真に創発的な行動を示した。

関連論文リスト

• Commonsense Reasoning for Legged Robot Adaptation with Vision-Language Models [81.55156507635286]
  脚のついたロボットは、様々な環境をナビゲートし、幅広い障害を克服することができる。 現在の学習手法は、人間の監督を伴わずに、予期せぬ状況の長い尾への一般化に苦慮することが多い。 本稿では,VLM-Predictive Control (VLM-PC) というシステムを提案する。
  論文  参考訳（メタデータ） (2024-07-02T21:00:30Z)
• Innate Motivation for Robot Swarms by Minimizing Surprise: From Simple Simulations to Real-World Experiments [6.21540494241516]
  大規模モバイルマルチロボットシステムは、堅牢性とスケーラビリティの可能性が高いため、モノリシックロボットよりも有益である。 マルチロボットシステムのためのコントローラの開発は、対話の多さが予測し難く、モデル化が難しいため、難しい。 本質的にモチベーションは報酬の特定の定式化を避け、好奇心などの異なるドライバで作業しようとする。 Swarmのロボットケースのユニークな利点は、Swarmのメンバーがロボットの環境に飛び込み、自己参照ループでより活発な行動を引き起こすことができることである。
  論文  参考訳（メタデータ） (2024-05-04T06:25:58Z)
• Open-endedness induced through a predator-prey scenario using modular robots [0.0]
  本研究は,捕食者・捕食者のシナリオがオープン・エンデッド・エボリューション(OEE)の出現を誘発する方法について考察する。 制御器が進化する固定形態のモジュラーロボットを利用する。
  論文  参考訳（メタデータ） (2023-09-20T12:58:51Z)
• Evolving Multi-Objective Neural Network Controllers for Robot Swarms [0.0]
  本研究では,ロボット群に対する制御器開発のための多目的進化型ニューラルネットワーク手法を提案する。 Swarmロボットコントローラは、低忠実度Pythonシミュレータでトレーニングされ、Webotsを使用して高忠実度シミュレーション環境でテストされる。
  論文  参考訳（メタデータ） (2023-07-26T15:05:17Z)
• Real-World Humanoid Locomotion with Reinforcement Learning [92.85934954371099]
  実世界におけるヒューマノイド移動に対する完全学習型アプローチを提案する。 コントローラーは様々な屋外の地形の上を歩けるし、外乱に対して頑丈で、状況に応じて適応できる。
  論文  参考訳（メタデータ） (2023-03-06T18:59:09Z)
• Estimation of continuous environments by robot swarms: Correlated networks and decision-making [0.0]
  大規模なマルチロボットシステムは、Swarmレベルで自律性を確立するために集団的な意思決定が必要である。 本研究では,実環境におけるロボット群実験において,制御アルゴリズムを提案して検討する。 提案手法は実効性があり,制御実験よりも精度が高いことを示す。
  論文  参考訳（メタデータ） (2023-02-27T09:57:15Z)
• Co-evolving morphology and control of soft robots using a single genome [0.0]
  本稿では,ロボットの形態と制御を共進化させる新しい手法を提案する。 本手法は,1つのゲノムからエージェントの「脳」と「体」の両方を抽出し,それらを同時に開発する。 提案手法を4つのタスクで評価し,探索空間が大きくても1つのゲノムを持つと進化過程の収束が早くなることを示した。
  論文  参考訳（メタデータ） (2022-12-22T07:34:31Z)
• Model Predictive Control for Fluid Human-to-Robot Handovers [50.72520769938633]
  人間の快適さを考慮に入れた計画運動は、人間ロボットのハンドオーバプロセスの一部ではない。 本稿では,効率的なモデル予測制御フレームワークを用いてスムーズな動きを生成することを提案する。 ユーザ数名の多様なオブジェクトに対して,人間とロボットのハンドオーバ実験を行う。
  論文  参考訳（メタデータ） (2022-03-31T23:08:20Z)
• REvolveR: Continuous Evolutionary Models for Robot-to-robot Policy Transfer [57.045140028275036]
  本研究では,運動学や形態学など,異なるパラメータを持つ2つの異なるロボット間でポリシーを伝達する問題を考察する。 模倣学習手法を含む動作や状態遷移の分布を一致させることで、新しいポリシーを訓練する既存のアプローチは、最適な動作や/または状態分布が異なるロボットでミスマッチしているために失敗する。 本稿では,物理シミュレータに実装されたロボット政策伝達に連続的進化モデルを用いることで,$RevolveR$という新しい手法を提案する。
  論文  参考訳（メタデータ） (2022-02-10T18:50:25Z)
• Neuromorphic adaptive spiking CPG towards bio-inspired locomotion of legged robots [58.720142291102135]
  スパイクセントラルパターンジェネレーターは、外部刺激によって駆動される異なる移動パターンを生成します。 終端ロボットプラットフォーム(あらゆる脚ロボット)の移動は、任意のセンサーを入力として地形に適応することができる。
  論文  参考訳（メタデータ） (2021-01-24T12:44:38Z)
• Learning Quadrupedal Locomotion over Challenging Terrain [68.51539602703662]
  足の移動はロボティクスの操作領域を劇的に拡張することができる。 足の移動のための従来のコントローラーは、運動プリミティブと反射の実行を明示的にトリガーする精巧な状態マシンに基づいている。 ここでは、自然環境に挑戦する際の足の移動に対して、徹底的に頑健な制御器を提案する。
  論文  参考訳（メタデータ） (2020-10-21T19:11:20Z)

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。