論文の概要: The Role of Environmental Variations in Evolutionary Robotics:
Maximizing Performance and Robustness
- arxiv url: http://arxiv.org/abs/2208.02809v1
- Date: Thu, 4 Aug 2022 17:58:15 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-05 12:12:06.680529
- Title: The Role of Environmental Variations in Evolutionary Robotics:
Maximizing Performance and Robustness
- Title（参考訳）: 進化ロボティクスにおける環境変動の役割--性能とロバスト性の最大化
- Authors: Jonata Tyska Carvalho and Stefano Nolfi
- Abstract要約: 本稿では,環境変動が進化過程に与える影響を計測する手法を紹介する。
我々は,変化の振幅,それらが導入されたモダリティ,および進化するエージェントの性能とロバスト性の関係を解析した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Exposing evolving robots to variable conditions is necessary to obtain
solutions which are robust to environmental variations and which can cross the
reality gap. However, we do not yet have methods for analyzing and
understanding the impact of environmental variations on the evolutionary
process, and therefore for choosing suitable variation ranges. In this article
we introduce a method that permits us to measure the impact of environmental
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 environmental 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 environmental
variations permit generating solutions which perform better both in varying and
non-varying environments.
- Abstract（参考訳）: 環境変動に頑健で現実のギャップを越えうるソリューションを得るためには,進化するロボットを変動条件に公開する必要がある。
しかし, 環境変動が進化過程に与える影響を分析し, 理解するための方法がまだないため, 適切な変動範囲を選択する方法がまだない。
本稿では,環境変動の影響を計測する手法について紹介し,変動の振幅,導入されるモダリティ,進化エージェントの性能とロバスト性との関係について分析する。
私たちの結果は
(i)進化的アルゴリズムは、非常に高い影響を持つ環境変動を許容することができる。
(ii)薬剤の作用に影響を及ぼす変動は、薬剤の初期状態又は環境に影響を及ぼす変動よりもはるかに許容される。
(iii)複数の評価による適合度尺度の精度の向上は必ずしも有用ではない。
さらに, 環境変動は, 異なる環境と非異なる環境の両方において, より良い性能を発揮できることを示す。
関連論文リスト
- The Effect of Training Schedules on Morphological Robustness and Generalization [11.068618445120508]
ロバスト性と一般化性は、人工知能ニューラルネットワーク(ANN)ベースのコントローラの重要な特性である。
本稿では,ANNをベースとした制御器の物理的変動範囲における十分な性能を実現することを目的とした,形態的ロバスト性と一般化性に着目した。
論文 参考訳（メタデータ） (2024-07-19T00:55:31Z) - DiffuseBot: Breeding Soft Robots With Physics-Augmented Generative
Diffusion Models [102.13968267347553]
本稿では,様々なタスクにおいて優れたソフトロボット形態を生成する物理拡張拡散モデルであるDiffuseBotを提案する。
我々は、その能力とともに、シミュレーションされた、そして製造された様々なロボットを紹介します。
論文 参考訳（メタデータ） (2023-11-28T18:58:48Z) - Evolving generalist controllers to handle a wide range of morphological variations [1.4425878137951238]
人工ニューラルネットワーク(ANN)の堅牢性と一般化性の研究は、いまだに限られている。
予期せぬ形態変化や環境変化は、ANNコントローラがこれらの変化を処理できなければ失敗する可能性がある。
本稿では,制御器の堅牢性と一般化性を高めることを目的としたアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-09-18T23:06:19Z) - A Causal Framework for Decomposing Spurious Variations [68.12191782657437]
我々はマルコフモデルとセミマルコフモデルの急激な変分を分解するツールを開発する。
突発効果の非パラメトリック分解を可能にする最初の結果を証明する。
説明可能なAIや公平なAIから、疫学や医学における疑問まで、いくつかの応用がある。
論文 参考訳（メタデータ） (2023-06-08T09:40:28Z) - Towards Self-adaptive Mutation in Evolutionary Multi-Objective
Algorithms [10.609857097723266]
自己適応が多目的進化アルゴリズムに与える影響について検討する。
単一目的最適化とハイパーボリュームに基づく突然変異率の適応は,GSEMOの収束を早めることができることを示す。
本稿では,単一目的の最適化を考慮し,各ソリューションの突然変異率を個別に調整する自己適応突然変異GSEMOを提案する。
論文 参考訳（メタデータ） (2023-03-08T14:26:46Z) - Universal Morphology Control via Contextual Modulation [52.742056836818136]
異なるロボット形態をまたいだ普遍的なポリシーの学習は、継続的な制御における学習効率と一般化を著しく向上させることができる。
既存の手法では、グラフニューラルネットワークやトランスフォーマーを使用して、異種状態と異なる形態のアクション空間を処理する。
本稿では,この依存関係を文脈変調によりモデル化する階層型アーキテクチャを提案する。
論文 参考訳（メタデータ） (2023-02-22T00:04:12Z) - Assessing Ranking and Effectiveness of Evolutionary Algorithm
Hyperparameters Using Global Sensitivity Analysis Methodologies [1.8397598629548875]
本稿では、アルゴリズム構成問題として、2つの単目的と2つの多目的のグローバル最適化アルゴリズムの総合的グローバル感度解析について述べる。
論文 参考訳（メタデータ） (2022-07-11T12:39:39Z) - Benchmarking Heterogeneous Treatment Effect Models through the Lens of
Interpretability [82.29775890542967]
治療のパーソナライズされた効果を見積もるのは複雑だが、普及している問題である。
ヘテロジニアス処理効果推定に関する機械学習文献の最近の進歩は、洗練されたが不透明なツールの多くを生み出した。
我々は、ポストホックな特徴重要度法を用いて、モデルの予測に影響を及ぼす特徴を特定する。
論文 参考訳（メタデータ） (2022-06-16T17:59:05Z) - Task-Agnostic Morphology Evolution [94.97384298872286]
モルフォロジーと振る舞いを共同適用する現在のアプローチでは、特定のタスクの報酬をモルフォロジー最適化のシグナルとして使用します。
これはしばしば高価なポリシー最適化を必要とし、一般化するために構築されていないタスクに依存した形態をもたらす。
我々は,これらの問題を緩和するための新しいアプローチであるタスク非依存形態進化(tame)を提案する。
論文 参考訳（メタデータ） (2021-02-25T18:59:21Z) - 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。