Thesis (Selection of subject)Thesis (Selection of subject)(version: 368)
Thesis details
   Login via CAS
Evoluční algoritmy pro řízení heterogenních robotických swarmů
Thesis title in Czech: Evoluční algoritmy pro řízení heterogenních robotických swarmů
Thesis title in English: Evolutionary Algorithms for the Control of Heterogeneous Robotic Swarms
Key words: hetorogenní robotická hejna, evoluční algoritmy, evoluční strategie, diferenciální evoluce
English key words: heterogeneous robotic swarm, evolutionary algorithms, evolution strategies, differential evolution
Academic year of topic announcement: 2015/2016
Thesis type: Bachelor's thesis
Thesis language: čeština
Department: Department of Theoretical Computer Science and Mathematical Logic (32-KTIML)
Supervisor: Mgr. Martin Pilát, Ph.D.
Author: hidden - assigned and confirmed by the Study Dept.
Date of registration: 13.09.2016
Date of assignment: 15.09.2016
Confirmed by Study dept. on: 23.09.2016
Date and time of defence: 22.06.2018 09:00
Date of electronic submission:18.05.2018
Date of submission of printed version:18.05.2018
Date of proceeded defence: 22.06.2018
Opponents: RNDr. Štěpán Balcar
 
 
 
Guidelines
Evoluční algoritmy (speciálně genetické programování [1]) mohou být použity pro řízení hejna robotů [2]. Většina prací zabývajících se řízením hejn robotů ale uvažuje pouze homogenní hejna, tedy takové, kde jsou všichni roboti stejní.

Cílem práce je navrhnout evoluční algoritmus, který umožní řízení hejna heterogenních robotů (tedy hejna, ve kterém se vyskytují alespoň dva různé druhy robotů). Navržený algoritmus bude otestován v několika scénářích, které mimo jiné ověří schopnost spolupráce robotů různých typů. Pro testování student naimplementuje vlastní simulátor.
References
[1] Poli, Riccardo, William B. Langdon, Nicholas F. McPhee, and John R. Koza. A field guide to genetic programming. Lulu. com, 2008.
[2] Trianni, Vito, et al. Evolving aggregation behaviors in a swarm of robots. Advances in artificial life. Springer Berlin Heidelberg. 865-874, 2003.
[3] Silva, F., Duarte, M., Correia, L., Oliveira, S. M., & Christensen, A. L. Open issues in evolutionary robotics. Evolutionary computation, 24(2), 205-236. 2016.
[4] Trianni, V., & López-Ibáñez, M. Advantages of task-specific multi-objective optimisation in evolutionary robotics. PloS one, 10(8), 2015.
 
Charles University | Information system of Charles University | http://www.cuni.cz/UKEN-329.html