Thesis (Selection of subject)Thesis (Selection of subject)(version: 368)
Thesis details
   Login via CAS
Genetické algoritmy v evoluční robotice
Thesis title in Czech: Genetické algoritmy v evoluční robotice
Thesis title in English: Genetic algorithms in evolutionary robotics
Key words: genetické algoritmy, evoluční robotika, reálné kódování jedinců, proměnlivá velikost populace
English key words: genetic algorithms, evolutionary robotics, real coded individuals, variable population size
Academic year of topic announcement: 2009/2010
Thesis type: diploma thesis
Thesis language: čeština
Department: Department of Software and Computer Science Education (32-KSVI)
Supervisor: RNDr. František Mráz, CSc.
Author: hidden - assigned and confirmed by the Study Dept.
Date of registration: 11.05.2009
Date of assignment: 11.05.2009
Date and time of defence: 05.09.2011 10:30
Date of electronic submission:04.08.2011
Date of submission of printed version:05.08.2011
Date of proceeded defence: 05.09.2011
Opponents: Mgr. Peter Černo, Ph.D.
 
 
 
Guidelines
Je známo, že s využitím genetických algoritmů lze úspěšně vyvíjet řídící systémy pro roboty řešící i netriviální úlohy. Při evoluci řídích systémů pro roboty se většinou používaly základní verze genetických algoritmů v kombinaci s neuronovými sítěmi. Cílem práce je porovnat evoluci řízení robota založeného na neuronových sítích pomocí jednodušších genetických algoritmů a pomocí modernějších variant genetických algoritmů využívajících např. proměnlivou velikost populace, kódování jedinců reálnými čísly a pod. V práci budou takovéto metody popsané a implementované. Efektivita různých variant genetických algoritmů bude porovnána prakticky na vybraných úlohách.
References
Lobo, F. G. and Lima, C. F.: A review of adaptive population
sizing schemes in genetic algorithms. In Proceedings of the 2005
Workshops on Genetic and Evolutionary Computation (Washington, D.C.,
June 25 - 26, 2005). GECCO '05. ACM, New York, NY, 2005, 228-234.

Michalewicz, Z.: Genetic Algorithms + Data Structures =
Evolution Program. Berlin, Springer, 1998.

Nolfi S. and Floreano D.: Evolutionary Robotics: The Biology,
Intelligence, and Technology of Self-Organizing Machines. Cambridge,
MA: MIT Press/Bradford Books, 2000.

Stanley, K. O. and Miikkulainen, R.: Evolving neural networks
through augmenting topologies. Evol. Comput. 10, 2 (Jun. 2002), 2002
99-127.
 
Charles University | Information system of Charles University | http://www.cuni.cz/UKEN-329.html