ROBOTICA EVOLUTIVA

Robótica evolutiva (ER) es una metodología que utiliza computación evolutiva para desarrollar Controladores para robots autónomos. Algoritmos en ER operan con frecuencia en las poblaciones de controladores de candidato seleccionados inicialmente de algunos distribución. Esta población es entonces reiteradamente modificada según un función de la aptitud. En el caso de algoritmos genéticos (o "GAs"), un método común en computación evolutiva, la población de los controladores de candidato se cultiva en varias ocasiones según el cruce, mutación y otros GA los operadores y luego sacrificados según la función de la aptitud. Los controladores de candidato utilizados en aplicaciones de ER se pueden dibujar de un subconjunto del conjunto de redes neuronales artificiales, aunque algunas aplicaciones (incluyendo SAMUEL, desarrollado en el Centro Naval de investigación aplicada en Inteligencia Artificial) utilizar las colecciones de "IF entonces más" reglas como las partes constitutivas de un regulador individual. Teóricamente es posible utilizar cualquier conjunto de formulaciones simbólicas de un leyes de control (a veces llamado un políticas En aprendizaje automático comunidad) como el espacio de los controladores de posible candidato. Redes neuronales artificiales también puede usarse para aprendizaje de robot fuera del contexto de la robótica evolutiva. En particulares, otras formas de aprendizaje de refuerzo puede ser utilizado para el aprendizaje de los controladores de robot.