Učení robota pomocí symbolické regrese a evolučních výpočtů

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F70883521%3A28140%2F07%3A63505771" target="_blank" >RIV/70883521:28140/07:63505771 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Learning of robots via symbolic regression and evolutionary computation

Popis výsledku v původním jazyce

The paper deals with a novelty tool for symbolic regression - Analytic Programming (AP) which is able to solve various problems from the symbolic regression domain. One of tasks for it can be setting an optimal trajectory for artificial ant on Santa Fe trail which is the main application of Analytic Pro-gramming in this paper. In this contribution main principles of AP are de-scribed and explained. In second part of the article how AP was used for setting an optimal trajectory for artificial ant according the user requirements is in de-tail described. An ability to create so called programms, as well as Genetic Pro-gramming (GP) or Grammatical Evolution (GE) do, is shown in that part. AP is a superstructure of evolutionary algorithms which are necessary to run AP. In this contribution 3 evolutionary algorithms were used - Self Organizing Mi-grating Algorithm, Differential Evolution and Simulated Annealing. The results show that the first two used algorithms were more successful than no

Název v anglickém jazyce

Learning of robots via symbolic regression and evolutionary computation

Popis výsledku anglicky

The paper deals with a novelty tool for symbolic regression - Analytic Programming (AP) which is able to solve various problems from the symbolic regression domain. One of tasks for it can be setting an optimal trajectory for artificial ant on Santa Fe trail which is the main application of Analytic Pro-gramming in this paper. In this contribution main principles of AP are de-scribed and explained. In second part of the article how AP was used for setting an optimal trajectory for artificial ant according the user requirements is in de-tail described. An ability to create so called programms, as well as Genetic Pro-gramming (GP) or Grammatical Evolution (GE) do, is shown in that part. AP is a superstructure of evolutionary algorithms which are necessary to run AP. In this contribution 3 evolutionary algorithms were used - Self Organizing Mi-grating Algorithm, Differential Evolution and Simulated Annealing. The results show that the first two used algorithms were more successful than no

Druh

D - Stať ve sborníku

CEP obor

JD - Využití počítačů, robotika a její aplikace

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2007

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

WETDAP 2007 - Znalosti 2007

ISBN

978-80-248-1332-5

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

27-34

Název nakladatele

Vysoká škola báňská - Technická univerzita

Místo vydání

Ostrava

Místo konání akce

—

Datum konání akce

—

Typ akce podle státní příslušnosti

—

Kód UT WoS článku

—