Ewolucja i uczenie mózgu

Mapa przeszkód do wyuczenia

Doszedłem do najciekawszej części budowy robota, jaką są metody sztucznej inteligencji. Dzięki potężnemu narzędziu jakim jest Matlab, mogłem zamodelować wirtualny model robota mobilnego. Umieściłem go w cybernetycznym labiryncie. Mózg robota pobiera z niego informację (wirtualne sensory) i zależnie od wiedzy jaką posiada stara się pokonać zadaną mu trasę, przez wszystkie punkty kontrolne. Mózg składa się z sieci neuronowych, o architekturze optymalnie dopasowanej do trasy jaką pokonuje robot. Mając tak skonstruowane modele, można by było pokusić się o losowanie przypadkowego „mózgu” i uruchomienie z nim symulacji i wybranie takiego sterowania, które sobie najlepiej poradziło w labiryncie. Ale to by było jak strzelanie z procy do komara z zamkniętymi oczami. A po co? Szczególnie jak mamy różne, dobre techniki uczenia sieci neuronowych. Dodajemy do tego metody ewolucyjne i już mamy sprawny system, który ma możliwość rozwiązania każdego nawet bardzo trudnego problemu. Oczywiście co do trudności to, hmm … no jak mamy bardzo ale to bardzo dużo czasu to wszystko jest osiągalne ;).

Algorytm ewolucyjny

Strzelamy z procy do komara 🙂