Evolutionäre Robotik - intelligente Systeme und adaptives Verhalten in autonomen Maschinen
Fouad Sabry
Übersetzer Daniel Hueber
Beschreibung
Evolutionäre Robotik: Stellt die Grundprinzipien und die Entwicklung autonomer Robotersysteme vor und betont, wie sich Roboter durch Versuch und Irrtum entwickeln können, ähnlich wie bei natürlicher Selektion. Evolutionäre Berechnung: Erklärt die von der Evolutionsbiologie inspirierten Berechnungstechniken, wie genetische Algorithmen, die zur Lösung komplexer Optimierungsprobleme in der Robotik verwendet werden. Neuroevolution von erweiternden Topologien: Bespricht einen bahnbrechenden Ansatz, bei dem sich neuronale Netzwerke entwickeln, einschließlich Struktur und Gewichte, um die Roboterleistung zu optimieren. Neuroevolution: Erforscht den Prozess der Entwicklung künstlicher neuronaler Netzwerke zur Verbesserung der Fähigkeiten von Robotern, mit Schwerpunkt auf deren Lernfähigkeit und Anpassungsfähigkeit. Evolvierbare Hardware: Bietet einen Überblick über Hardwaresysteme, die sich als Reaktion auf sich ändernde Umweltbedingungen entwickeln und evolutionäre Konzepte in physische Robotersysteme einbringen. Mobiler Roboter Sbot: Untersucht den mobilen Roboter Sbot, ein wichtiges Beispiel dafür, wie Techniken der evolutionären Robotik auf reale Roboterplattformen angewendet wurden. Dario Floreano: Hebt die Beiträge von Dario Floreano hervor, einem führenden Forscher auf dem Gebiet der evolutionären Robotik, dessen Arbeit das Feld maßgeblich geprägt hat. Inman Harvey: Erforscht die Forschung von Inman Harvey und seine innovativen Ansätze bei der Integration evolutionärer Algorithmen in Robotersysteme. Phil Husbands: Konzentriert sich auf die Arbeit von Phil Husbands im Bereich des autonomen Roboterverhaltens und seine Beiträge zur Anwendung evolutionärer Methoden in der Robotik. Stefano Nolfi: Untersucht Stefano Nolfis Beiträge zur Neuroevolution und seine Arbeit an der Entwicklung von Robotern, die in dynamischen Umgebungen lernen und sich weiterentwickeln. Neurorobotik: Deckt das spannende Feld der Neurorobotik ab, in dem Robotik und Neurowissenschaft zusammenkommen, um Roboter zu entwickeln, die biologische Intelligenz nachahmen können. Künstliche Entwicklung: Beschreibt das aufstrebende Feld der künstlichen Entwicklung, in dem evolutionäre und entwicklungsbezogene Prinzipien angewendet werden, um komplexere, adaptive Robotersysteme zu schaffen. HyperNEAT: Stellt das HyperNEAT-Framework vor, eine fortschrittliche Methode zur Entwicklung neuronaler Netzwerke, die komplexe Roboterverhalten und -strukturen erzeugen. Morphogenetische Robotik: Konzentriert sich auf morphogenetische Robotik, bei der sich Roboter selbst organisieren und ihre physische Form durch evolutionäre Prozesse anpassen. Evolutionäre Entwicklungsrobotik: Untersucht, wie die Kombination von Evolutionsalgorithmen mit Entwicklungsrobotik zur Schaffung von Robotern führt, die mit der Zeit wachsen und lernen. Dave Cliff (Informatiker): Bespricht die Arbeit von Dave Cliff, dessen Forschung zu künstlichem Leben und Evolutionsalgorithmen die Entwicklung adaptiver Roboter beeinflusst hat. Künstliches Leben: Erforscht die Beziehung zwischen künstlichem Leben und Robotik und diskutiert, wie die Schaffung lebensechten Verhaltens bei Robotern zu intelligenteren Systemen führen kann. Jordan Pollack: Hebt Jordan Pollacks Arbeit zur künstlichen Evolution hervor, insbesondere im Zusammenhang mit der Entwicklung von Systemen, die natürliche Prozesse nachahmen, um die Leistung von Robotern zu verbessern. Sabine Hauert: Konzentriert sich auf Sabine Hauerts Beiträge zu Multirobotersystemen und darauf, wie evolutionäre Prinzipien das Verhalten kollaborativer Roboter verbessern können. Pavan Ramdya: Untersucht die Arbeit von Pavan Ramdya, dessen Forschung in Robotik und Neurobiologie das Studium von Bewegung und Verhalten autonomer Roboter integriert.
Verfügbar seit: 17.12.2024.
Drucklänge: 130 Seiten.
