[论文解读] Artificial Hormone Reaction Networks: Towards Higher Evolvability in Evolutionary Multi-Modular Robotics

Heiko Hamann, Jürgen Stradner+2 more|arXiv (Cornell University)|Nov 17, 2010

Evolutionary Algorithms and Applications参考文献 11被引用 11

一句话总结

本文提出人工荷尔蒙反应网络（AHHS）作为受生物启发的模块化控制器设计，用于进化多模块机器人系统，通过内在的稳态与瞬态行为实现高可演化性。改进的AHHS2变体提升了适应度景观的平滑度与因果性，相较于AHHS1，在五模块机器人生物体中实现了更可靠、更多样化的步态。

ABSTRACT

The semi-automatic or automatic synthesis of robot controller software is both desirable and challenging. Synthesis of rather simple behaviors such as collision avoidance by applying artificial evolution has been shown multiple times. However, the difficulty of this synthesis increases heavily with increasing complexity of the task that should be performed by the robot. We try to tackle this problem of complexity with Artificial Homeostatic Hormone Systems (AHHS), which provide both intrinsic, homeostatic processes and (transient) intrinsic, variant behavior. By using AHHS the need for pre-defined controller topologies or information about the field of application is minimized. We investigate how the principle design of the controller and the hormone network size affects the overall performance of the artificial evolution (i.e., evolvability). This is done by comparing two variants of AHHS that show different effects when mutated. We evolve a controller for a robot built from five autonomous, cooperating modules. The desired behavior is a form of gait resulting in fast locomotion by using the modules' main hinges.

研究动机与目标

• 解决在多模块系统中进化机器人控制器时的高复杂性挑战。
• 减少对预定义控制器拓扑结构或特定应用知识的依赖。
• 通过设计平滑适应度景观的控制器架构，提升可演化性。
• 研究荷尔蒙网络拓扑结构与突变因果性对进化性能的影响。
• 通过去中心化、荷尔蒙驱动的控制，实现可重构机器人生物体的鲁棒、自组织运动。

提出的方法

• 使用反应-扩散动力学实现人工稳态荷尔蒙系统（AHHS），将荷尔蒙分泌物从感官输入转化为执行器控制。
• 采用非线性、基于规则的荷尔蒙相互作用，以实现稳定稳态平衡与瞬态探索行为并存。
• 应用一种突变算子，通过限制基因变化对行为的影响来保持因果性。
• 在包含碰撞与触墙适应度标准的物理仿真环境中，进化五模块机器人生物体的控制器。
• 比较两种AHHS变体（AHHS1与AHHS2）在不同突变行为下的表现，以评估适应度景观平滑度与可演化性。
• 通过荷尔蒙浓度动态与规则结构分析进化后的控制器，识别关键调控机制。

实验结果

研究问题

• RQ1 荷尔蒙反应网络的设计在多模块机器人中如何影响控制器的可演化性？
• RQ2 提升突变因果性（小的基因变化 → 小的行为主张变化）在多大程度上增强了适应度景观的平滑度？
• RQ3 荷尔蒙基控制器能否在无需预定义拓扑结构或任务特定编码的情况下，演化出多样化且有效的步态？
• RQ4 非线性荷尔蒙相互作用与扩散在模块化机器人生物体中如何促进自组织运动的涌现？
• RQ5 控制器的模块化与一致性（所有模块使用相同控制器）在实现自组织角色分配中起到何种作用？

主要发现

• 与AHHS1相比，AHHS2因突变因果性改进，产生了更高比例的突变控制器，其适应度接近原始值（0.81），而AHHS1中大多数突变体的适应度 <0.2。
• AHHS2中进化出的控制器表现出更平滑、更可靠的运动，且行为多样性高于AHHS1。
• 荷尔蒙$H_4$主要控制铰链伸展至+90°，而$H_3$诱导屈曲至-90°，并存在一条规则：当$H_3 > 0$时抑制$H_4$。
• 荷尔蒙$H_2$在模块间表现出类似波的扩散，形成从前向后传播的信号，实现协调运动。
• 大多数进化出的控制器成功实现并超越了墙壁的运动，表明有效步态的形成。
• 系统进化出具有整数输出索引和权重>0.5的专用规则，表明荷尔蒙调控中存在功能性优化。