基于生长神经网络的进化机器人行为研究

王洪燕; 杨敬安; 蒋 培

您当前的位置：

首页 >

文章列表页 >

基于生长神经网络的进化机器人行为研究

论文 | 更新时间：2025-07-16

- 基于生长神经网络的进化机器人行为研究
- Research on Evolutionary Robot Behavior Using Developmental Network
- 电子学报 2000年28卷第12期页码：41-44
- 作者机构：
  
  合肥工业大学人工智能研究所,合肥,230009
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.69785003,69585002)
- DOI：
  中图分类号： TP24
- 纸质出版：2000
- 稿件说明：
移动端阅览
王洪燕, 杨敬安, 蒋培. 基于生长神经网络的进化机器人行为研究[J]. 电子学报, 2000,28(12):41-44.

WANG Hong-yan, YANG Jing-an, JIANG Pei. Research on Evolutionary Robot Behavior Using Developmental Network[J]. Acta Electronica Sinica, 2000, 28(12): 41-44.
王洪燕, 杨敬安, 蒋培. 基于生长神经网络的进化机器人行为研究[J]. 电子学报, 2000,28(12):41-44. DOI：

WANG Hong-yan, YANG Jing-an, JIANG Pei. Research on Evolutionary Robot Behavior Using Developmental Network[J]. Acta Electronica Sinica, 2000, 28(12): 41-44. DOI：

摘要

提出了一个基于生长神经网络的进化机器人行为算法

新算法的主要特点是:1、通过自然选择对神经网络进行进化

并能自主实现机器人避碰、移动、复制和攻击等行为;2、开发了一个自主机器人模拟环境

对所提出的算法进行运行测试.模拟结果证明

生长神经网络系统是研究渐增进化的有效工具

新算法能够有效地实现机器人创新行为.

Abstract

This paper propose an evolutionary robot behavior algorithm which is based on developmental network.The new algorithm use nature selection to evolve neural network and can autonomously avoid obstacles

move

reproduce and attack.A simulation environment is developed to test the new algorithm.The experimental results demonstrate that the developed system is well suited to long-term incremental evolution and original behaviors evolution.

关键词

Keywords

references

浏览量

1143

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

车联网中基于位置信息映射和相关性评估的进化多任务优化算法

MaOEA/A2R：一种基于A2R支配关系的高维多目标进化算法

求解高维昂贵多目标问题的约束型Dropout代理辅助进化算法

基于SOM聚类和自适应算子选择的高维多目标进化算法

基于适应度指导交配限制策略的重组算子与多目标优化研究