Investigation on evolutionary synthesis of movement commands

Abstract

Tento článek se zabývá použitím alternativního příkazu pro symbolickou regresi - analytickým programováním (AP), které může být použito na různé problémy v doméně symbolických struktur stejně jako genetické programování či gramatická evoluce. V článku je popsáno AP a pak krok za krokem, jak bylo použito k řešení problému. Bylo provedeno 150 simulací se třemi evolučními algoritmy (SOMA, Diferenciální evoluce a simulované žíhání), které ukázaly, že SOMA a DE je mnohem úspěšnější, než ne příliš robustní simulované žíhání.

This paper deals with usage of an alternative tool for symbolic regression ? analytic programming which is able to solve various problems from the symbolic domain as well as genetic programming and grammatical evolution. This paper describes a setting of an optimal trajectory for a robot (originally designed as an artificial ant on Santa Fe trail) solved by means of analytic programming. Firstly, main principles of analytic programming are described and explained. The second part shows how analytic programming was used for the application of finding of a suitable trajectory step by step. Because analytic programming needs evolutionary algorithms for its run, three evolutionary algorithms were used ? Self Organizing Migrating Algorithm, Differential Evolution and Simulated Annealing ? to show that anyone can be used. The total number of simulations was 150 and results show that the first two used algorithms were more successful than not so robust Simulated Annealing.