his.sePublications
Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Modularitet i artificiella neurala robotstyrsystem:: En jämförelse av beteendebaserade och självlärda system
University of Skövde, Department of Computer Science.
2002 (Swedish)Independent thesis Advanced level (degree of Master (One Year))Student thesis
Abstract [sv]

Forskning angående styrsystem inom evolutionär robotik fokuserar ofta på vad som går att uträtta med självlärda styrsystem, men inte vad beteendebaserade styrsystem klarar av. I detta projekt utförs systematiska tester för att jämföra beteendebaserade och självlärda styrsystem inom evolutionär robotik. Benämningen beteendebaserade styrsystem används för styrsystem som består av flera underliggande moduler, där robotens övergrippande beteende är uppdelat i flera moduler och där respektive modul har ansvar för ett specifikt beteende eller funktion. Självlärt styrsystem referar i detta sammanhang till styrsystem som inte explicit består av moduler som har åstakommits eller bestämts i förväg.

Från resultaten framgår det att både självlärda och beteendebaserade styrsystem klarar av att lösa problemen de ställs inför. För beteendebaserade styrsystem krävs dock större ansvar från experimentatorn, vars inflytande ökar på grund av att det är flera moduler som skall skapas och koordineras. De beteendebaserade styrsystemen i projektet använder en beslutsenhet för att hantera när och vilken modul som ska aktiveras och tar bort detta ansvar från experimentatorn. Beslutsenheten ger styrsystemet en mer smidig övergång mellan de olika modulerna och hittar en lämplig användning av modulerna än utan en beslutsenhet. Från resultatet av projektet framgår det att fler systematiska tester angånde beteendebaserade och självlärda styrsystem behövs för att få en bättre förståelse över när och hur de olika styrsystemen bör användas.

Place, publisher, year, edition, pages
Skövde: Institutionen för datavetenskap , 2002. , 49 p.
Keyword [en]
Evolutionär robotik, modularitet, ANN
National Category
Information Science
Identifiers
URN: urn:nbn:se:his:diva-726OAI: oai:DiVA.org:his-726DiVA: diva2:3128
Presentation
(English)
Uppsok
Social and Behavioural Science, Law
Supervisors
Available from: 2008-02-06 Created: 2008-02-06 Last updated: 2009-10-16

Open Access in DiVA

fulltext(1772 kB)79 downloads
File information
File name FULLTEXT01.psFile size 1772 kBChecksum SHA-1
cb77f701b24b9587a4a9eee86b2ef8be4e0be3adc7b726d5fb437dd7d3ec6515c78ef04b
Type fulltextMimetype application/postscript
fulltext(319 kB)153 downloads
File information
File name FULLTEXT02.pdfFile size 319 kBChecksum SHA-512
5ae0c5e4293cfaaa0b07cdcb237f95e17664e192a07ddef9b1a90b59ba8d1412bc52a29fba6bb7bff5363b000f6d91142820655b9dde0d6e3e20ccabc7251635
Type fulltextMimetype application/pdf

By organisation
Department of Computer Science
Information Science

Search outside of DiVA

GoogleGoogle Scholar
Total: 232 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

Total: 103 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf