Evolution du contrôleur d’un humanoïde pour des mouvements de locomotion

Abstract

Dans ce papier nous allons présenter notre tentative pour simuler un modèle de créatures artificielles. Ce modèle inclus une simulation physique d’une créature et son interaction avec l’environnement via un contrôleur, le but de ce travail étant d’animer une créature (humanoïde) dans un environnement tridimensionnel. Nous utilisons pour cela les algorithmes évolutionnistes comme moyen pour synthétiser le contrôleur d’un humanoïde dans un environnement physique réaliste, et plus précisément les algorithmes génétiques. Le contrôleur étant un réseau de neurones auquel nous ferrons subir un processus d’apprentissage, le type du réseau de neurones choisi est : RNN (Recurent Artifical Network). L’algorithme génétique se charge de l’évolution et cela par l’élément de base qui est le chromosome, ce dernier étant contenir pour chaque gène une valeur réelle d’un poids du réseau de neurones, donc le but de l’algorithme génétique est d’optimiser le réseau de neurones