マルチロボットシステムにおける進化型人工神経回路網の適用と解析：MBEANNによるネットワーク構造進化

摘要

MRS (Multi Robot System) において，他のロボットとの位置やタイミングの調整などが非常に重要であり，また，環境が複雑であることからトップダウン的な制御が困難であると考えられている．これらの課題に対し，ボトムアップ的に制御を行う手法として進化ロボティクス（Evolutionary Robotics：ER）アプローチがある．ER における制御器には一般的に人工神経回路網(Artificial Neural Networks：ANN) が用いられる．しかし，このANN はその構造や結合荷重により性能が大きく左右され，これらを決定する定石となりうるような手法は未だ見つかっていない．そこで，我々はこれらを効率的に進化によって獲得するMBEANN (Mutation-Based Evolving Neural Networks)[2] という手法を提案している．しかし，この手法にも構造進化におけるネットワーク内にリンクを追加する際のノード選択方法がランダムである点において改善の余地があるといえる．本研究では，生物の神経系などのネットワークには情報等を効率よく伝達する働きがあると考えられることから，現実世界のネットワークの性質に着目したMBEANNの改善を試みる．また，獲得したANN 構造のネットワーク理論からの解析，及びMRS におけるロボットの群形成に注目することによる振る舞いの解析を行う．