JP2002099893A - 自己再構成可能ロボット中のモジュールへのソフトウェアの提供方法、自己再構成可能ロボットに含まれるモジュール、コンピュータ可読メモリを含む製品、及び自己再構成可能ロボット - Google Patents
自己再構成可能ロボット中のモジュールへのソフトウェアの提供方法、自己再構成可能ロボットに含まれるモジュール、コンピュータ可読メモリを含む製品、及び自己再構成可能ロボットInfo
- Publication number
- JP2002099893A JP2002099893A JP2001200395A JP2001200395A JP2002099893A JP 2002099893 A JP2002099893 A JP 2002099893A JP 2001200395 A JP2001200395 A JP 2001200395A JP 2001200395 A JP2001200395 A JP 2001200395A JP 2002099893 A JP2002099893 A JP 2002099893A
- Authority
- JP
- Japan
- Prior art keywords
- module
- self
- software
- robot
- task
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/008—Artificial life, i.e. computing arrangements simulating life based on physical entities controlled by simulated intelligence so as to replicate intelligent life forms, e.g. based on robots replicating pets or humans in their appearance or behaviour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Robotics (AREA)
- Physiology (AREA)
- Genetics & Genomics (AREA)
- Feedback Control In General (AREA)
- Manipulator (AREA)
Abstract
(57)【要約】
【課題】 局所レベル及びグローバルレベルで良好な挙
動を示すソフトウエアを自己再構成可能ロボットに含ま
れるモジュールに提供すること。 【解決手段】 本方法は、提供された複数のモジュール
機能を実行する第１の複数のソフトウェアプログラムに
ついて、複数のそれぞれの適応度関数値を計算するステ
ップ（１００３）と、それぞれの適応度関数値に基づい
て、第１の複数のソフトウェアプログラムから、第２の
複数のソフトウェアプログラムを選択するステップ（１
００４）と、遺伝的操作を用いて、第２の複数のソフト
ウェアプログラムから、第３の複数のソフトウェアプロ
グラムを構築するステップ（１００５）と、を備える。
動を示すソフトウエアを自己再構成可能ロボットに含ま
れるモジュールに提供すること。 【解決手段】 本方法は、提供された複数のモジュール
機能を実行する第１の複数のソフトウェアプログラムに
ついて、複数のそれぞれの適応度関数値を計算するステ
ップ（１００３）と、それぞれの適応度関数値に基づい
て、第１の複数のソフトウェアプログラムから、第２の
複数のソフトウェアプログラムを選択するステップ（１
００４）と、遺伝的操作を用いて、第２の複数のソフト
ウェアプログラムから、第３の複数のソフトウェアプロ
グラムを構築するステップ（１００５）と、を備える。
Description
【０００１】
【発明の属する技術分野】本発明は、モジュラーロボッ
トに関し、より詳細には、モジュラーロボットのための
ソフトウェアに関する。
トに関し、より詳細には、モジュラーロボットのための
ソフトウェアに関する。
【０００２】
【従来の技術】自己を再構成することのできるモジュラ
ーハードウェアは、一般に、自己再構成可能モジュラー
ロボットと呼ばれる。自己再構成可能モジュラーロボッ
トは、多くの同一モジュールから構成され、よく知られ
ているようなロボットの外観とは似ていない。それぞれ
のモジュールは、典型的には、電源、プロセッサ、メモ
リ、モータを単独であるいは組み合わせて有する。モジ
ュールは、お互いに結合および分離することができる。
個々のモジュールは、単独では、ほとんど何もできない
が、個々のモジュールの能力を利用すれば、ロボット
は、自己を再構成して問題を解決することができる。
ーハードウェアは、一般に、自己再構成可能モジュラー
ロボットと呼ばれる。自己再構成可能モジュラーロボッ
トは、多くの同一モジュールから構成され、よく知られ
ているようなロボットの外観とは似ていない。それぞれ
のモジュールは、典型的には、電源、プロセッサ、メモ
リ、モータを単独であるいは組み合わせて有する。モジ
ュールは、お互いに結合および分離することができる。
個々のモジュールは、単独では、ほとんど何もできない
が、個々のモジュールの能力を利用すれば、ロボット
は、自己を再構成して問題を解決することができる。
【０００３】自己再構成可能モジュラーロボットの利点
には、様々に変化する問題と環境に適応することのでき
る物理的適応性、故障した場合に同一モジュールであれ
ばお互いに交換することができることによるロバスト
性、および、製造プロセスにおけるスケールの経済性が
含まれる。
には、様々に変化する問題と環境に適応することのでき
る物理的適応性、故障した場合に同一モジュールであれ
ばお互いに交換することができることによるロバスト
性、および、製造プロセスにおけるスケールの経済性が
含まれる。
【０００４】自己を再構成するモジュラーロボットの例
としては、以下のようなものがある。 １）自律ロボットジャーナル、モジュラー再構成可能ロ
ボットに関する特集号、２０００年（Autonomous Robot
s Journal,special issue on Modular Reconfigurable
Robots,2000）に寄稿されたＣ．Ｕｎｓａｌ、Ｈ．Ｋｉ
ｌｉc c oｔｅ、Ｐ．Ｋ．Ｋｈｏｓｌａによる「２つの
部分からなる３次元モジュラー自己再構成可能ロボット
システム：その実現方法および運動計画（A 3-D Modula
r Self-Reconfigurable Bipartite Robotic System: Im
plementation and Motion Planning）」に記述されるよ
うなＣＭＵのＩ次元立方体（CMU’s I-cubes）。 ２）議事録、ＳＰＩＥ センサ融合および分散制御Ｉ
Ｉ、頁２３６〜２４５、Ｂｏｓｔｏｎ、１９９９年９月
（Proc.SPIE Sensor Fusion and Decentralized Contro
l ＩＩ,pp.236-245,Boston,Sep.1999）のＰ．Ｗｉｌ
ｌ、Ａ．Ｃａｓｔａｎｏ および Ｗ−Ｍ．Ｓｈｅｎに
よる「自己再構成のためのロボットモジュラリティー
（Robot Modularity for Self-Reconfiguration）」に
記述されるようなＵＳＣ−ＩＳＩのスパイダーリンクモ
デル（USC-ISI’s Spider Link Models）。 ３）インテリジェントロボットおよびシステムに関する
１９９８年の国際会議の議事録（Proceeding of the 19
98 International Conference on IntellitgentRobots
and Systems,1998）、１９９８年、における、Ｋｏｔａ
ｙ，Ｋ、Ｒｕｓ，Ｄ、Ｖｏｎａ，Ｍ ａｎｄ ＭｃＧｒ
ａｙ，Ｃ．による「自己再構成ロボット分子：設計およ
び制御アルゴリズム（The Self-reconfiguring robotic
molecule: design and control algorithms）」に記述
されるようなＤａｒｔｍｏｕｔｈの分子ロボット（Dart
mouth’s Molecular Robots）。 ４）ロボット工学およびオートメーションに関する１９
９９年のＩＥＥＥ国際会議における、Ｒｕｓ，Ｄ．、
Ｍ．Ｖｏｎａによる「圧縮ユニットモジュールを備えた
自己再構成計画（Self-Reconfiguration Planning with
Compressible UnitModules）」に記述されるような結
晶構造ロボット（Crystalline Robots）。 ５）１９９９年１０月、東京、におけるシステム、人、
および、サイバネティックスに関するＩＥＥＥ国際会議
の議事録、Ｒ．Ｌ．Ｔｕｍｍａｌａ、Ｒ．Ｍｕｋｈｅｒ
ｊｅｅ、Ｄ．Ａｓｌａｍ、Ｎ．Ｘｉ、Ｓ．Ｍａｈａｄｅ
ｖａｎ、Ｊ．Ｗｅｎｇによる「再構成可能可適応マイク
ロ−ロボット（Reconfigurable AdaptableMicro-Robo
t）」に記述されるようなＭＳＵの再構成可能可適応マ
イクロ−ロボット（MSU’s Reconfigurable Adaptable
Micro-Robot） ６）ロボットおよびオートメーションに関するＩＥＥＥ
の会報、頁５３１〜５４５、第１３巻、第４号、１９９
７年８月（「Ｐａｍｅｃｈａ」）における、Ａｍｉｔ
Ｐａｍｅｃｈａ、Ｉｍｍｅ Ｅｂｅｒｔ−Ｕｐｈｏｆ
ｆ、ＧｒｅｇｏｒｙＳ．Ｃｈｉｒｉｋｊｉａｎによる
「モジュラーロボット運動計画のための有効な測定基準
（A Useful Metrics for Modular Robot Motion Planni
ng）」に記述されるようなＪｏｈｎｓ Ｈｏｐｋｉｎｓ
大学の変態形成ロボット（Metamorphic Robots）。 ７）ロボット工学およびオートメーションに関するＩＥ
ＥＥ国際会議（ＩＣＲＡ），２０００におけるＹｉｍ、
Ｍａｒｋ、Ｄｕｆｆ、Ｄａｖｉｄ Ｇ．、Ｒｏｕｆａ
ｓ、Ｋｉｍｏｎ Ｄ．によるＸｅｒｏｘ ＰＡＲＣ社の
ポリボット（PolyBot）。 ８）ロボット工学およびオートメーションに関するＩＥ
ＥＥ国際会議（ＩＣＲＡ），２０００におけるＨｒｉｓ
ｔｏ Ｂｏｊｉｎｏｖ、Ａｒａｎｃｈ Ｃａｓａｌ、Ｔ
ａｄ Ｈｏｇｇによる「自己再構成可能ロボットにおけ
る最先端の構造（Emergent Structures in Modular Sel
f-reconfigurable Robots）」に記述されるようなタン
パク質ロボット（Proteo robots）。
としては、以下のようなものがある。 １）自律ロボットジャーナル、モジュラー再構成可能ロ
ボットに関する特集号、２０００年（Autonomous Robot
s Journal,special issue on Modular Reconfigurable
Robots,2000）に寄稿されたＣ．Ｕｎｓａｌ、Ｈ．Ｋｉ
ｌｉc c oｔｅ、Ｐ．Ｋ．Ｋｈｏｓｌａによる「２つの
部分からなる３次元モジュラー自己再構成可能ロボット
システム：その実現方法および運動計画（A 3-D Modula
r Self-Reconfigurable Bipartite Robotic System: Im
plementation and Motion Planning）」に記述されるよ
うなＣＭＵのＩ次元立方体（CMU’s I-cubes）。 ２）議事録、ＳＰＩＥ センサ融合および分散制御Ｉ
Ｉ、頁２３６〜２４５、Ｂｏｓｔｏｎ、１９９９年９月
（Proc.SPIE Sensor Fusion and Decentralized Contro
l ＩＩ,pp.236-245,Boston,Sep.1999）のＰ．Ｗｉｌ
ｌ、Ａ．Ｃａｓｔａｎｏ および Ｗ−Ｍ．Ｓｈｅｎに
よる「自己再構成のためのロボットモジュラリティー
（Robot Modularity for Self-Reconfiguration）」に
記述されるようなＵＳＣ−ＩＳＩのスパイダーリンクモ
デル（USC-ISI’s Spider Link Models）。 ３）インテリジェントロボットおよびシステムに関する
１９９８年の国際会議の議事録（Proceeding of the 19
98 International Conference on IntellitgentRobots
and Systems,1998）、１９９８年、における、Ｋｏｔａ
ｙ，Ｋ、Ｒｕｓ，Ｄ、Ｖｏｎａ，Ｍ ａｎｄ ＭｃＧｒ
ａｙ，Ｃ．による「自己再構成ロボット分子：設計およ
び制御アルゴリズム（The Self-reconfiguring robotic
molecule: design and control algorithms）」に記述
されるようなＤａｒｔｍｏｕｔｈの分子ロボット（Dart
mouth’s Molecular Robots）。 ４）ロボット工学およびオートメーションに関する１９
９９年のＩＥＥＥ国際会議における、Ｒｕｓ，Ｄ．、
Ｍ．Ｖｏｎａによる「圧縮ユニットモジュールを備えた
自己再構成計画（Self-Reconfiguration Planning with
Compressible UnitModules）」に記述されるような結
晶構造ロボット（Crystalline Robots）。 ５）１９９９年１０月、東京、におけるシステム、人、
および、サイバネティックスに関するＩＥＥＥ国際会議
の議事録、Ｒ．Ｌ．Ｔｕｍｍａｌａ、Ｒ．Ｍｕｋｈｅｒ
ｊｅｅ、Ｄ．Ａｓｌａｍ、Ｎ．Ｘｉ、Ｓ．Ｍａｈａｄｅ
ｖａｎ、Ｊ．Ｗｅｎｇによる「再構成可能可適応マイク
ロ−ロボット（Reconfigurable AdaptableMicro-Robo
t）」に記述されるようなＭＳＵの再構成可能可適応マ
イクロ−ロボット（MSU’s Reconfigurable Adaptable
Micro-Robot） ６）ロボットおよびオートメーションに関するＩＥＥＥ
の会報、頁５３１〜５４５、第１３巻、第４号、１９９
７年８月（「Ｐａｍｅｃｈａ」）における、Ａｍｉｔ
Ｐａｍｅｃｈａ、Ｉｍｍｅ Ｅｂｅｒｔ−Ｕｐｈｏｆ
ｆ、ＧｒｅｇｏｒｙＳ．Ｃｈｉｒｉｋｊｉａｎによる
「モジュラーロボット運動計画のための有効な測定基準
（A Useful Metrics for Modular Robot Motion Planni
ng）」に記述されるようなＪｏｈｎｓ Ｈｏｐｋｉｎｓ
大学の変態形成ロボット（Metamorphic Robots）。 ７）ロボット工学およびオートメーションに関するＩＥ
ＥＥ国際会議（ＩＣＲＡ），２０００におけるＹｉｍ、
Ｍａｒｋ、Ｄｕｆｆ、Ｄａｖｉｄ Ｇ．、Ｒｏｕｆａ
ｓ、Ｋｉｍｏｎ Ｄ．によるＸｅｒｏｘ ＰＡＲＣ社の
ポリボット（PolyBot）。 ８）ロボット工学およびオートメーションに関するＩＥ
ＥＥ国際会議（ＩＣＲＡ），２０００におけるＨｒｉｓ
ｔｏ Ｂｏｊｉｎｏｖ、Ａｒａｎｃｈ Ｃａｓａｌ、Ｔ
ａｄ Ｈｏｇｇによる「自己再構成可能ロボットにおけ
る最先端の構造（Emergent Structures in Modular Sel
f-reconfigurable Robots）」に記述されるようなタン
パク質ロボット（Proteo robots）。
【０００５】自己再構成モジュラーロボットに使用する
ための効率的なソフトウェアを設計するのは難しいこと
である。人間であろうが機械であろうが、中央制御装置
とは無関係にタスクを実行することができるように、完
全に分散化され、かつ、完璧に自律的なソフトウェアを
有することが望ましい。やがては、数百のモジュールど
ころか数百万ものモジュールが、お互いに協力して動作
することが期待されている。分散化された制御は、個々
のモジュールの計算能力をうまく利用するものであり、
そして、より少ない通信帯域幅しか必要としない。典型
的には、すべてのモジュールが、同じソフトウェアプロ
グラムを実行するが、個々のセンサの値、内部状態、近
くのモジュールから受信したメッセージなどに応じて、
様々に異なる行動をなす。
ための効率的なソフトウェアを設計するのは難しいこと
である。人間であろうが機械であろうが、中央制御装置
とは無関係にタスクを実行することができるように、完
全に分散化され、かつ、完璧に自律的なソフトウェアを
有することが望ましい。やがては、数百のモジュールど
ころか数百万ものモジュールが、お互いに協力して動作
することが期待されている。分散化された制御は、個々
のモジュールの計算能力をうまく利用するものであり、
そして、より少ない通信帯域幅しか必要としない。典型
的には、すべてのモジュールが、同じソフトウェアプロ
グラムを実行するが、個々のセンサの値、内部状態、近
くのモジュールから受信したメッセージなどに応じて、
様々に異なる行動をなす。
【０００６】
【発明が解決しようとする課題】したがって、局所的な
レベルで動作し、しかも、グローバルなレベルでも有能
な挙動をなすことのできる、自己再構成可能モジュラー
ロボットのための分散化されたソフトウェアコントロー
ラを提供することが望まれている。
レベルで動作し、しかも、グローバルなレベルでも有能
な挙動をなすことのできる、自己再構成可能モジュラー
ロボットのための分散化されたソフトウェアコントロー
ラを提供することが望まれている。
【０００７】
【課題を解決するための手段】方法およびコンピュータ
可読媒体が、自己再構成可能ロボットに含まれるモジュ
ールに使用されるソフトウェアプログラムを設計するた
めに提供される。
可読媒体が、自己再構成可能ロボットに含まれるモジュ
ールに使用されるソフトウェアプログラムを設計するた
めに提供される。
【０００８】その方法は、それぞれの複数のモジュール
機能を実行する複数のソフトウェア関数を提供するステ
ップを含む。タスクを解決する第１の複数のソフトウェ
アプログラムが、複数のソフトウェア関数から構築され
る。第１の複数のソフトウェアプログラムが、実行さ
れ、複数の結果が得られる。この方法は、第１の複数の
ソフトウェアプログラムについての適応度関数値を得る
ための適応度関数を提供するステップを含む。第２の複
数のソフトウェアプログラムが、それぞれの適応度関数
値に基づいて、第１の複数のソフトウェアプログラムか
ら選択される。第２の複数のソフトウェアプログラム
が、遺伝的操作によって変更され、第３の複数のソフト
ウェアプログラムが、構築される。
機能を実行する複数のソフトウェア関数を提供するステ
ップを含む。タスクを解決する第１の複数のソフトウェ
アプログラムが、複数のソフトウェア関数から構築され
る。第１の複数のソフトウェアプログラムが、実行さ
れ、複数の結果が得られる。この方法は、第１の複数の
ソフトウェアプログラムについての適応度関数値を得る
ための適応度関数を提供するステップを含む。第２の複
数のソフトウェアプログラムが、それぞれの適応度関数
値に基づいて、第１の複数のソフトウェアプログラムか
ら選択される。第２の複数のソフトウェアプログラム
が、遺伝的操作によって変更され、第３の複数のソフト
ウェアプログラムが、構築される。
【０００９】本発明の１つの態様によれば、遺伝的操作
は、交叉操作、突然変異操作、および／または、クロー
ニング操作を単独または組み合わせて含む。
は、交叉操作、突然変異操作、および／または、クロー
ニング操作を単独または組み合わせて含む。
【００１０】本発明の１つの態様によれば、交叉操作
は、第２の複数のソフトウェアプログラムの中の第１お
よび第２の「親」コンピュータプログラムのそれぞれの
パーズツリー表現を得て、第１および第２の親コンピュ
ータプログラム間で、無作為に選択されたサブツリーを
交換することによって、第１および第２の「子」ソフト
ウェアプログラムを生成することを含む。
は、第２の複数のソフトウェアプログラムの中の第１お
よび第２の「親」コンピュータプログラムのそれぞれの
パーズツリー表現を得て、第１および第２の親コンピュ
ータプログラム間で、無作為に選択されたサブツリーを
交換することによって、第１および第２の「子」ソフト
ウェアプログラムを生成することを含む。
【００１１】本発明のもう１つの態様によれば、突然変
異操作は、第２の複数のコンピュータプログラムの中の
第１のソフトウェアコンピュータプログラムのパーズツ
リー表現を得ることを含む。そのパーズツリーは、第１
のサブツリーを含む。そして、第１のサブツリーが、無
作為に選択され、無作為に生成された第２のサブツリー
と取り替えられる。
異操作は、第２の複数のコンピュータプログラムの中の
第１のソフトウェアコンピュータプログラムのパーズツ
リー表現を得ることを含む。そのパーズツリーは、第１
のサブツリーを含む。そして、第１のサブツリーが、無
作為に選択され、無作為に生成された第２のサブツリー
と取り替えられる。
【００１２】本発明のもう１つの態様によれば、クロー
ニング操作は、第２の複数のソフトウェアプログラムの
中の第１のソフトウェアプログラムをコピーすることを
含む。
ニング操作は、第２の複数のソフトウェアプログラムの
中の第１のソフトウェアプログラムをコピーすることを
含む。
【００１３】本発明のもう１つの特徴によれば、複数の
関数は、以下のものを単独または組み合わせて含む。す
なわち、（ＧｅｔＭｅｍｏｒｙ ｉｎｄｅｘ）関数、
（ＭｏｖｅＬｉｎｅ ｄｉｒｅｃｔｉｏｎ）関数、（Ｍ
ｏｖｅＳｉｎｇｌｅ ｄｉｒｅｃｔｉｏｎ）関数、（Ｒ
ｅａｄＭｅｓｓａｇｅ ｄｉｒｅｃｔｉｏｎ）関数、
（ＲｅａｄＳｅｎｓｏｒＳｅｌｆ ｄｉｒｅｃｔｉｏ
ｎ）関数、（ＲｅａｄＳｅｎｓｏｒＳｅｌｆＢｒｏｋｅ
ｎ ｄｉｒｅｃｔｉｏｎ）関数、（ＲｅａｄＳｅｎｓｏ
ｒＷａｌｌ ｄｉｒｅｃｔｉｏｎ）関数、（Ｒｏｔａｔ
ｅ ｄｉｒｅｃｔｉｏｎ）関数、（ＳｅｎｄＭｅｓｓａ
ｇｅ ｍｅｓｓａｇｅ ｄｉｒｅｃｔｉｏｎ）関数、
（ＳｅｔＭｅｍｏｒｙ Ｉｎｄｅｘ ｖａｌｕｅ）関
数、（ＢｌｏｃｋＭｏｖｅ ｘｐｏｓ ｘｎｅｇ ｙｐ
ｏｓ ｙｎｅｇ）関数、（Ａｎｄ）関数、（Ｉｆ）関
数、（Ｌｅｓｓ）関数、（Ｄｉｖｉｄｅ）関数、（Ｍｏ
ｄｕｌｅｓ）関数。
関数は、以下のものを単独または組み合わせて含む。す
なわち、（ＧｅｔＭｅｍｏｒｙ ｉｎｄｅｘ）関数、
（ＭｏｖｅＬｉｎｅ ｄｉｒｅｃｔｉｏｎ）関数、（Ｍ
ｏｖｅＳｉｎｇｌｅ ｄｉｒｅｃｔｉｏｎ）関数、（Ｒ
ｅａｄＭｅｓｓａｇｅ ｄｉｒｅｃｔｉｏｎ）関数、
（ＲｅａｄＳｅｎｓｏｒＳｅｌｆ ｄｉｒｅｃｔｉｏ
ｎ）関数、（ＲｅａｄＳｅｎｓｏｒＳｅｌｆＢｒｏｋｅ
ｎ ｄｉｒｅｃｔｉｏｎ）関数、（ＲｅａｄＳｅｎｓｏ
ｒＷａｌｌ ｄｉｒｅｃｔｉｏｎ）関数、（Ｒｏｔａｔ
ｅ ｄｉｒｅｃｔｉｏｎ）関数、（ＳｅｎｄＭｅｓｓａ
ｇｅ ｍｅｓｓａｇｅ ｄｉｒｅｃｔｉｏｎ）関数、
（ＳｅｔＭｅｍｏｒｙ Ｉｎｄｅｘ ｖａｌｕｅ）関
数、（ＢｌｏｃｋＭｏｖｅ ｘｐｏｓ ｘｎｅｇ ｙｐ
ｏｓ ｙｎｅｇ）関数、（Ａｎｄ）関数、（Ｉｆ）関
数、（Ｌｅｓｓ）関数、（Ｄｉｖｉｄｅ）関数、（Ｍｏ
ｄｕｌｅｓ）関数。
【００１４】本発明のもう１つの特徴によれば、モジュ
ールは、スライド式モジュール、回転式モジュール、お
よび／または、圧縮可能なモジュールである。
ールは、スライド式モジュール、回転式モジュール、お
よび／または、圧縮可能なモジュールである。
【００１５】本発明のもう１つの態様によれば、タスク
は、狭い通路を自己再構成可能ロボットに通過させるも
のである。
は、狭い通路を自己再構成可能ロボットに通過させるも
のである。
【００１６】本発明のもう１つの態様によれば、タスク
は、スイッチバック通路を自己再構成可能ロボットに通
過させるものである。
は、スイッチバック通路を自己再構成可能ロボットに通
過させるものである。
【００１７】本発明のもう１つの態様によれば、タスク
は、スイッチバック通路を、故障モジュールを有する自
己再構成可能ロボットに通過させるものである。
は、スイッチバック通路を、故障モジュールを有する自
己再構成可能ロボットに通過させるものである。
【００１８】本発明のもう１つの特徴によれば、タスク
は、スイッチバック通路を自己再構成可能ロボットに通
過させ、かつ、故障モジュールを排除するものである。
は、スイッチバック通路を自己再構成可能ロボットに通
過させ、かつ、故障モジュールを排除するものである。
【００１９】本発明のもう１つの態様によれば、タスク
は、間隙に橋を架けるものである。
は、間隙に橋を架けるものである。
【００２０】本発明のもう１つの態様によれば、タスク
は、自己再構成可能ロボットをゴールに向かって移動さ
せるものである。
は、自己再構成可能ロボットをゴールに向かって移動さ
せるものである。
【００２１】本発明のもう１つの態様によれば、タスク
は、障害物のあるところで、自己再構成可能ロボットを
ゴールに向かって移動させるものである。
は、障害物のあるところで、自己再構成可能ロボットを
ゴールに向かって移動させるものである。
【００２２】本発明のもう１つの態様によれば、モジュ
ールは、センサ、モータ、および、エネルギ供給源を単
独または組み合わせて含む。
ールは、センサ、モータ、および、エネルギ供給源を単
独または組み合わせて含む。
【００２３】本発明のもう１つの態様によれば、適応度
関数は、ロボットの位置と選択された位置との間の距離
を測定することを含む。
関数は、ロボットの位置と選択された位置との間の距離
を測定することを含む。
【００２４】本発明のもう１つの態様によれば、遺伝的
プログラミングによって生成されたソフトウェアを備え
た自己再構成可能ロボットに含まれるモジュールが、提
供される。モジュールは、メモリに結合されたプロセッ
サーを含む。メモリは、問題を解決するためのソフトウ
ェアプログラムを記憶し、ソフトウェアプログラムは、
遺伝的プログラムによって構築される。
プログラミングによって生成されたソフトウェアを備え
た自己再構成可能ロボットに含まれるモジュールが、提
供される。モジュールは、メモリに結合されたプロセッ
サーを含む。メモリは、問題を解決するためのソフトウ
ェアプログラムを記憶し、ソフトウェアプログラムは、
遺伝的プログラムによって構築される。
【００２５】コンピュータ可読メモリを含む製品が提供
される。コンピュータ可読メモリは、自己再構成可能ロ
ボットに含まれるそれぞれの複数のモジュールタスクを
実行する第１の複数のソフトウェア関数を含む。第１の
ソフトウェアプログラムは、第１の複数の関数を無作為
に選択して、複数のソフトウェアプログラムを構築す
る。適応度関数は、それぞれの第１の複数のソフトウェ
アプログラムについて、それぞれの複数の適応度関数値
を得る。第２のソフトウェアプログラムは、それぞれの
複数の適応度関数値に基づいて、第１の複数のプログラ
ムから、第２の複数のプログラムを選択する。第３のソ
フトウェアプログラムは、遺伝的操作によって、第２の
複数のソフトウェアプログラムから、第３の複数のソフ
トウェアプログラムを構築する。
される。コンピュータ可読メモリは、自己再構成可能ロ
ボットに含まれるそれぞれの複数のモジュールタスクを
実行する第１の複数のソフトウェア関数を含む。第１の
ソフトウェアプログラムは、第１の複数の関数を無作為
に選択して、複数のソフトウェアプログラムを構築す
る。適応度関数は、それぞれの第１の複数のソフトウェ
アプログラムについて、それぞれの複数の適応度関数値
を得る。第２のソフトウェアプログラムは、それぞれの
複数の適応度関数値に基づいて、第１の複数のプログラ
ムから、第２の複数のプログラムを選択する。第３のソ
フトウェアプログラムは、遺伝的操作によって、第２の
複数のソフトウェアプログラムから、第３の複数のソフ
トウェアプログラムを構築する。
【００２６】
【発明の実施の形態】Ｉ．概要 Ａ．遺伝的プログラミング 遺伝的プログラミングは、解決されるべき問題を表現す
る高水準記述を与えられたときに、その問題を解決する
コンピュータプログラムを生成することのできる進化論
的方法である。遺伝的プログラミングの記述は、Ｊｏｈ
ｎ Ｒ．ＫｏｚａによるＧｅｎｅｔｉｃ Ｐｒｏｇｒａ
ｍｍｉｎｇ：Ｏｎ ｔｈｅ Ｐｒｏｇｒａｍｍｉｎｇ
ｏｆ Ｃｏｍｐｕｔｅｒｓ ｂｙ Ｍｅａｎｓ ｏｆ
ａ Ｎａｔｕｒａｌ Ｓｅｌｅｃｔｉｏｎ（遺伝的プロ
グラミング：自然淘汰によるコンピュータプログラミン
グについて）．Ｃａｍｂｒｉｄｇｅ，ＭＡ：ＭＩＴ Ｐ
ｒｅｓｓ（“Ｋｏｚａ １９９２”）から知ることがで
きる。遺伝的プログラミングを用いてコンピュータプロ
グラムを生成するためには、その方法に、解決されるべ
き問題のための目的関数（または、適応度関数）、プロ
グラムを組み立てるための基本関数セット（数値、論理
値、文字．．．）、各基本関数ごとの戻り型、各基本関
数ごとの引数の数、および、各基本関数のそれぞれの引
数の型といくつかのパラメータを提供しなければならな
い。
る高水準記述を与えられたときに、その問題を解決する
コンピュータプログラムを生成することのできる進化論
的方法である。遺伝的プログラミングの記述は、Ｊｏｈ
ｎ Ｒ．ＫｏｚａによるＧｅｎｅｔｉｃ Ｐｒｏｇｒａ
ｍｍｉｎｇ：Ｏｎ ｔｈｅ Ｐｒｏｇｒａｍｍｉｎｇ
ｏｆ Ｃｏｍｐｕｔｅｒｓ ｂｙ Ｍｅａｎｓ ｏｆ
ａ Ｎａｔｕｒａｌ Ｓｅｌｅｃｔｉｏｎ（遺伝的プロ
グラミング：自然淘汰によるコンピュータプログラミン
グについて）．Ｃａｍｂｒｉｄｇｅ，ＭＡ：ＭＩＴ Ｐ
ｒｅｓｓ（“Ｋｏｚａ １９９２”）から知ることがで
きる。遺伝的プログラミングを用いてコンピュータプロ
グラムを生成するためには、その方法に、解決されるべ
き問題のための目的関数（または、適応度関数）、プロ
グラムを組み立てるための基本関数セット（数値、論理
値、文字．．．）、各基本関数ごとの戻り型、各基本関
数ごとの引数の数、および、各基本関数のそれぞれの引
数の型といくつかのパラメータを提供しなければならな
い。
【００２７】遺伝的プログラミング法は、目的言語にお
いて文法的に正しいランダムプログラムからなる集団を
生成することから始める。集団内のそれぞれのプログラ
ムの適応度は、それぞれのプログラムを実行して、その
プログラムが適応度関数でどれくらいの評価点を得るこ
とができるかを測定することによって判定される。
いて文法的に正しいランダムプログラムからなる集団を
生成することから始める。集団内のそれぞれのプログラ
ムの適応度は、それぞれのプログラムを実行して、その
プログラムが適応度関数でどれくらいの評価点を得るこ
とができるかを測定することによって判定される。
【００２８】そして、既存のコンピュータプログラムの
集団が、遺伝的操作を用いて、新しいコンピュータプロ
グラムの集団を生成するのに使用される。遺伝オペレー
タが、コンピュータプログラムの適応度に応じて施さ
れ、その結果として、より適応性のあるプログラムが、
より頻繁に、新しいコンピュータプログラムを生成する
のに使用されることになる。すなわち、より適応性のあ
るプログラムが、より頻繁に、次の世代における新しい
コンピュータプログラムを生成するための「親」として
選択される。
集団が、遺伝的操作を用いて、新しいコンピュータプロ
グラムの集団を生成するのに使用される。遺伝オペレー
タが、コンピュータプログラムの適応度に応じて施さ
れ、その結果として、より適応性のあるプログラムが、
より頻繁に、新しいコンピュータプログラムを生成する
のに使用されることになる。すなわち、より適応性のあ
るプログラムが、より頻繁に、次の世代における新しい
コンピュータプログラムを生成するための「親」として
選択される。
【００２９】使用される遺伝的操作は、交叉、突然変
異、および、クローニングである。
異、および、クローニングである。
【００３０】交叉操作は、選択された適応度を有する２
人の「親」コンピュータプログラムのパーズツリー表現
を取り出し、２人の親間で、無作為に選択されたサブツ
リーを交換することによって、新しい２人の「子」プロ
グラムを生成する。
人の「親」コンピュータプログラムのパーズツリー表現
を取り出し、２人の親間で、無作為に選択されたサブツ
リーを交換することによって、新しい２人の「子」プロ
グラムを生成する。
【００３１】突然変異操作は、選択された適応度を有す
る１つのコンピュータプログラムのパーズツリー表現を
取り出し、それのサブツリーの中から１つを無作為に選
択し、そのサブツリーを無作為に生成された新しいサブ
ツリーと取り替える。
る１つのコンピュータプログラムのパーズツリー表現を
取り出し、それのサブツリーの中から１つを無作為に選
択し、そのサブツリーを無作為に生成された新しいサブ
ツリーと取り替える。
【００３２】クローニング操作は、選択された適応度を
有する１つのコンピュータプログラムを取り出し、それ
のコピーを生成し、新しい集団を得る。
有する１つのコンピュータプログラムを取り出し、それ
のコピーを生成し、新しい集団を得る。
【００３３】まったく新しい集団が、遺伝的操作を古い
集団に施すことによって生成された後、上述したよう
に、適応度関数を用いて、新しい集団内のそれぞれのプ
ログラムの適応度が測定される。プログラムの新しい集
団を生成し、そして、それらの適応度を測定するプロセ
スは、コンピュータプログラムが適応度関数によって最
適な評価点を得たことがわかるまで、あるいは、プロセ
スが終了させられるまで、反復される。適応度関数によ
るこれまでのところで最高の評価点を有するコンピュー
タプログラムが、このプロセスの結果として得られる。
集団に施すことによって生成された後、上述したよう
に、適応度関数を用いて、新しい集団内のそれぞれのプ
ログラムの適応度が測定される。プログラムの新しい集
団を生成し、そして、それらの適応度を測定するプロセ
スは、コンピュータプログラムが適応度関数によって最
適な評価点を得たことがわかるまで、あるいは、プロセ
スが終了させられるまで、反復される。適応度関数によ
るこれまでのところで最高の評価点を有するコンピュー
タプログラムが、このプロセスの結果として得られる。
【００３４】本発明の実施形態において、適応度関数を
計算することは、シミュレーション領域において、進化
したコンピュータプログラムを実行し、モジュラーロボ
ットのシミュレーションを制御することを意味する。適
応度関数で計算された値は、モジュラーロボットがどの
くらい良好に目的を達成できるかの評価値である。例え
ば、適応度関数は、シミュレーション領域において、モ
ジュラーロボットと目標位置との間の距離を測定しても
よい。
計算することは、シミュレーション領域において、進化
したコンピュータプログラムを実行し、モジュラーロボ
ットのシミュレーションを制御することを意味する。適
応度関数で計算された値は、モジュラーロボットがどの
くらい良好に目的を達成できるかの評価値である。例え
ば、適応度関数は、シミュレーション領域において、モ
ジュラーロボットと目標位置との間の距離を測定しても
よい。
【００３５】別の実施形態においては、遺伝的アルゴリ
ズム（Ｇｅｎｅｔｉｃ Ａｌｇｏｒｉｔｈｍ）および進
化論的プログラミング（Ｅｖｏｌｕｔｉｏｎａｒｙ Ｐ
ｒｏｇｒａｍｍｉｎｇ）が、単独で、あるいは、組み合
わせて使用されてもよい。 ＩＩ．ロボットモジュール 実施形態においては、Ｐａｍｅｃｈａに記述されるよう
に、また、図１に示されるように、自己再構成可能ロボ
ット１００ａｂが、使用される。矩形のモジュールは、
図２に示されるように、互いに対して摺動することによ
って、２次元平面内を移動する。ＭｏｖｅＳｉｎｇｌｅ
関数の前においては、２つのモジュール１００ａｂは、
連結エッジを有し（ステップ１）、そして、ＭｏｖｅＳ
ｉｎｇｌｅ関数の後においては、２つのモジュール１０
０ａｂは、依然として、共有のコーナーで連結されてい
る（ステップ２）。モジュールが、それが押し動かしあ
るいは引き寄せることのできる別のモジュールに連結さ
れていなければ、モジュールは、まったく移動すること
ができない。それぞれのモジュールは、シミュレーショ
ン領域内の１格子単位を占め、あらゆる移動は、全格子
単位の中でなされる。本発明の実施形態においては、感
知機能、通信機能、および、処理機能が、Ｐａｍｅｃｈ
ａで使用される自己再構成可能モジュールに付加されて
いる。
ズム（Ｇｅｎｅｔｉｃ Ａｌｇｏｒｉｔｈｍ）および進
化論的プログラミング（Ｅｖｏｌｕｔｉｏｎａｒｙ Ｐ
ｒｏｇｒａｍｍｉｎｇ）が、単独で、あるいは、組み合
わせて使用されてもよい。 ＩＩ．ロボットモジュール 実施形態においては、Ｐａｍｅｃｈａに記述されるよう
に、また、図１に示されるように、自己再構成可能ロボ
ット１００ａｂが、使用される。矩形のモジュールは、
図２に示されるように、互いに対して摺動することによ
って、２次元平面内を移動する。ＭｏｖｅＳｉｎｇｌｅ
関数の前においては、２つのモジュール１００ａｂは、
連結エッジを有し（ステップ１）、そして、ＭｏｖｅＳ
ｉｎｇｌｅ関数の後においては、２つのモジュール１０
０ａｂは、依然として、共有のコーナーで連結されてい
る（ステップ２）。モジュールが、それが押し動かしあ
るいは引き寄せることのできる別のモジュールに連結さ
れていなければ、モジュールは、まったく移動すること
ができない。それぞれのモジュールは、シミュレーショ
ン領域内の１格子単位を占め、あらゆる移動は、全格子
単位の中でなされる。本発明の実施形態においては、感
知機能、通信機能、および、処理機能が、Ｐａｍｅｃｈ
ａで使用される自己再構成可能モジュールに付加されて
いる。
【００３６】それぞれの矩形ロボットモジュールは、１
つの領域において、１つの格子位置を占める。ロボット
モジュールの状態には、１）その領域におけるそれの位
置、２）８つの方向のそれぞれに位置する隣接ロボット
モジュールから受信した最近のメッセージの値、３）そ
れのメモリロケーション内の値、４）モジュールが故障
しているかどうか、および、５）向いている方向、があ
る。 Ａ．方向 方向は、０．０〜１．０の間の実数値として符号化さ
れ、ここで、方向０．０は、ロボットモジュールの正の
ｘ軸であり、方向値は、反時計回りに進むにつれて増加
する。それぞれのロボットモジュールによって使用され
る方向値は、そのモジュール自体の座標系でしか通用し
ない。ロボットモジュールの座標系において、ロボット
モジュールが向いている方向は、常に、方向０．０であ
る。方向０．２５は、それらの領域においてロボットモ
ジュールが向いている方向から左へ９０°の方向であ
る。 Ｂ．センサ 各モジュールは、他のロボットモジュールを検出するた
めの８つのセンサと、壁及び障害物を検出するための８
つのセンサとを有する。それぞれのセンサに対応する８
つの方向は、０．０＝東、０．１２５＝北東、０．２５
＝北、０．３７５＝北西、０．５＝西、０．６２５＝南
西、０．７５＝南、及び０．８７５＝南東である。モジ
ュールのセンサは、０．０〜１．０の間にある大きさの
単位で読み取り、ここで、その大きさは、感知した物体
までの距離の逆数であり、０．０は、物体がまったく感
知されなかったことを意味し、１．０は、物体が格子位
置と接触した状態で感知されたことを意味する。 Ｄ．移動 ロボットモジュールは、４つの方向、すなわち、東、
北、西、南にしか移動することができない。ロボットモ
ジュールは、それ自身で移動することはできない。すな
わち、ロボットモジュールは、隣接するロボットモジュ
ールに対して摺動することによってしか移動することが
できない。
つの領域において、１つの格子位置を占める。ロボット
モジュールの状態には、１）その領域におけるそれの位
置、２）８つの方向のそれぞれに位置する隣接ロボット
モジュールから受信した最近のメッセージの値、３）そ
れのメモリロケーション内の値、４）モジュールが故障
しているかどうか、および、５）向いている方向、があ
る。 Ａ．方向 方向は、０．０〜１．０の間の実数値として符号化さ
れ、ここで、方向０．０は、ロボットモジュールの正の
ｘ軸であり、方向値は、反時計回りに進むにつれて増加
する。それぞれのロボットモジュールによって使用され
る方向値は、そのモジュール自体の座標系でしか通用し
ない。ロボットモジュールの座標系において、ロボット
モジュールが向いている方向は、常に、方向０．０であ
る。方向０．２５は、それらの領域においてロボットモ
ジュールが向いている方向から左へ９０°の方向であ
る。 Ｂ．センサ 各モジュールは、他のロボットモジュールを検出するた
めの８つのセンサと、壁及び障害物を検出するための８
つのセンサとを有する。それぞれのセンサに対応する８
つの方向は、０．０＝東、０．１２５＝北東、０．２５
＝北、０．３７５＝北西、０．５＝西、０．６２５＝南
西、０．７５＝南、及び０．８７５＝南東である。モジ
ュールのセンサは、０．０〜１．０の間にある大きさの
単位で読み取り、ここで、その大きさは、感知した物体
までの距離の逆数であり、０．０は、物体がまったく感
知されなかったことを意味し、１．０は、物体が格子位
置と接触した状態で感知されたことを意味する。 Ｄ．移動 ロボットモジュールは、４つの方向、すなわち、東、
北、西、南にしか移動することができない。ロボットモ
ジュールは、それ自身で移動することはできない。すな
わち、ロボットモジュールは、隣接するロボットモジュ
ールに対して摺動することによってしか移動することが
できない。
【００３７】摺動するために、ロボットモジュールは、
運動方向を基準にして９０°の角度でそれに隣接する別
のロボットモジュールに沿ってそれ自身を押し動かすこ
とができる。
運動方向を基準にして９０°の角度でそれに隣接する別
のロボットモジュールに沿ってそれ自身を押し動かすこ
とができる。
【００３８】同様に、ロボットモジュールは、それと対
角線上に隣接する別のロボットモジュールを運動方向に
引き寄せることができる。引き寄せながら移動している
様子が、ステップ２を初期の相対的な配置と考え、か
つ、ステップ１を移動した結果と考えることによって、
図２に説明される。
角線上に隣接する別のロボットモジュールを運動方向に
引き寄せることができる。引き寄せながら移動している
様子が、ステップ２を初期の相対的な配置と考え、か
つ、ステップ１を移動した結果と考えることによって、
図２に説明される。
【００３９】ロボットモジュールは、２つの異なる種類
の移動を開始して、ロボットを再構成することができ
る。「単独」移動は、ただ１つのロボットモジュールの
運動であり、これは、そのロボットモジュールが、空き
の格子位置内へ移動しており、かつ、押し動かしあるい
は引き寄せるモジュールが存在する場合にのみできるこ
とである。「列」移動は、ロボットモジュールからなる
列全体の運動であり、これは、その列の先頭のモジュー
ルが、空きの格子位置内へ移動している場合にのみでき
ることである。列移動は、ロボットモジュールの列の中
にあるいずれのロボットモジュールによっても開始する
ことができる。 ＩＩＩ．タスクの例 それぞれのモジュールのコントローラソフトウェアを構
築するために、本発明による方法を用いて、６つのタス
クが、解決された。
の移動を開始して、ロボットを再構成することができ
る。「単独」移動は、ただ１つのロボットモジュールの
運動であり、これは、そのロボットモジュールが、空き
の格子位置内へ移動しており、かつ、押し動かしあるい
は引き寄せるモジュールが存在する場合にのみできるこ
とである。「列」移動は、ロボットモジュールからなる
列全体の運動であり、これは、その列の先頭のモジュー
ルが、空きの格子位置内へ移動している場合にのみでき
ることである。列移動は、ロボットモジュールの列の中
にあるいずれのロボットモジュールによっても開始する
ことができる。 ＩＩＩ．タスクの例 それぞれのモジュールのコントローラソフトウェアを構
築するために、本発明による方法を用いて、６つのタス
クが、解決された。
【００４０】それぞれのタスクにおいては、図３に示さ
れるように、それぞれの適応度評価の冒頭において、３
×３の四角形として配置された９つのモジュールロボッ
ト３０１を使用する。ロボットは、一辺が４０単位ある
四角形領域内でシミュレーションされた。通ることので
きない障害物の一枚壁３０２が、領域全体を取り囲んで
いる。 Ａ．Ｐａｓｓａｇｅタスク ロボット４０１は、できるだけ迅速に、領域４００を分
割する狭くて曲がりくねった通路４０３を見つけ出し
て、この通路４０３を移動しなければならない。ロボッ
ト４０１は、最初は、領域４００の下端中央に配置され
る。ロボット４０１に含まれるモジュールが配置される
順序、および、それぞれのモジュールが最初に向いてい
る方向は、実行の冒頭で無作為に決定され、かつ、それ
は、すべての適応度評価において、変わることがなかっ
た。 Ｂ．Ｓｗｉｔｃｈｂａｃｋタスク 図３に示されるように、ロボット３０１は、できるだけ
迅速に、領域３００を分割する狭くてスイッチバックの
通路３０３を見つけ出して、その通路３０３をナビゲー
トしなければならない。このタスクを解決するには、通
路３０３の内部で局所的最適条件にはまり込んで動かな
くなるのを避けなければならない。適応度評価のたび
に、ロボット４０１に含まれるモジュールは、番号順に
配置され、最初に向いている方向は、無作為に設定され
る。 Ｃ．Ｐａｓｓａｇｅ−ａｎｄ−Ｃａｒｒｙ−Ｂｒｏｋｅ
ｎ−Ｍｏｄｕｌｅタスクロボット４０１は、最初は、１
つの故障または不良のモジュール４０２をそれの構成内
に含む。図４に示されるように、ロボット４０１は、で
きるだけ迅速に、それが狭い通路４０３を見つけ出して
そこを通過するというタスクを達成するときに、故障モ
ジュール４０２を運搬しなければならない。モジュール
は、故障モジュールを検出するためのセンサを有する。
故障モジュール４０２は、動くことができず、あるい
は、メッセージを送信し、あるいは、受信することがで
きない。ロボット４０１に含まれるモジュールの初期配
置は、ｓｗｉｔｃｈｂａｃｋタスクの場合と同じであ
る。 Ｄ．Ｐａｓｓａｇｅ−ａｎｄ−Ｅｊｅｃｔ−Ｂｒｏｋｅ
ｎ−Ｍｏｄｕｌｅタスクロボット４０１は、最初は、１
つの故障または不良のモジュール４０２をそれの構成内
に含む。ロボット４０１は、できるだけ迅速に、モジュ
ール４０２を構成外へ排除し、そして、図４に示される
ように、できるだけ迅速に、狭い通路４０３を見つけ出
して、そこを通過しなければならない。モジュールは、
故障モジュールを検出するためのセンサを有する。故障
モジュールは、動くことができず、あるいは、メッセー
ジを送信し、あるいは、受信することができない。ロボ
ット４０１に含まれるモジュールの初期配置は、ｓｗｉ
ｔｃｈｂａｃｋタスクの場合と同じである。 Ｅ．Ｂｒｉｄｇｅタスク 矩形領域５０２の内部にあるモジュールは、移動を開始
することができず、そのために、それらのモジュール
は、矩形領域５０２の外部にある他のモジュールによっ
て動かされなければならない。矩形領域５０２は、７行
２列の高さと幅を有し、ロボット５０１のモジュールを
用いて橋を架け、そして、間隙のどちらか一方の側から
それらのモジュールを押しあるいは引くことによっては
じめてロボット５０１が渡ることのできる地形上の間隙
と考えることができる。図５に示されるように、ロボッ
ト５０１は、矩形領域５０２を見つけ出し、それを渡っ
て、領域５００の上端へ行かなければならない。ロボッ
ト５０１は、最初は、領域５００の中央に配置され、３
×３の四角形として構成される。適応度評価のたびに、
ロボット５０１に含まれるモジュールは、番号順に配置
され、最初は、東を向いている。 Ｆ．Ｍｏｖｅ−ｔｏ−Ｇｏａｌタスク ロボット６０１は、３６個の領域それぞれの中央から、
無作為に配置された障害物６０２を迂回して、ゴールま
で移動しなければならなず、そのゴールは、それぞれの
領域ごとに、異なる位置に配置される。図６は、このタ
スクに使用される３６の領域の中の１つを示す。ロボッ
トモジュール６０１は、ゴールの方向を検出することが
できる。モジュールは、最初は、領域６００の中央にお
いて、３×３の四角形として構成される。それぞれの領
域において、モジュールは、番号順に配置され、かつ、
最初は、東を向いている。 ＩＶ．関数セット６つのタスクのすべてにおいて、以下
の基本関数セットが、使用される。
れるように、それぞれの適応度評価の冒頭において、３
×３の四角形として配置された９つのモジュールロボッ
ト３０１を使用する。ロボットは、一辺が４０単位ある
四角形領域内でシミュレーションされた。通ることので
きない障害物の一枚壁３０２が、領域全体を取り囲んで
いる。 Ａ．Ｐａｓｓａｇｅタスク ロボット４０１は、できるだけ迅速に、領域４００を分
割する狭くて曲がりくねった通路４０３を見つけ出し
て、この通路４０３を移動しなければならない。ロボッ
ト４０１は、最初は、領域４００の下端中央に配置され
る。ロボット４０１に含まれるモジュールが配置される
順序、および、それぞれのモジュールが最初に向いてい
る方向は、実行の冒頭で無作為に決定され、かつ、それ
は、すべての適応度評価において、変わることがなかっ
た。 Ｂ．Ｓｗｉｔｃｈｂａｃｋタスク 図３に示されるように、ロボット３０１は、できるだけ
迅速に、領域３００を分割する狭くてスイッチバックの
通路３０３を見つけ出して、その通路３０３をナビゲー
トしなければならない。このタスクを解決するには、通
路３０３の内部で局所的最適条件にはまり込んで動かな
くなるのを避けなければならない。適応度評価のたび
に、ロボット４０１に含まれるモジュールは、番号順に
配置され、最初に向いている方向は、無作為に設定され
る。 Ｃ．Ｐａｓｓａｇｅ−ａｎｄ−Ｃａｒｒｙ−Ｂｒｏｋｅ
ｎ−Ｍｏｄｕｌｅタスクロボット４０１は、最初は、１
つの故障または不良のモジュール４０２をそれの構成内
に含む。図４に示されるように、ロボット４０１は、で
きるだけ迅速に、それが狭い通路４０３を見つけ出して
そこを通過するというタスクを達成するときに、故障モ
ジュール４０２を運搬しなければならない。モジュール
は、故障モジュールを検出するためのセンサを有する。
故障モジュール４０２は、動くことができず、あるい
は、メッセージを送信し、あるいは、受信することがで
きない。ロボット４０１に含まれるモジュールの初期配
置は、ｓｗｉｔｃｈｂａｃｋタスクの場合と同じであ
る。 Ｄ．Ｐａｓｓａｇｅ−ａｎｄ−Ｅｊｅｃｔ−Ｂｒｏｋｅ
ｎ−Ｍｏｄｕｌｅタスクロボット４０１は、最初は、１
つの故障または不良のモジュール４０２をそれの構成内
に含む。ロボット４０１は、できるだけ迅速に、モジュ
ール４０２を構成外へ排除し、そして、図４に示される
ように、できるだけ迅速に、狭い通路４０３を見つけ出
して、そこを通過しなければならない。モジュールは、
故障モジュールを検出するためのセンサを有する。故障
モジュールは、動くことができず、あるいは、メッセー
ジを送信し、あるいは、受信することができない。ロボ
ット４０１に含まれるモジュールの初期配置は、ｓｗｉ
ｔｃｈｂａｃｋタスクの場合と同じである。 Ｅ．Ｂｒｉｄｇｅタスク 矩形領域５０２の内部にあるモジュールは、移動を開始
することができず、そのために、それらのモジュール
は、矩形領域５０２の外部にある他のモジュールによっ
て動かされなければならない。矩形領域５０２は、７行
２列の高さと幅を有し、ロボット５０１のモジュールを
用いて橋を架け、そして、間隙のどちらか一方の側から
それらのモジュールを押しあるいは引くことによっては
じめてロボット５０１が渡ることのできる地形上の間隙
と考えることができる。図５に示されるように、ロボッ
ト５０１は、矩形領域５０２を見つけ出し、それを渡っ
て、領域５００の上端へ行かなければならない。ロボッ
ト５０１は、最初は、領域５００の中央に配置され、３
×３の四角形として構成される。適応度評価のたびに、
ロボット５０１に含まれるモジュールは、番号順に配置
され、最初は、東を向いている。 Ｆ．Ｍｏｖｅ−ｔｏ−Ｇｏａｌタスク ロボット６０１は、３６個の領域それぞれの中央から、
無作為に配置された障害物６０２を迂回して、ゴールま
で移動しなければならなず、そのゴールは、それぞれの
領域ごとに、異なる位置に配置される。図６は、このタ
スクに使用される３６の領域の中の１つを示す。ロボッ
トモジュール６０１は、ゴールの方向を検出することが
できる。モジュールは、最初は、領域６００の中央にお
いて、３×３の四角形として構成される。それぞれの領
域において、モジュールは、番号順に配置され、かつ、
最初は、東を向いている。 ＩＶ．関数セット６つのタスクのすべてにおいて、以下
の基本関数セットが、使用される。
【００４１】BASIC＿FUNCTION＿SET=｛MoveSingle,Move
Line,Rotate,ReadMessage,SendMessage,ReadSensorSel
f,ReadSensorWall,GetMemory,SetMemory,And,If,Less,D
ivide, Modulus｝ タスクの内の二つは、１つの補足的な関数を使用する。
ｐａｓｓａｇｅ−ａｎｄ−ｅｊｅｃｔ−ｂｒｏｋｅｎ−
ｍｏｄｕｌｅタスクおよびｐａｓｓａｇｅ−ａｎｄ−ｃ
ａｒｒｙ−ｂｒｏｋｅｎ−ｍｏｄｕｌｅタスクは、基本
関数セットに、ＲｅａｄＳｅｎｓｏｒＳｅｌｆＢｒｏｋ
ｅｎと呼ばれる関数を補足的に含む。
Line,Rotate,ReadMessage,SendMessage,ReadSensorSel
f,ReadSensorWall,GetMemory,SetMemory,And,If,Less,D
ivide, Modulus｝ タスクの内の二つは、１つの補足的な関数を使用する。
ｐａｓｓａｇｅ−ａｎｄ−ｅｊｅｃｔ−ｂｒｏｋｅｎ−
ｍｏｄｕｌｅタスクおよびｐａｓｓａｇｅ−ａｎｄ−ｃ
ａｒｒｙ−ｂｒｏｋｅｎ−ｍｏｄｕｌｅタスクは、基本
関数セットに、ＲｅａｄＳｅｎｓｏｒＳｅｌｆＢｒｏｋ
ｅｎと呼ばれる関数を補足的に含む。
【００４２】これらの関数のそれぞれについて、当業者
にはよく知られている共通関数のＡｎｄ，Ｄｉｖｉｄ
ｅ，Ｉｆ，Ｌｅｓｓ，Ｍｏｄｕｌｕｓを除いて、以下で
説明する。 Ａ．（ＧｅｔＭｅｍｏｒｙ Ｉｎｄｅｘ）関数 （ＧｅｔＭｅｍｏｒｙ ｉｎｄｅｘ）関数は、ロボット
モジュールのメモリ番号インデックスの現在値を得る。
この関数は、メモリ内の値を戻す。 Ｂ．（ＭｏｖｅＬｉｎｅ Ｄｉｒｅｃｔｉｏｎ）関数 （ＭｏｖｅＬｉｎｅ ｄｉｒｅｃｔｉｏｎ）関数は、ロ
ボットモジュールの１列全体を、それらが移動できる場
合に、相対方向であるｄｉｒｅｃｔｉｏｎへ移動させ
る。移動すべきモジュール列は、現在のモジュールと同
一直線上にあり、現在のモジュールの相対方向に連結さ
れたモジュール列である。モジュール列は、列の先頭モ
ジュールが、固定された壁または障害物によって阻止さ
れることがなく、かつ、その列に隣接し、それが押し動
かしあるいは引き寄せることのできる別のモジュールが
存在する場合にのみ、移動することができる。この関数
は、モジュール列が移動できた場合には、真を戻し、移
動できない場合には、偽を戻す。 Ｃ．（ＭｏｖｅＳｉｎｇｌｅ Ｄｉｒｅｃｔｉｏｎ）関
数 （ＭｏｖｅＳｉｎｇｌｅ ｄｉｒｅｃｔｉｏｎ）関数
は、現在のロボットモジュールを、それらが移動できる
場合に、相対方向に移動させる。モジュールは、それ
が、他のいかなる物体によっても阻止されることがな
く、かつ、それに隣接し、それが押し動かしあるいは引
き寄せることのできる別のロボットモジュールが存在す
る場合にのみ、移動することができる。この関数は、モ
ジュール列が移動できた場合には、真を戻し、移動でき
ない場合には、偽を戻す。 Ｄ．（ＲｅａｄＭｅｓｓａｇｅ Ｄｉｒｅｃｔｉｏｎ）
関数 （ＲｅａｄＭｅｓｓａｇｅ ｄｉｒｅｃｔｉｏｎ）関数
は、受信するモジュールの相対方向ｄｉｒｅｃｔｉｏｎ
に位置する隣接するモジュール（もしあれば）から実数
値を含むメッセージを読み取る。ｄｉｒｅｃｔｉｏｎ
は、ｍｏｄ１と解釈され、そして、隣接する８つの格子
位置の中の１つを示すために、最も近似する８分の１の
単位に丸められる。この関数は、読み取った値のメッセ
ージを戻す。 Ｅ．（ＲｅａｄＳｅｎｓｏｒＳｅｌｆ Ｄｉｒｅｃｔｉ
ｏｎ）関数 （ＲｅａｄＳｅｎｓｏｒＳｅｌｆ ｄｉｒｅｃｔｉｏ
ｎ）関数は、自己センサの検出値を読み取る。大きさ
は、相対方向ｄｉｒｅｃｔｉｏｎにある最も近いロボッ
トモジュールまでの距離の逆数である。大きさは、その
方向にロボットモジュールが存在しなければ、０であ
り、隣接矩形内にモジュールが存在すれば、１である。
この関数は、検出値を戻す。 Ｆ．（ＲｅａｄＳｅｎｓｏｒＳｅｌｆＢｒｏｋｅｎ Ｄ
ｉｒｅｃｔｉｏｎ）関数 （ＲｅａｄＳｅｎｓｏｒＳｅｌｆＢｒｏｋｅｎ ｄｉｒ
ｅｃｔｉｏｎ）関数は、ＳｅｌｆＢｒｏｋｅｎセンサの
検出値を読み取る。大きさは、相対方向ｄｉｒｅｃｔｉ
ｏｎにある最も近い故障ロボットモジュールまでの距離
の逆数である。大きさは、その方向に故障ロボットモジ
ュールが存在しなければ、０であり、隣接矩形内に故障
ロボットモジュールが存在すれば、１である。この関数
は、検出値を戻す。 Ｇ．（ＲｅａｄＳｅｎｓｏｒＷａｌｌ Ｄｉｒｅｃｔｉ
ｏｎ）関数 （ＲｅａｄＳｅｎｓｏｒＷａｌｌ ｄｉｒｅｃｔｉｏ
ｎ）関数は、壁センサの検出値を読み取る。大きさは、
相対方向ｄｉｒｅｃｔｉｏｎにある壁または障害物まで
の距離の逆数である。大きさは、その方向に壁または障
害物が存在しなければ、０であり、隣接四角形内に壁ブ
ロックが存在すれば、１である。この関数は、検出値を
戻す。 Ｈ．（Ｒｏｔａｔｅ Ｄｉｒｅｃｔｉｏｎ）関数 （Ｒｏｔａｔｅ ｄｉｒｅｃｔｉｏｎ）関数は、ｄｉｒ
ｅｃｔｉｏｎの量だけロボットモジュールを回転させ
る。これは、モジュールを物理的に動かすものではな
く、ただ単に、内部状態であるロボットモジュールの内
部が向いている方向を設定し直すだけである。この関数
は、ｄｉｒｅｃｔｉｏｎの値を戻す。 Ｉ．（ＳｅｎｄＭｅｓｓａｇｅ Ｍｅｓｓａｇｅ Ｄｉ
ｒｅｃｔｉｏｎ）関数 （ＳｅｎｄＭｅｓｓａｇｅ ｍｅｓｓａｇｅ ｄｉｒｅ
ｃｔｉｏｎ）関数は、実数値を含むメッセージｍｅｓｓ
ａｇｅを、送信モジュールから、送信するモジュールの
座標系を基準にして方向ｄｉｒｅｃｔｉｏｎにある隣接
モジュール（もしあれば）へ送信する。ｄｉｒｅｃｔｉ
ｏｎは、ｍｏｄ１と解釈され、そして、隣接する８つの
格子位置の中の１つを示すために、最も近似する８分の
１の単位に丸められる。この関数は、読み取った値のメ
ッセージを戻す。 Ｊ．（ＳｅｔＭｅｍｏｒｙ Ｉｎｄｅｘ Ｖａｌｕｅ）
関数 （ＳｅｔＭｅｍｏｒｙ ｉｎｄｅｘ ｖａｌｕｅ）関数
は、ロボットモジュールのメモリ番号インデックスの値
をｖａｌｕｅに設定する。この関数は、ｖａｌｕｅを戻
す。 Ｋ．（ＭｏｖｅＢｌｏｃｋ Ｄｉｒｅｃｔｉｏｎ ＸＰ
ｏｓ ＸＮｅｇ ＹＰｏｓ ＹＮｅｇ）関数 （ＢｌｏｃｋＭｏｖｅ ｄｉｒｅｃｔｉｏｎ ｘｐｏｓ
ｘｎｅｇ ｙｐｏｓｙｎｅｇ）関数は、ロボットモジ
ュールのブロック全体を、それらが移動できる場合に、
相対方向に移動させる。移動すべきモジュールのブロッ
クは、現在のモジュールを取り囲むモジュールからなる
連結矩形である。連結矩形は、ｘｐｏｓ、ｘｎｅｇ、ｙ
ｐｏｓ、および、ｙｎｅｇによって指定され、ここで、
矩形は、ｘｐｏｓモジュールを方向ｄｉｒｅｃｔｉｏｎ
に、ｘｎｅｇモジュールをそれとは反対方向に、ｙｐｏ
ｓモジュールをｄｉｒｅｃｔｉｏｎから左に９０°の方
向に、そして、ｙｎｅｇモジュールをｄｉｒｅｃｔｉｏ
ｎから右に９０°の方向に広げる。モジュールのブロッ
クは、ブロック内の先頭モジュールが固定された壁また
は障害物によって阻止されることがなく、かつ、そのブ
ロックに隣接し、そのブロックが押し動かしあるいは引
き寄せることのできる別のモジュールが存在する場合に
のみ、移動することができる。この関数は、モジュール
のブロックが移動できた場合には、真を戻し、移動でき
ない場合には、偽を戻す。 Ｖ．ターミナルセット 以下のターミナルセットが、すべてのタスクによって使
用される。
にはよく知られている共通関数のＡｎｄ，Ｄｉｖｉｄ
ｅ，Ｉｆ，Ｌｅｓｓ，Ｍｏｄｕｌｕｓを除いて、以下で
説明する。 Ａ．（ＧｅｔＭｅｍｏｒｙ Ｉｎｄｅｘ）関数 （ＧｅｔＭｅｍｏｒｙ ｉｎｄｅｘ）関数は、ロボット
モジュールのメモリ番号インデックスの現在値を得る。
この関数は、メモリ内の値を戻す。 Ｂ．（ＭｏｖｅＬｉｎｅ Ｄｉｒｅｃｔｉｏｎ）関数 （ＭｏｖｅＬｉｎｅ ｄｉｒｅｃｔｉｏｎ）関数は、ロ
ボットモジュールの１列全体を、それらが移動できる場
合に、相対方向であるｄｉｒｅｃｔｉｏｎへ移動させ
る。移動すべきモジュール列は、現在のモジュールと同
一直線上にあり、現在のモジュールの相対方向に連結さ
れたモジュール列である。モジュール列は、列の先頭モ
ジュールが、固定された壁または障害物によって阻止さ
れることがなく、かつ、その列に隣接し、それが押し動
かしあるいは引き寄せることのできる別のモジュールが
存在する場合にのみ、移動することができる。この関数
は、モジュール列が移動できた場合には、真を戻し、移
動できない場合には、偽を戻す。 Ｃ．（ＭｏｖｅＳｉｎｇｌｅ Ｄｉｒｅｃｔｉｏｎ）関
数 （ＭｏｖｅＳｉｎｇｌｅ ｄｉｒｅｃｔｉｏｎ）関数
は、現在のロボットモジュールを、それらが移動できる
場合に、相対方向に移動させる。モジュールは、それ
が、他のいかなる物体によっても阻止されることがな
く、かつ、それに隣接し、それが押し動かしあるいは引
き寄せることのできる別のロボットモジュールが存在す
る場合にのみ、移動することができる。この関数は、モ
ジュール列が移動できた場合には、真を戻し、移動でき
ない場合には、偽を戻す。 Ｄ．（ＲｅａｄＭｅｓｓａｇｅ Ｄｉｒｅｃｔｉｏｎ）
関数 （ＲｅａｄＭｅｓｓａｇｅ ｄｉｒｅｃｔｉｏｎ）関数
は、受信するモジュールの相対方向ｄｉｒｅｃｔｉｏｎ
に位置する隣接するモジュール（もしあれば）から実数
値を含むメッセージを読み取る。ｄｉｒｅｃｔｉｏｎ
は、ｍｏｄ１と解釈され、そして、隣接する８つの格子
位置の中の１つを示すために、最も近似する８分の１の
単位に丸められる。この関数は、読み取った値のメッセ
ージを戻す。 Ｅ．（ＲｅａｄＳｅｎｓｏｒＳｅｌｆ Ｄｉｒｅｃｔｉ
ｏｎ）関数 （ＲｅａｄＳｅｎｓｏｒＳｅｌｆ ｄｉｒｅｃｔｉｏ
ｎ）関数は、自己センサの検出値を読み取る。大きさ
は、相対方向ｄｉｒｅｃｔｉｏｎにある最も近いロボッ
トモジュールまでの距離の逆数である。大きさは、その
方向にロボットモジュールが存在しなければ、０であ
り、隣接矩形内にモジュールが存在すれば、１である。
この関数は、検出値を戻す。 Ｆ．（ＲｅａｄＳｅｎｓｏｒＳｅｌｆＢｒｏｋｅｎ Ｄ
ｉｒｅｃｔｉｏｎ）関数 （ＲｅａｄＳｅｎｓｏｒＳｅｌｆＢｒｏｋｅｎ ｄｉｒ
ｅｃｔｉｏｎ）関数は、ＳｅｌｆＢｒｏｋｅｎセンサの
検出値を読み取る。大きさは、相対方向ｄｉｒｅｃｔｉ
ｏｎにある最も近い故障ロボットモジュールまでの距離
の逆数である。大きさは、その方向に故障ロボットモジ
ュールが存在しなければ、０であり、隣接矩形内に故障
ロボットモジュールが存在すれば、１である。この関数
は、検出値を戻す。 Ｇ．（ＲｅａｄＳｅｎｓｏｒＷａｌｌ Ｄｉｒｅｃｔｉ
ｏｎ）関数 （ＲｅａｄＳｅｎｓｏｒＷａｌｌ ｄｉｒｅｃｔｉｏ
ｎ）関数は、壁センサの検出値を読み取る。大きさは、
相対方向ｄｉｒｅｃｔｉｏｎにある壁または障害物まで
の距離の逆数である。大きさは、その方向に壁または障
害物が存在しなければ、０であり、隣接四角形内に壁ブ
ロックが存在すれば、１である。この関数は、検出値を
戻す。 Ｈ．（Ｒｏｔａｔｅ Ｄｉｒｅｃｔｉｏｎ）関数 （Ｒｏｔａｔｅ ｄｉｒｅｃｔｉｏｎ）関数は、ｄｉｒ
ｅｃｔｉｏｎの量だけロボットモジュールを回転させ
る。これは、モジュールを物理的に動かすものではな
く、ただ単に、内部状態であるロボットモジュールの内
部が向いている方向を設定し直すだけである。この関数
は、ｄｉｒｅｃｔｉｏｎの値を戻す。 Ｉ．（ＳｅｎｄＭｅｓｓａｇｅ Ｍｅｓｓａｇｅ Ｄｉ
ｒｅｃｔｉｏｎ）関数 （ＳｅｎｄＭｅｓｓａｇｅ ｍｅｓｓａｇｅ ｄｉｒｅ
ｃｔｉｏｎ）関数は、実数値を含むメッセージｍｅｓｓ
ａｇｅを、送信モジュールから、送信するモジュールの
座標系を基準にして方向ｄｉｒｅｃｔｉｏｎにある隣接
モジュール（もしあれば）へ送信する。ｄｉｒｅｃｔｉ
ｏｎは、ｍｏｄ１と解釈され、そして、隣接する８つの
格子位置の中の１つを示すために、最も近似する８分の
１の単位に丸められる。この関数は、読み取った値のメ
ッセージを戻す。 Ｊ．（ＳｅｔＭｅｍｏｒｙ Ｉｎｄｅｘ Ｖａｌｕｅ）
関数 （ＳｅｔＭｅｍｏｒｙ ｉｎｄｅｘ ｖａｌｕｅ）関数
は、ロボットモジュールのメモリ番号インデックスの値
をｖａｌｕｅに設定する。この関数は、ｖａｌｕｅを戻
す。 Ｋ．（ＭｏｖｅＢｌｏｃｋ Ｄｉｒｅｃｔｉｏｎ ＸＰ
ｏｓ ＸＮｅｇ ＹＰｏｓ ＹＮｅｇ）関数 （ＢｌｏｃｋＭｏｖｅ ｄｉｒｅｃｔｉｏｎ ｘｐｏｓ
ｘｎｅｇ ｙｐｏｓｙｎｅｇ）関数は、ロボットモジ
ュールのブロック全体を、それらが移動できる場合に、
相対方向に移動させる。移動すべきモジュールのブロッ
クは、現在のモジュールを取り囲むモジュールからなる
連結矩形である。連結矩形は、ｘｐｏｓ、ｘｎｅｇ、ｙ
ｐｏｓ、および、ｙｎｅｇによって指定され、ここで、
矩形は、ｘｐｏｓモジュールを方向ｄｉｒｅｃｔｉｏｎ
に、ｘｎｅｇモジュールをそれとは反対方向に、ｙｐｏ
ｓモジュールをｄｉｒｅｃｔｉｏｎから左に９０°の方
向に、そして、ｙｎｅｇモジュールをｄｉｒｅｃｔｉｏ
ｎから右に９０°の方向に広げる。モジュールのブロッ
クは、ブロック内の先頭モジュールが固定された壁また
は障害物によって阻止されることがなく、かつ、そのブ
ロックに隣接し、そのブロックが押し動かしあるいは引
き寄せることのできる別のモジュールが存在する場合に
のみ、移動することができる。この関数は、モジュール
のブロックが移動できた場合には、真を戻し、移動でき
ない場合には、偽を戻す。 Ｖ．ターミナルセット 以下のターミナルセットが、すべてのタスクによって使
用される。
【００４３】BASIC＿TERMINAL＿SET=｛GetTurn, 0.0,0.
25,0.5,0.75,1.0,-1.0｝ ｍｏｖｅ−ｔｏ−ｇｏａｌタスクのためにターミナルセ
ットは、３つの補足的なターミナルを有する。すなわ
ち、 MOVE＿TO＿GOAL＿TERMINAL＿SET=BASIC＿TERMINAL＿SET
+｛GoalDirection,GoalX,GoalY｝ それぞれのターミナルについての説明は、以下の通りで
ある。 Ａ．（ＧｅｔＴｕｒｎ）関数 （ＧｅｔＴｕｒｎ）関数は、シミュレーションに使用さ
れるｔｕｒｎ変数の現在値を戻す。ｔｕｒｎ変数は、シ
ミュレーションの冒頭において、０に設定され、そし
て、ロボットのモジュールのすべてが実行されるたびに
インクリメントされる。 Ｂ．Ｓｉｘ Ｃｏｎｓｔａｎｔ−Ｖａｌｕｅｄターミナ
ル ６つの定数値を有するターミナルである０．０，０．２
５，０．５，０．７５，１．０，−１．０が与えられ
る。プログラムツリーは、演算を用いて、別の数値を生
成することができる。 Ｃ．（ＧｏａｌＤｉｒｅｃｔｉｏｎ）関数 （ＧｏａｌＤｉｒｅｃｔｉｏｎ）関数は、そのモジュー
ルの座標系における現在のロボットモジュールからゴー
ルまでの方向に対応した方向値を戻す。 Ｄ．（ＧｏａｌＸ）関数 （ＧｏａｌＸ）関数は、そのモジュールの座標系におけ
る現在のモジュールからゴールまでの距離ｘを戻す。 Ｅ．（ＧｏａｌＹ）関数 （ＧｏａｌＹ）関数は、そのモジュールの座標系におけ
る現在のモジュールからゴールまでの距離ｙを戻す。 ＶＩ．適応度関数 ６つのタスクの各々の適応度関数が、ロボットの行動の
シミュレーションをそれぞれの領域で実行することによ
って計算される。シミュレーションは、所定の回数だけ
旋回することが実行される。この簡単なコードフラグメ
ントに示されるように、旋回するたびに、進化したプロ
グラムツリーが、モジュールごとに１回だけ実行され
る。コルーチンを使用するような、より強力なアプロー
チも可能である。
25,0.5,0.75,1.0,-1.0｝ ｍｏｖｅ−ｔｏ−ｇｏａｌタスクのためにターミナルセ
ットは、３つの補足的なターミナルを有する。すなわ
ち、 MOVE＿TO＿GOAL＿TERMINAL＿SET=BASIC＿TERMINAL＿SET
+｛GoalDirection,GoalX,GoalY｝ それぞれのターミナルについての説明は、以下の通りで
ある。 Ａ．（ＧｅｔＴｕｒｎ）関数 （ＧｅｔＴｕｒｎ）関数は、シミュレーションに使用さ
れるｔｕｒｎ変数の現在値を戻す。ｔｕｒｎ変数は、シ
ミュレーションの冒頭において、０に設定され、そし
て、ロボットのモジュールのすべてが実行されるたびに
インクリメントされる。 Ｂ．Ｓｉｘ Ｃｏｎｓｔａｎｔ−Ｖａｌｕｅｄターミナ
ル ６つの定数値を有するターミナルである０．０，０．２
５，０．５，０．７５，１．０，−１．０が与えられ
る。プログラムツリーは、演算を用いて、別の数値を生
成することができる。 Ｃ．（ＧｏａｌＤｉｒｅｃｔｉｏｎ）関数 （ＧｏａｌＤｉｒｅｃｔｉｏｎ）関数は、そのモジュー
ルの座標系における現在のロボットモジュールからゴー
ルまでの方向に対応した方向値を戻す。 Ｄ．（ＧｏａｌＸ）関数 （ＧｏａｌＸ）関数は、そのモジュールの座標系におけ
る現在のモジュールからゴールまでの距離ｘを戻す。 Ｅ．（ＧｏａｌＹ）関数 （ＧｏａｌＹ）関数は、そのモジュールの座標系におけ
る現在のモジュールからゴールまでの距離ｙを戻す。 ＶＩ．適応度関数 ６つのタスクの各々の適応度関数が、ロボットの行動の
シミュレーションをそれぞれの領域で実行することによ
って計算される。シミュレーションは、所定の回数だけ
旋回することが実行される。この簡単なコードフラグメ
ントに示されるように、旋回するたびに、進化したプロ
グラムツリーが、モジュールごとに１回だけ実行され
る。コルーチンを使用するような、より強力なアプロー
チも可能である。
【００４４】for (turn=0;turn<maxTurns;turn++)for
(module=0;module<maxModules; module++)programTree.
eval(module); ただ１つのモジュールについてプログラムを実行してい
るとき、センサによる読み取り、モジュールの内部状態
にアクセスする関数、および、移動関数が、その１つの
モジュールについて、すべて実行される。それぞれの適
応度評価の冒頭において、通信の受信バッファーの値、
および、ロボットのすべてのメモリロケーション内の値
が、０に初期化される。 Ａ．Ｐａｓｓａｇｅタスク ｐａｓｓａｇｅタスクの場合、適応度関数は、シミュレ
ーションのそれぞれの旋回がそれぞれのモジュールにつ
いて実行された後に計算されるペナルティーの合計であ
る。ペナルティーは、すべてのロボットモジュールの、
通路４０３の出口に位置する行の上端までの距離を合計
したものである。この適応度関数は、シミュレーション
におけるそれぞれの時点において、すべてのモジュール
の距離にペナルティーを与え、したがって、それは、タ
スクを迅速に解決したことに対しては、そのロボット４
０１に報酬を与える。 Ｂ．Ｓｗｉｔｃｈｂａｃｋタスク ｐａｓｓａｇｅタスクの場合と同じようにして、適応度
関数が、計算される。 Ｃ．Ｐａｓｓａｇｅ−ａｎｄ−Ｃａｒｒｙ−Ｂｒｏｋｅ
ｎ−Ｍｏｄｕｌｅタスク ｐａｓｓａｇｅタスクの場合と同じようにして、適応度
関数が、計算される。モジュールの１つが、故障してお
り、そのために、それは、移動または他のモジュールと
の通信を開始することができない。このタスクを解決す
るには、ロボット４０１は、故障モジュール４０２を通
路から運び出さなければならない。 Ｄ．Ｐａｓｓａｇｅ−ａｎｄ−Ｅｊｅｃｔ−Ｂｒｏｋｅ
ｎ−Ｍｏｄｕｌｅタスク 適応度関数は、ｐａｓｓａｇｅタスクの場合と同じよう
に、作業モジュールにペナルティーを与える。故障モジ
ュール４０２の適応度への貢献度は、故障モジュール４
０２と領域の下端との間の距離に等しい。このペナルテ
ィーは、それぞれのモジュールがシミュレーションされ
た後に、適応度関数に加算され、したがって、ロボット
は、故障モジュールを迅速に排除したことに対して、報
酬を与えられる。 Ｅ．Ｂｒｉｄｇｅタスク 適応度関数は、シミュレーションの終了時点で計算され
る。適応度は、それぞれのモジュールと領域の上端との
間の距離を合計したものである。間隙を渡るために、ロ
ボットは、それ自身を橋の中へ入り込めるように構成し
なければならない。 Ｆ．Ｍｏｖｅ−ｔｏ−Ｇｏａｌタスク 適応度関数は、シミュレーションの終了時点で計算さ
れ、２つのペナルティーを組み合わせる。第１のペナル
ティーは、ゴールに接近したことに対して、それぞれの
ロボットのスタート位置とゴールとの間に残された距離
の割合を平均することによって、ロボット６０１に報酬
を与える。第２のペナルティーは、分離されたことに対
して、ゴールに到達するまでに最密連結モジュールグル
ープから分離されたモジュールの割合をもとめることに
よって、ロボット６０１にペナルティーを与える。適応
度関数は、第１のペナルティーに、第２のペナルティー
を２倍したものを加えたものである。 ＶＩＩ．パラメータ ６つのタスクのすべてに使用されるパラメータ値は、集
団の大きさを除けば、すべて同じである。タスクごとの
集団の大きさは、結果の章で説明される。交叉率および
突然変異率は、それぞれ、９９％および１％である。交
叉は、ツリーに存在するすべてのノードから、ノードを
均一に選択する。世代繁殖モデルが、トーナメント選択
方式とともに使用され、トーナメントサイズは７であ
る。エリート主義が、使用され、それは、それぞれの世
代の中の最も適応性のある個体が、次の世代にクローン
化されることを保証する。世代０において、突然変異操
作によって、プログラムツリーを生成する方法は、Ｋｏ
ｚａ １９９２に記述されるような「最大（ｆｕｌ
ｌ）」方法である。世代０におけるプログラムツリーの
最大の深さは、６である。交叉および突然変異によって
生成されたプログラムツリーの場合の最大の深さは、１
０である。突然変異によって生成されたサブツリーの最
大の深さは、４である。強制的に型宣言がなされた遺伝
的プログラミングが、遺伝的アルゴリズムに関する第６
回国際会議の議事録，Ｓａｎ Ｆｒａｎｃｉｓｃｏ，Ｃ
Ａ：Ｍｏｒｇａｎ Ｋａｕｆｍａｎｎ．２７１−２７
８、Ｈａｙｎｅｓ、Ｔｈｏｍａｓ、Ｗａｉｎｗｒｉｇｈ
ｔ、Ｒｏｇｅｒ、Ｓｅｎ、Ｓａｎｄｉｐ、Ｓｃｈｏｅｎ
ｆｅｌｄ、Ｄａｌｅによる「Ｓｔｒｏｎｇｌｙ Ｔｙｕ
ｐｅｄｇｅｎｅｔｉｃ Ｐｒｏｇｒａｍｍｉｎｇ ｉｎ
Ｅｖｏｌｖｉｎｇ Ｃｏｏｐｅｒａｔｉｏｎ Ｓｔｒ
ａｔｅｇｉｅｓ（進化協力計画における強制的に型宣言
がなされた遺伝的プログラミング）」に記述されるよう
に使用される。 ＶＩＩＩ．並列化 集団は、Ｗｒｉｇｈｔ、Ｓｅｗｅｌｌによる「Ｉｓｏｌ
ａｔｉｏｎ ｂｙ Ｄｉｓｔａｎｃｅ（距離による隔
離）」，Ｇｅｎｅｔｉｃｓ ２８：１４４−１３８，１
９４３に記述されるように、デームと呼ばれる半隔離部
分集団に分割される。繁殖は、各デーム内における任意
交配であり、デーム間ではまれにしか起こらない。並列
化法は、Ｊｏｈｎ Ｒ．Ｋｏｚａ，Ｆｏｒｒｅｓｔ
Ｈ．Ｂｅｎｎｅｔｔ ＩＩＩ，Ｄａｖｉｄ Ａｎｄｒ
ｅ，Ｍａｒｔｉｎ Ａ．Ｋｅａｎｅによる「Ｇｅｎｅｔ
ｉｃ Ｐｒｏｇｒａｍｍｉｎｇ ＩＩＩ：Ｄａｒｗｉｎ
ｉａｎＩｎｖｅｎｔｉｏｎ ａｎｄ Ｔａｓｋ Ｓｏｌ
ｖｉｎｇ（遺伝的プログラミングＩＩＩ：ダーウィンの
発見およびタスク解決）」，Ｍｏｒｇａｎ Ｋａｕｆｍ
ａｎｎ：Ｓａｎ Ｆｒａｎｃｉｓｃｏ，ＣＡ １９９
９．に記述されるような分散した非同期の島による方法
である。デーム間の通信トポロジーは、周期的な境界条
件を備えた環状格子である。それぞれのプロセッサー
は、それの４近傍とだけ通信を行う。それぞれの世代の
最後に、集団の２％が、無作為に選択され、４つの主方
向のそれぞれへ移住する。 ＩＸ．フローチャート 当業者には明らかなように、図１０は、本発明の実施形
態の具体的な関数を実行する論理ブロックを示す。別の
実施形態においては、それよりも多いかまたは少ない論
理ブロックが使用されるかもしれない。本発明の実施形
態において、論理ブロックは、ソフトウェアプログラ
ム、ソフトウェアオブジェクト、ソフトウェア関数、ソ
フトウェアサブルーチン、コードフラグメント、ハード
ウェア動作、ユーザ操作を単独であるいは組み合わせて
表現する。
(module=0;module<maxModules; module++)programTree.
eval(module); ただ１つのモジュールについてプログラムを実行してい
るとき、センサによる読み取り、モジュールの内部状態
にアクセスする関数、および、移動関数が、その１つの
モジュールについて、すべて実行される。それぞれの適
応度評価の冒頭において、通信の受信バッファーの値、
および、ロボットのすべてのメモリロケーション内の値
が、０に初期化される。 Ａ．Ｐａｓｓａｇｅタスク ｐａｓｓａｇｅタスクの場合、適応度関数は、シミュレ
ーションのそれぞれの旋回がそれぞれのモジュールにつ
いて実行された後に計算されるペナルティーの合計であ
る。ペナルティーは、すべてのロボットモジュールの、
通路４０３の出口に位置する行の上端までの距離を合計
したものである。この適応度関数は、シミュレーション
におけるそれぞれの時点において、すべてのモジュール
の距離にペナルティーを与え、したがって、それは、タ
スクを迅速に解決したことに対しては、そのロボット４
０１に報酬を与える。 Ｂ．Ｓｗｉｔｃｈｂａｃｋタスク ｐａｓｓａｇｅタスクの場合と同じようにして、適応度
関数が、計算される。 Ｃ．Ｐａｓｓａｇｅ−ａｎｄ−Ｃａｒｒｙ−Ｂｒｏｋｅ
ｎ−Ｍｏｄｕｌｅタスク ｐａｓｓａｇｅタスクの場合と同じようにして、適応度
関数が、計算される。モジュールの１つが、故障してお
り、そのために、それは、移動または他のモジュールと
の通信を開始することができない。このタスクを解決す
るには、ロボット４０１は、故障モジュール４０２を通
路から運び出さなければならない。 Ｄ．Ｐａｓｓａｇｅ−ａｎｄ−Ｅｊｅｃｔ−Ｂｒｏｋｅ
ｎ−Ｍｏｄｕｌｅタスク 適応度関数は、ｐａｓｓａｇｅタスクの場合と同じよう
に、作業モジュールにペナルティーを与える。故障モジ
ュール４０２の適応度への貢献度は、故障モジュール４
０２と領域の下端との間の距離に等しい。このペナルテ
ィーは、それぞれのモジュールがシミュレーションされ
た後に、適応度関数に加算され、したがって、ロボット
は、故障モジュールを迅速に排除したことに対して、報
酬を与えられる。 Ｅ．Ｂｒｉｄｇｅタスク 適応度関数は、シミュレーションの終了時点で計算され
る。適応度は、それぞれのモジュールと領域の上端との
間の距離を合計したものである。間隙を渡るために、ロ
ボットは、それ自身を橋の中へ入り込めるように構成し
なければならない。 Ｆ．Ｍｏｖｅ−ｔｏ−Ｇｏａｌタスク 適応度関数は、シミュレーションの終了時点で計算さ
れ、２つのペナルティーを組み合わせる。第１のペナル
ティーは、ゴールに接近したことに対して、それぞれの
ロボットのスタート位置とゴールとの間に残された距離
の割合を平均することによって、ロボット６０１に報酬
を与える。第２のペナルティーは、分離されたことに対
して、ゴールに到達するまでに最密連結モジュールグル
ープから分離されたモジュールの割合をもとめることに
よって、ロボット６０１にペナルティーを与える。適応
度関数は、第１のペナルティーに、第２のペナルティー
を２倍したものを加えたものである。 ＶＩＩ．パラメータ ６つのタスクのすべてに使用されるパラメータ値は、集
団の大きさを除けば、すべて同じである。タスクごとの
集団の大きさは、結果の章で説明される。交叉率および
突然変異率は、それぞれ、９９％および１％である。交
叉は、ツリーに存在するすべてのノードから、ノードを
均一に選択する。世代繁殖モデルが、トーナメント選択
方式とともに使用され、トーナメントサイズは７であ
る。エリート主義が、使用され、それは、それぞれの世
代の中の最も適応性のある個体が、次の世代にクローン
化されることを保証する。世代０において、突然変異操
作によって、プログラムツリーを生成する方法は、Ｋｏ
ｚａ １９９２に記述されるような「最大（ｆｕｌ
ｌ）」方法である。世代０におけるプログラムツリーの
最大の深さは、６である。交叉および突然変異によって
生成されたプログラムツリーの場合の最大の深さは、１
０である。突然変異によって生成されたサブツリーの最
大の深さは、４である。強制的に型宣言がなされた遺伝
的プログラミングが、遺伝的アルゴリズムに関する第６
回国際会議の議事録，Ｓａｎ Ｆｒａｎｃｉｓｃｏ，Ｃ
Ａ：Ｍｏｒｇａｎ Ｋａｕｆｍａｎｎ．２７１−２７
８、Ｈａｙｎｅｓ、Ｔｈｏｍａｓ、Ｗａｉｎｗｒｉｇｈ
ｔ、Ｒｏｇｅｒ、Ｓｅｎ、Ｓａｎｄｉｐ、Ｓｃｈｏｅｎ
ｆｅｌｄ、Ｄａｌｅによる「Ｓｔｒｏｎｇｌｙ Ｔｙｕ
ｐｅｄｇｅｎｅｔｉｃ Ｐｒｏｇｒａｍｍｉｎｇ ｉｎ
Ｅｖｏｌｖｉｎｇ Ｃｏｏｐｅｒａｔｉｏｎ Ｓｔｒ
ａｔｅｇｉｅｓ（進化協力計画における強制的に型宣言
がなされた遺伝的プログラミング）」に記述されるよう
に使用される。 ＶＩＩＩ．並列化 集団は、Ｗｒｉｇｈｔ、Ｓｅｗｅｌｌによる「Ｉｓｏｌ
ａｔｉｏｎ ｂｙ Ｄｉｓｔａｎｃｅ（距離による隔
離）」，Ｇｅｎｅｔｉｃｓ ２８：１４４−１３８，１
９４３に記述されるように、デームと呼ばれる半隔離部
分集団に分割される。繁殖は、各デーム内における任意
交配であり、デーム間ではまれにしか起こらない。並列
化法は、Ｊｏｈｎ Ｒ．Ｋｏｚａ，Ｆｏｒｒｅｓｔ
Ｈ．Ｂｅｎｎｅｔｔ ＩＩＩ，Ｄａｖｉｄ Ａｎｄｒ
ｅ，Ｍａｒｔｉｎ Ａ．Ｋｅａｎｅによる「Ｇｅｎｅｔ
ｉｃ Ｐｒｏｇｒａｍｍｉｎｇ ＩＩＩ：Ｄａｒｗｉｎ
ｉａｎＩｎｖｅｎｔｉｏｎ ａｎｄ Ｔａｓｋ Ｓｏｌ
ｖｉｎｇ（遺伝的プログラミングＩＩＩ：ダーウィンの
発見およびタスク解決）」，Ｍｏｒｇａｎ Ｋａｕｆｍ
ａｎｎ：Ｓａｎ Ｆｒａｎｃｉｓｃｏ，ＣＡ １９９
９．に記述されるような分散した非同期の島による方法
である。デーム間の通信トポロジーは、周期的な境界条
件を備えた環状格子である。それぞれのプロセッサー
は、それの４近傍とだけ通信を行う。それぞれの世代の
最後に、集団の２％が、無作為に選択され、４つの主方
向のそれぞれへ移住する。 ＩＸ．フローチャート 当業者には明らかなように、図１０は、本発明の実施形
態の具体的な関数を実行する論理ブロックを示す。別の
実施形態においては、それよりも多いかまたは少ない論
理ブロックが使用されるかもしれない。本発明の実施形
態において、論理ブロックは、ソフトウェアプログラ
ム、ソフトウェアオブジェクト、ソフトウェア関数、ソ
フトウェアサブルーチン、コードフラグメント、ハード
ウェア動作、ユーザ操作を単独であるいは組み合わせて
表現する。
【００４５】図１０は、本発明の実施形態による自己再
構成可能ロボットに含まれるモジュールに使用されるソ
フトウェアプログラムを構築するための方法１０００の
フローチャートである。論理ブロック１００１によって
示されるように、複数のソフトウェア関数が得られる。
実施形態においてモジュールに使用される複数のソフト
ウェア関数については上述した。
構成可能ロボットに含まれるモジュールに使用されるソ
フトウェアプログラムを構築するための方法１０００の
フローチャートである。論理ブロック１００１によって
示されるように、複数のソフトウェア関数が得られる。
実施形態においてモジュールに使用される複数のソフト
ウェア関数については上述した。
【００４６】論理ブロック１００２に示されるように、
タスクを解決するための第１の複数のソフトウェアプロ
グラムを提供するために、複数のソフトウェア関数が、
無作為に選択される。本発明の実施形態においては、タ
スクは、上述したタスクの中の１つであり、単独で、あ
るいは、組み合わせて使用される。１つの実施形態のお
いては、関数は、第１の複数のソフトウェアプログラム
内のソフトウェアプログラムを形成するために、重複し
て選択されてもよい。
タスクを解決するための第１の複数のソフトウェアプロ
グラムを提供するために、複数のソフトウェア関数が、
無作為に選択される。本発明の実施形態においては、タ
スクは、上述したタスクの中の１つであり、単独で、あ
るいは、組み合わせて使用される。１つの実施形態のお
いては、関数は、第１の複数のソフトウェアプログラム
内のソフトウェアプログラムを形成するために、重複し
て選択されてもよい。
【００４７】論理ブロック１００３に示されるように、
それぞれの適応度関数値を計算することによって、第１
の複数のソフトウェアプログラムを評価するために、適
応度関数が使用される。１つの実施形態においては、適
応度関数は、ユーザによって提供される。本発明の実施
形態においては、上述したように、適応度関数が、単独
で、あるいは、組み合わせて使用される。
それぞれの適応度関数値を計算することによって、第１
の複数のソフトウェアプログラムを評価するために、適
応度関数が使用される。１つの実施形態においては、適
応度関数は、ユーザによって提供される。本発明の実施
形態においては、上述したように、適応度関数が、単独
で、あるいは、組み合わせて使用される。
【００４８】論理ブロック１００４に示されるように、
第２の複数のソフトウェアプログラムは、第１の複数の
ソフトウェアプログラムごとの適応度関数値に基づい
て、第１の複数のソフトウェアプログラムから選択され
る。１つの実施形態においては、第２の複数のソフトウ
ェアプログラムは、第１の複数のソフトウェアプログラ
ムの中のソフトウェアプログラムを重複して含む。
第２の複数のソフトウェアプログラムは、第１の複数の
ソフトウェアプログラムごとの適応度関数値に基づい
て、第１の複数のソフトウェアプログラムから選択され
る。１つの実施形態においては、第２の複数のソフトウ
ェアプログラムは、第１の複数のソフトウェアプログラ
ムの中のソフトウェアプログラムを重複して含む。
【００４９】論理ブロック１００５に示されるように、
第２の複数のソフトウェアプログラムは、交叉、突然変
異、及びクローニングのような遺伝的操作によって変更
され、それらは、単独で、あるいは、組み合わせて使用
される。
第２の複数のソフトウェアプログラムは、交叉、突然変
異、及びクローニングのような遺伝的操作によって変更
され、それらは、単独で、あるいは、組み合わせて使用
される。
【００５０】論理ブロック１００６に示されるように、
さらなる複数のプログラムが構築されるかどうか、すな
わち、新しい世代または集団が形成されるかどうかが判
定される。
さらなる複数のプログラムが構築されるかどうか、すな
わち、新しい世代または集団が形成されるかどうかが判
定される。
【００５１】新しい世代のソフトウェアプログラムが所
望される場合には、制御は論理ブロック１００３に移
り、そこで、論理ブロック１００３〜１００５で説明し
た関数が反復される。新しい世代のソフトウェアプログ
ラムが所望されない場合には、論理は、論理ブロック１
００７に移り、そこで、モジュールで使用される最も高
い適応度関数を有するソフトウェアプログラムが、選択
される。
望される場合には、制御は論理ブロック１００３に移
り、そこで、論理ブロック１００３〜１００５で説明し
た関数が反復される。新しい世代のソフトウェアプログ
ラムが所望されない場合には、論理は、論理ブロック１
００７に移り、そこで、モジュールで使用される最も高
い適応度関数を有するソフトウェアプログラムが、選択
される。
【００５２】本発明の実施形態においては、方法１００
０は、磁気ハードディスク、フロッピー（登録商標）デ
ィスク、ＣＤ−ＲＯＭ、または、その他の書き込み可能
データ記憶装置のようなコンピュータ可読媒体製品に、
単独または組み合わせて記憶されたコンピュータソフト
ウェアプログラムによって、少なくとも部分的に実行さ
れる。 Ｘ．タスク例の結果 Ａ．Ｓｗｉｔｃｈｂａｃｋタスク このタスクは、集団全体が５０，０００となるように、
２０のデーム、および、１デームにつき２，５００の個
体によって実行された。このタスクは、それをたった１
回だけ実行することによって解決された。
０は、磁気ハードディスク、フロッピー（登録商標）デ
ィスク、ＣＤ−ＲＯＭ、または、その他の書き込み可能
データ記憶装置のようなコンピュータ可読媒体製品に、
単独または組み合わせて記憶されたコンピュータソフト
ウェアプログラムによって、少なくとも部分的に実行さ
れる。 Ｘ．タスク例の結果 Ａ．Ｓｗｉｔｃｈｂａｃｋタスク このタスクは、集団全体が５０，０００となるように、
２０のデーム、および、１デームにつき２，５００の個
体によって実行された。このタスクは、それをたった１
回だけ実行することによって解決された。
【００５３】このタスクのために進化した最良のプログ
ラムは、適応度１２，７７０を有し、その実行の１５６
世代目に現れた。このプログラムは、７３の命令を有す
る。すなわち、 この進化したソフトウェアコントローラプログラムの定
性的挙動は、以下の通りである。モジュールは、Ｍｏｖ
ｅＬｉｎｅを使用して通路へ向かうとき、迅速に、それ
らが向いている方向をすべて東に向くように整列させ
た。それらは、効率的に、通路入口に向かって移動し、
通路の最初の区間を通過した。残りの運動も、やはり、
ほんのたまに引き返すだけで、まずまず効率的であっ
た。ロボット３０１は、それが、第３の角を曲がり始め
るまでは、一体のままであり、その第３の角の位置にお
いて、ロボット３０１は、分離して２つになり、前にあ
るその一方は、３つのモジュールを含み、後ろにあるも
う一方は、６つのモジュールを含んでいた。少し移動し
た後、後ろにあるモジュールの中の２つが、６つのグル
ープから分離し、通路３０３をまさに出ようとするとき
には、それらは、前にある３つのグループに加わってい
た。残りの４つのモジュールは、通路を一緒に出た。
ラムは、適応度１２，７７０を有し、その実行の１５６
世代目に現れた。このプログラムは、７３の命令を有す
る。すなわち、 この進化したソフトウェアコントローラプログラムの定
性的挙動は、以下の通りである。モジュールは、Ｍｏｖ
ｅＬｉｎｅを使用して通路へ向かうとき、迅速に、それ
らが向いている方向をすべて東に向くように整列させ
た。それらは、効率的に、通路入口に向かって移動し、
通路の最初の区間を通過した。残りの運動も、やはり、
ほんのたまに引き返すだけで、まずまず効率的であっ
た。ロボット３０１は、それが、第３の角を曲がり始め
るまでは、一体のままであり、その第３の角の位置にお
いて、ロボット３０１は、分離して２つになり、前にあ
るその一方は、３つのモジュールを含み、後ろにあるも
う一方は、６つのモジュールを含んでいた。少し移動し
た後、後ろにあるモジュールの中の２つが、６つのグル
ープから分離し、通路３０３をまさに出ようとするとき
には、それらは、前にある３つのグループに加わってい
た。残りの４つのモジュールは、通路を一緒に出た。
【００５４】モジュールは、通路の第１の区間を通過す
るときには東を向いており、第１の角に沿って移動する
間は、北を向いており、いずれの場合にも、運動の主方
向から９０°だけずれていた。同じように、第３の区間
においては、モジュールは、西を向いていた。最後の２
つの区間においては、それぞれのモジュールが向いてい
る方向は、同じではなかった。 Ｂ．Ｐａｓｓａｇｅ−ａｎｄ−Ｃａｒｒｙ−Ｂｒｏｋｅ
ｎ−Ｍｏｄｕｌｅタスク このタスクは、集団全体が１５，０００となるように、
６つのデーム、および、１デームにつき２，５００の個
体によって実行された。このタスクは、それをたった１
回だけ実行することによって解決された。
るときには東を向いており、第１の角に沿って移動する
間は、北を向いており、いずれの場合にも、運動の主方
向から９０°だけずれていた。同じように、第３の区間
においては、モジュールは、西を向いていた。最後の２
つの区間においては、それぞれのモジュールが向いてい
る方向は、同じではなかった。 Ｂ．Ｐａｓｓａｇｅ−ａｎｄ−Ｃａｒｒｙ−Ｂｒｏｋｅ
ｎ−Ｍｏｄｕｌｅタスク このタスクは、集団全体が１５，０００となるように、
６つのデーム、および、１デームにつき２，５００の個
体によって実行された。このタスクは、それをたった１
回だけ実行することによって解決された。
【００５５】このタスクのために進化した最良のプログ
ラムは、適応度７７８６を有し、その実行の４７６世代
目に現れた。このプログラムは、６５の命令を有する。
すなわち、 ロボット４０１のモジュールは、まっすぐに北へ移動す
る間、東を向くように整列した。それらは、壁に衝突す
ると、それらは、通路４０３の入口に向かって東へ移動
し、依然として、３×３の隊列のままである。それら
が、通路４０３の入口に到達すると、１つのモジュール
が、入口の左側へ移動し、そして、その他のモジュール
は、通路４０３の内部へ進む。入口の左側へ移動したモ
ジュールは、その後、故障モジュール４０２を通路の中
に押し込めた。通路に入る前に、これらの２つのモジュ
ールに加えて第３のモジュールが、残りのロボットから
次第に分離されたが、第１の区間内でその他のモジュー
ルに加わる。故障モジュール４０２は、まず最初に、前
にある１つのモジュールによって、ＭｏｖｅＬｉｎｅ関
数を用いて、第２の区間に沿って角から引き出され、そ
して、３つのモジュールが、縦に一列に並んで、それを
押していくのを助ける。故障モジュール４０２は、再
び、１つのモジュールによって、最後の区間の中へ引き
込まれ、そして、それの後ろにあるモジュールによっ
て、押される。 Ｃ．Ｐａｓｓａｇｅ−ａｎｄ−Ｅｊｅｃｔ−Ｂｒｏｋｅ
ｎ−Ｍｏｄｕｌｅタスク このタスクは、集団全体が１０，０００となるように、
４つのデーム、および、１デームにつき２，５００の個
体によって実行された。このタスクは、それをたった１
回だけ実行することによって解決された。
ラムは、適応度７７８６を有し、その実行の４７６世代
目に現れた。このプログラムは、６５の命令を有する。
すなわち、 ロボット４０１のモジュールは、まっすぐに北へ移動す
る間、東を向くように整列した。それらは、壁に衝突す
ると、それらは、通路４０３の入口に向かって東へ移動
し、依然として、３×３の隊列のままである。それら
が、通路４０３の入口に到達すると、１つのモジュール
が、入口の左側へ移動し、そして、その他のモジュール
は、通路４０３の内部へ進む。入口の左側へ移動したモ
ジュールは、その後、故障モジュール４０２を通路の中
に押し込めた。通路に入る前に、これらの２つのモジュ
ールに加えて第３のモジュールが、残りのロボットから
次第に分離されたが、第１の区間内でその他のモジュー
ルに加わる。故障モジュール４０２は、まず最初に、前
にある１つのモジュールによって、ＭｏｖｅＬｉｎｅ関
数を用いて、第２の区間に沿って角から引き出され、そ
して、３つのモジュールが、縦に一列に並んで、それを
押していくのを助ける。故障モジュール４０２は、再
び、１つのモジュールによって、最後の区間の中へ引き
込まれ、そして、それの後ろにあるモジュールによっ
て、押される。 Ｃ．Ｐａｓｓａｇｅ−ａｎｄ−Ｅｊｅｃｔ−Ｂｒｏｋｅ
ｎ−Ｍｏｄｕｌｅタスク このタスクは、集団全体が１０，０００となるように、
４つのデーム、および、１デームにつき２，５００の個
体によって実行された。このタスクは、それをたった１
回だけ実行することによって解決された。
【００５６】このタスクのために進化した最良のプログ
ラムは、適応度１７，３４３を有し、その実行の２９世
代目に現れた。このプログラムは、６３の命令を有す
る。すなわち、 まず最初に、ロボット４０１は、それが通路入口に並ぶ
までは、３×３の隊列で東に移動する。モジュールの大
部分は、まっすぐに通路入口へ向かうが、３つの南西側
に位置するモジュールは、残りのモジュールから分離す
る。最南端に位置する１つのモジュールは、それを迂回
して左に曲がる前に、故障モジュールを前へ２回だけ押
し、そして、もう１つのモジュールは、それを前へ１回
だけ引き、そのために、最終的な状態は、完全に最適な
ものではない。モジュールのすべては、それらが故障モ
ジュール４０２を後方に置き去りにしてしまえば、北を
向く。ロボットは、それが通路に入るときには、３つの
部分からなる状態である。通路４０３内において、グル
ープは、再び、連結するが、通路４０３から出る前に
は、再度、２つのグループに分離する。 Ｄ．Ｂｒｉｄｇｅタスク このタスクは、集団全体が１６，０００となるように、
４つのデーム、および、１デームにつき４，０００の個
体によって実行された。このタスクは、それをたった１
回だけ実行することによって解決された。
ラムは、適応度１７，３４３を有し、その実行の２９世
代目に現れた。このプログラムは、６３の命令を有す
る。すなわち、 まず最初に、ロボット４０１は、それが通路入口に並ぶ
までは、３×３の隊列で東に移動する。モジュールの大
部分は、まっすぐに通路入口へ向かうが、３つの南西側
に位置するモジュールは、残りのモジュールから分離す
る。最南端に位置する１つのモジュールは、それを迂回
して左に曲がる前に、故障モジュールを前へ２回だけ押
し、そして、もう１つのモジュールは、それを前へ１回
だけ引き、そのために、最終的な状態は、完全に最適な
ものではない。モジュールのすべては、それらが故障モ
ジュール４０２を後方に置き去りにしてしまえば、北を
向く。ロボットは、それが通路に入るときには、３つの
部分からなる状態である。通路４０３内において、グル
ープは、再び、連結するが、通路４０３から出る前に
は、再度、２つのグループに分離する。 Ｄ．Ｂｒｉｄｇｅタスク このタスクは、集団全体が１６，０００となるように、
４つのデーム、および、１デームにつき４，０００の個
体によって実行された。このタスクは、それをたった１
回だけ実行することによって解決された。
【００５７】このタスクのために進化した最良のプログ
ラムは、適応度９を有し、その実行の６０世代目に現れ
た。このプログラムは、４９の命令を有する。すなわ
ち、 ロボット５０１は、それが壁５０５に向かってまっすぐ
に北へ進み、そして、間隙５０２の入口に向かって西へ
進むときには、３×３の隊列のままである。最前列が、
一つ一つ間隙５０２に入り、それと同時に、その他のモ
ジュールは、壁に向かって前進する。モジュールは、一
列縦隊で間隙５０２を渡る。向こう側に渡ってしまえ
ば、先頭のモジュールは、左に移動し、それによって、
それは、その他のモジュールを引いて間隙を横断させる
ことができる。ロボット５１０は、それが間隙５０２を
渡ってしまうまでは、一体のままである（それが、この
タスクを解決できる唯一の方法である）。そして、ただ
１つの列を北側の壁に沿って形成する前に、ロボット５
１０は、２つに分離する。モジュールは、始めから終わ
りまで、東を向いている。 Ｅ．Ｍｏｖｅ−ｔｏ−Ｇｏａｌタスク このタスクは、２，０００の個体からなる１つのデーム
によって実行された。このタスクは、２０回だけ実行さ
れ、それらの２０回の実行の中で最善の解決法と思われ
るものをここで説明する。
ラムは、適応度９を有し、その実行の６０世代目に現れ
た。このプログラムは、４９の命令を有する。すなわ
ち、 ロボット５０１は、それが壁５０５に向かってまっすぐ
に北へ進み、そして、間隙５０２の入口に向かって西へ
進むときには、３×３の隊列のままである。最前列が、
一つ一つ間隙５０２に入り、それと同時に、その他のモ
ジュールは、壁に向かって前進する。モジュールは、一
列縦隊で間隙５０２を渡る。向こう側に渡ってしまえ
ば、先頭のモジュールは、左に移動し、それによって、
それは、その他のモジュールを引いて間隙を横断させる
ことができる。ロボット５１０は、それが間隙５０２を
渡ってしまうまでは、一体のままである（それが、この
タスクを解決できる唯一の方法である）。そして、ただ
１つの列を北側の壁に沿って形成する前に、ロボット５
１０は、２つに分離する。モジュールは、始めから終わ
りまで、東を向いている。 Ｅ．Ｍｏｖｅ−ｔｏ−Ｇｏａｌタスク このタスクは、２，０００の個体からなる１つのデーム
によって実行された。このタスクは、２０回だけ実行さ
れ、それらの２０回の実行の中で最善の解決法と思われ
るものをここで説明する。
【００５８】このタスクのために進化した最良のプログ
ラムは、適応度０．１２４８を有し、その実行の２０世
代目に現れた。このプログラムは、１６の命令を有す
る。すなわち、 このプログラムは、まず最初に、現在のモジュールをゴ
ール方向へ移動させることを試みる。これがうまくいけ
ば、プログラムは終了する。うまくいかなければ、プロ
グラムは、モジュールを９０°だけ左に回転させ、Ｍｏ
ｖｅＯｎｅ関数を試みる。ＭｏｖｅＯｎｅ関数がうまく
いけば、さらに、モジュールは、ゴール方向へ、Ｍｏｖ
ｅＬｉｎｅ関数を試みる。ＭｏｖｅＬｉｎｅ関数がうま
くいかなければ、モジュールは、ゴールまでＸだけずれ
た方向へ、ＭｏｖｅＬｉｎｅ関数を試みる。ＭｏｖｅＬ
ｉｎｅ関数がうまくいけば、モジュールは、９０°だけ
左に回転する。 ＸＩ．比較 ｐａｓｓａｇｅタスクについて、６組の比較実行が、実
施され、実行パラメータを様々に変えた結果が評価され
た。すべての実行は、３０００からなる集団を使用し
た。あらゆる比較に使用される基本ケースは、上述した
ように、ｐａｓｓａｇｅタスクが４０回だけ実行され
た。
ラムは、適応度０．１２４８を有し、その実行の２０世
代目に現れた。このプログラムは、１６の命令を有す
る。すなわち、 このプログラムは、まず最初に、現在のモジュールをゴ
ール方向へ移動させることを試みる。これがうまくいけ
ば、プログラムは終了する。うまくいかなければ、プロ
グラムは、モジュールを９０°だけ左に回転させ、Ｍｏ
ｖｅＯｎｅ関数を試みる。ＭｏｖｅＯｎｅ関数がうまく
いけば、さらに、モジュールは、ゴール方向へ、Ｍｏｖ
ｅＬｉｎｅ関数を試みる。ＭｏｖｅＬｉｎｅ関数がうま
くいかなければ、モジュールは、ゴールまでＸだけずれ
た方向へ、ＭｏｖｅＬｉｎｅ関数を試みる。ＭｏｖｅＬ
ｉｎｅ関数がうまくいけば、モジュールは、９０°だけ
左に回転する。 ＸＩ．比較 ｐａｓｓａｇｅタスクについて、６組の比較実行が、実
施され、実行パラメータを様々に変えた結果が評価され
た。すべての実行は、３０００からなる集団を使用し
た。あらゆる比較に使用される基本ケースは、上述した
ように、ｐａｓｓａｇｅタスクが４０回だけ実行され
た。
【００５９】第１の調査においては、ＭｏｖｅＯｎｅ関
数を関数セットから除外して、ｐａｓｓａｇｅタスクが
３７回だけ実行された。第２の調査においては、Ｍｏｖ
ｅＬｉｎｅ関数を除外して、ｐａｓｓａｇｅタスクが４
０回だけ実行された。図７からわかるように、１００世
代目の近くで、基本ケースの実行のうち４５％が、解決
し、ＭｏｖｅＯｎｅ関数のない実行のうち７３％が、解
決し、ＭｏｖｅＬｉｎｅ関数のない実行は、それの５％
が、解決したにすぎなかった。ＭｏｖｅＯｎｅ関数は、
モジュールが備えている実際の基本移動能力を表現する
ものであり、それに対して、ＭｏｖｅＬｉｎｅ関数は、
より高いレベルの移動を抽象化するものである。結果
は、より高いレベルの移動関数を含むことの利点を示し
ている。
数を関数セットから除外して、ｐａｓｓａｇｅタスクが
３７回だけ実行された。第２の調査においては、Ｍｏｖ
ｅＬｉｎｅ関数を除外して、ｐａｓｓａｇｅタスクが４
０回だけ実行された。図７からわかるように、１００世
代目の近くで、基本ケースの実行のうち４５％が、解決
し、ＭｏｖｅＯｎｅ関数のない実行のうち７３％が、解
決し、ＭｏｖｅＬｉｎｅ関数のない実行は、それの５％
が、解決したにすぎなかった。ＭｏｖｅＯｎｅ関数は、
モジュールが備えている実際の基本移動能力を表現する
ものであり、それに対して、ＭｏｖｅＬｉｎｅ関数は、
より高いレベルの移動を抽象化するものである。結果
は、より高いレベルの移動関数を含むことの利点を示し
ている。
【００６０】第３の調査は、１００％の突然変異および
無交叉を用いて、ｐａｓｓａｇｅタスクが４０回だけ実
行され、第４の調査は、９０％の交叉および１０％のク
ローニングを用いて、ｐａｓｓａｇｅタスクが４７回だ
け実行された。図８からわかるように、１００世代目の
近くで、基本ケースの場合のほんの４５％と比べれば、
交叉のない実行のうち６７．５％が、解決し、１０％の
クローニングのある実行のうち５５．３％が、解決し
た。
無交叉を用いて、ｐａｓｓａｇｅタスクが４０回だけ実
行され、第４の調査は、９０％の交叉および１０％のク
ローニングを用いて、ｐａｓｓａｇｅタスクが４７回だ
け実行された。図８からわかるように、１００世代目の
近くで、基本ケースの場合のほんの４５％と比べれば、
交叉のない実行のうち６７．５％が、解決し、１０％の
クローニングのある実行のうち５５．３％が、解決し
た。
【００６１】第５の調査は、Ｐｒｏｇ２関数を関数セッ
トに追加して、ｐａｓｓａｇｅタスクが４８回だけ実行
された。Ｐｒｏｇ２関数は、２つの引数を有する関数で
ある。第１の引数が、評価され、そして、第２の引数
が、評価される。第６の調査は、以下の６つの関数：Ａ
ｄｄ、Ｓｕｂ、Ｍｕｌｔ、ＧｒｅａｔｅｒＴｈａｎＯｒ
Ｅｑｕａｌ、Ｏｒ、Ｎｏｔを関数セットに追加して、ｐ
ａｓｓａｇｅタスクが３７回だけ実行された。図９から
わかるように、Ｐｒｏｇ２関数を追加することは、中間
世代において、いくぶん好都合であったが、１００世代
目の近くでは、基本ケースと比べてほとんど違いがなか
った。補足的な６つの関数を備えた実行は、６０世代目
までは、基本ケースと肩を並べるものであったが、その
後は、はかばかしいものではなかった。
トに追加して、ｐａｓｓａｇｅタスクが４８回だけ実行
された。Ｐｒｏｇ２関数は、２つの引数を有する関数で
ある。第１の引数が、評価され、そして、第２の引数
が、評価される。第６の調査は、以下の６つの関数：Ａ
ｄｄ、Ｓｕｂ、Ｍｕｌｔ、ＧｒｅａｔｅｒＴｈａｎＯｒ
Ｅｑｕａｌ、Ｏｒ、Ｎｏｔを関数セットに追加して、ｐ
ａｓｓａｇｅタスクが３７回だけ実行された。図９から
わかるように、Ｐｒｏｇ２関数を追加することは、中間
世代において、いくぶん好都合であったが、１００世代
目の近くでは、基本ケースと比べてほとんど違いがなか
った。補足的な６つの関数を備えた実行は、６０世代目
までは、基本ケースと肩を並べるものであったが、その
後は、はかばかしいものではなかった。
【００６２】本発明の好ましい実施形態を説明の目的で
上述したが、それは、本発明を余すところなく網羅する
ものではなく、あるいは、本発明を開示された形態その
ものに限定するものではない。当然ながら、当業者は、
多くの変更および変形を実施することができる。上述し
た実施形態は、本発明の原理およびそれの実用化をよく
理解できるように選択および説明されたものであり、そ
れによって、この分野に精通する別の者が、特定の用途
に適合するように、様々に具体化し、そして、様々に変
更するために、本発明を理解できるようにするものであ
る。本発明の範囲は、請求の範囲およびそれらと等価な
ものによって規定される。
上述したが、それは、本発明を余すところなく網羅する
ものではなく、あるいは、本発明を開示された形態その
ものに限定するものではない。当然ながら、当業者は、
多くの変更および変形を実施することができる。上述し
た実施形態は、本発明の原理およびそれの実用化をよく
理解できるように選択および説明されたものであり、そ
れによって、この分野に精通する別の者が、特定の用途
に適合するように、様々に具体化し、そして、様々に変
更するために、本発明を理解できるようにするものであ
る。本発明の範囲は、請求の範囲およびそれらと等価な
ものによって規定される。
【図１】本発明の実施形態による、自己再構成可能ロボ
ットに含まれる２つのモジュールを示す図である。
ットに含まれる２つのモジュールを示す図である。
【図２】本発明の実施形態による、自己再構成可能ロボ
ットモジュールに使用されるＭｏｖｅＳｉｎｇｌｅ操作
を示す図である。
ットモジュールに使用されるＭｏｖｅＳｉｎｇｌｅ操作
を示す図である。
【図３】本発明の実施形態による、ｓｗｉｔｃｈ−ｂａ
ｃｋ領域を示す図であり、自己再構成可能ロボットが、
その下端に存在している。
ｃｋ領域を示す図であり、自己再構成可能ロボットが、
その下端に存在している。
【図４】本発明の実施形態による、ｐａｓｓａｇｅ−ａ
ｎｄ−ｅｊｅｃｔ−ｂｒｏｋｅｎ−ｍｏｄｕｌｅ領域と
ｐａｓｓａｇｅ−ｂｒｏｋｅｎ−ｍｏｄｕｌｅ領域を示
す図であり、自己再構成可能ロボットの初期位置は、領
域の下端である。
ｎｄ−ｅｊｅｃｔ−ｂｒｏｋｅｎ−ｍｏｄｕｌｅ領域と
ｐａｓｓａｇｅ−ｂｒｏｋｅｎ−ｍｏｄｕｌｅ領域を示
す図であり、自己再構成可能ロボットの初期位置は、領
域の下端である。
【図５】本発明の実施形態による、ｂｒｉｄｇｅ領域を
示す図であり、通路が狭いことがわかる。
示す図であり、通路が狭いことがわかる。
【図６】本発明の実施形態による、ｍｏｖｅ−ｔｏ−ｇ
ｏａｌ領域を示す図であり、障害物が、無作為に配置さ
れている。
ｏａｌ領域を示す図であり、障害物が、無作為に配置さ
れている。
【図７】本発明の実施形態による、基本ケースによる実
行、関数セットにＭｏｖｅＯｎｅ関数のない実行、関数
セットにＭｏｖｅＬｉｎｅ関数のない実行において、世
代によって解決された実行の百分率を示す図である。
行、関数セットにＭｏｖｅＯｎｅ関数のない実行、関数
セットにＭｏｖｅＬｉｎｅ関数のない実行において、世
代によって解決された実行の百分率を示す図である。
【図８】本発明の実施形態による、基本ケースによる実
行、交叉のない実行、クローニングを可能にした実行に
おいて、世代によって解決された実行の百分率を示す図
である。
行、交叉のない実行、クローニングを可能にした実行に
おいて、世代によって解決された実行の百分率を示す図
である。
【図９】本発明の実施形態による、基本ケースによる実
行、Ｐｒｏｇ２が追加された場合の実行、６つの関数が
追加された場合の実行において、世代によって解決され
た実行の百分率を示す図である。
行、Ｐｒｏｇ２が追加された場合の実行、６つの関数が
追加された場合の実行において、世代によって解決され
た実行の百分率を示す図である。
【図１０】本発明の実施形態による、自己再構成可能ロ
ボットに含まれるモジュールで使用されるソフトウェア
プログラムを構築するためのフローチャートを示す図で
ある。
ボットに含まれるモジュールで使用されるソフトウェア
プログラムを構築するためのフローチャートを示す図で
ある。
───────────────────────────────────────────────────── フロントページの続き (72)発明者 エレノア リーフェル アメリカ合衆国 94043 カリフォルニア 州 マウンテン ビュー フェイ ウエイ 343 Ｆターム(参考） 5H004 GA30 GB16 KD67 MA04 MA36
Claims (28)
- 【請求項１】 自己再構成可能ロボットに含まれるモジ
ュールにソフトウェアを提供する方法であって、（ａ）
それぞれの複数のモジュール機能を実行する複数のソフ
トウェア関数を提供するステップと、（ｂ）複数のソフ
トウェア関数から、タスクを解決する第１の複数のソフ
トウェアプログラムを構築するステップと、（ｃ）第１
の複数のソフトウェアプログラムを実行して、複数のそ
れぞれの結果を得るステップと、（ｄ）適応度値を提供
するタスク適応度関数を得るステップと、（ｅ）第１の
複数のソフトウェアプログラムについて、複数のそれぞ
れの適応度関数値を計算するステップと、（ｆ）それぞ
れの適応度関数値に基づいて、第１の複数のソフトウェ
アプログラムから、第２の複数のソフトウェアプログラ
ムを選択するステップと、（ｇ）遺伝的操作を用いて、
第２の複数のソフトウェアプログラムから、第３の複数
のソフトウェアプログラムを構築するステップと、を備
えた自己再構成可能ロボット中のモジュールへのソフト
ウェアの提供方法。 - 【請求項２】 遺伝的操作が、交叉操作である請求項１
に記載の方法。 - 【請求項３】 交叉操作が、第２の複数のソフトウェア
プログラムの中の第１および第２の（「親」）コンピュ
ータプログラムのそれぞれのパーズツリー表現を得て、
第１および第２の親コンピュータプログラム間で、無作
為に選択されたサブツリーを交換することによって、第
１および第２の（「子」）ソフトウェアプログラムを生
成することを含む請求項２に記載の方法。 - 【請求項４】 交叉操作が、第２の複数のソフトウェア
プログラムの中の第１および第２の（「親」）コンピュ
ータプログラムのそれぞれのパーズツリー表現を得て、
第１および第２の親コンピュータプログラム間で、無作
為に選択されたサブツリーを交換することによって、第
１の（「子」）ソフトウェアプログラムだけを生成する
ことを含む請求項２に記載の方法。 - 【請求項５】 遺伝的操作が、突然変異操作である請求
項１に記載の方法。 - 【請求項６】 突然変異操作が、第２の複数のコンピュ
ータプログラムの中の第１のソフトウェアコンピュータ
プログラムの、第１のサブツリーを含むパーズツリー表
現を得ることを含み、そして、第１のサブツリーを無作
為に選択して、その第１のサブツリーを、無作為に生成
された第２のサブツリーと交換することを含む請求項４
に記載の方法。 - 【請求項７】 遺伝的操作が、クローニング操作である
請求項１に記載の方法。 - 【請求項８】 クローニング操作が、第２の複数のソフ
トウェアプログラムの中の第１のソフトウェアプログラ
ムをコピーすることを含む請求項７に記載の方法。 - 【請求項９】 複数のタスクが、再構成タスクを含む請
求項１に記載の方法。 - 【請求項１０】 モジュールが、スライド式モジュール
である請求項１に記載の方法。 - 【請求項１１】 モジュールが、回転式モジュールであ
る請求項１に記載の方法。 - 【請求項１２】 モジュールが、圧縮可能なモジュール
である請求項１に記載の方法。 - 【請求項１３】 タスクが、狭い通路を自己再構成可能
ロボットに通過させるものである請求項１に記載の方
法。 - 【請求項１４】 タスクが、スイッチバック通路を自己
再構成可能ロボットに通過させるものである請求項１に
記載の方法。 - 【請求項１５】 タスクが、スイッチバック通路を、故
障モジュールを有する自己再構成可能ロボットに通過さ
せるものである請求項１に記載の方法。 - 【請求項１６】 タスクが、１）スイッチバック通路を
自己再構成可能ロボットに通過させ、かつ、２）故障モ
ジュールを排除するものである請求項１に記載の方法。 - 【請求項１７】 タスクが、間隙に橋を架けるものであ
る請求項１に記載の方法。 - 【請求項１８】 タスクが、自己再構成可能ロボットを
ゴールに向かって移動させるものである請求項１に記載
の方法。 - 【請求項１９】 タスクが、障害物のあるところで、自
己再構成可能ロボットをゴールに向かって移動させるも
のである請求項１に記載の方法。 - 【請求項２０】 ロボットが、複数のモジュールを含
み、適応度関数が、連結された多くのモジュールを含む
請求項１に記載の方法。 - 【請求項２１】 自己再構成可能ロボットに含まれるモ
ジュールであって、（ａ）プロセッサーと、（ｂ）遺伝
的プログラミングによって構築されてタスクを解決する
ソフトウェアプログラムを記憶するための、プロセッサ
ーに結合されたメモリと、を備えた自己再構成可能ロボ
ットに含まれるモジュール。 - 【請求項２２】 モジュールが、スライド式モジュール
である請求項２１に記載のモジュール。 - 【請求項２３】 モジュールが、回転式モジュールであ
る請求項２１に記載のモジュール。 - 【請求項２４】 モジュールが、圧縮可能なモジュール
である請求項２１に記載のモジュール。 - 【請求項２５】 コンピュータ可読メモリを含む製品で
あって、（ａ）自己再構成可能ロボットに含まれるそれ
ぞれの複数のモジュール機能を実行する第１の複数のソ
フトウェア関数と、（ｂ）複数のソフトウェア関数を無
作為に選択して、第１の複数のソフトウェアプログラム
を構築する第１のソフトウェアプログラムと、（ｃ）そ
れぞれの第１の複数のソフトウェアプログラムについ
て、それぞれの複数の適応度関数値を得る適応度関数
と、（ｄ）複数のそれぞれの適応度関数値に基づいて、
第１の複数のソフトウェアプログラムから、第２の複数
のソフトウェアプログラムを構築する第２のソフトウェ
アプログラムと、を備えたコンピュータ可読メモリを含
む製品。 - 【請求項２６】 （ａ）第２の複数のソフトウェアプロ
グラムの中のソフトウェアプログラムに遺伝的操作を用
いることによって、第２の複数のソフトウェアプログラ
ムから、第３の複数のソフトウェアプログラムを構築す
る第３のソフトウェアプログラム、をさらに備えた請求
項２５に記載の製品。 - 【請求項２７】 自己再構成可能ロボットであって、
（ａ）第１のモジュールと、（ｂ）タスクを解決するソ
フトウェアプログラムを記憶するための、プロセッサー
に結合されたメモリを有する第２のモジュールと、を備
え、前記ソフトウェアプログラムは、遺伝的プログラミ
ングによって構築され、かつ、第１のモジュールが故障
してもタスクを完了することができる、自己再構成可能
ロボット。 - 【請求項２８】 自己再構成可能ロボットであって、
（ａ）第１のモジュールと、（ｂ）タスクを解決するソ
フトウェアプログラムを記憶するための、プロセッサー
に結合されたメモリを有する第２のモジュールと、を備
え、前記ソフトウェアプログラムは、遺伝的プログラミ
ングによって構築され、また、第１および第２のモジュ
ールは、ソフトウェアプログラムを記憶した複数のモジ
ュールが追加されてもタスクを完了することができる、
自己再構成可能ロボット。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US611395 | 2000-07-07 | ||
| US09/611,395 US6477444B1 (en) | 2000-07-07 | 2000-07-07 | Method for the automated design of decentralized controllers for modular self-reconfigurable robots |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2002099893A true JP2002099893A (ja) | 2002-04-05 |
Family
ID=24448849
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001200395A Pending JP2002099893A (ja) | 2000-07-07 | 2001-07-02 | 自己再構成可能ロボット中のモジュールへのソフトウェアの提供方法、自己再構成可能ロボットに含まれるモジュール、コンピュータ可読メモリを含む製品、及び自己再構成可能ロボット |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US6477444B1 (ja) |
| JP (1) | JP2002099893A (ja) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007128517A (ja) * | 2005-11-01 | 2007-05-24 | Fuji Xerox Co Ltd | コンポーネントライブラリを自動設計するためのシステム、方法及びプログラム |
| JP2018010493A (ja) * | 2016-07-14 | 2018-01-18 | 日本電信電話株式会社 | 行動制御システム、行動制御方法、プログラム |
| JP2019074997A (ja) * | 2017-10-18 | 2019-05-16 | 日本電信電話株式会社 | 制御装置、方法及びプログラム |
| JP2019075013A (ja) * | 2017-10-18 | 2019-05-16 | 日本電信電話株式会社 | 隊列制御装置、隊列制御方法、およびプログラム |
| JP2019082800A (ja) * | 2017-10-30 | 2019-05-30 | 日本電信電話株式会社 | 隊列制御装置、隊列制御方法、およびプログラム |
| CN113485321A (zh) * | 2021-06-09 | 2021-10-08 | 深圳市人工智能与机器人研究院 | 一种基于球形模块化自重构机器人的越障方法 |
Families Citing this family (38)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6636781B1 (en) * | 2001-05-22 | 2003-10-21 | University Of Southern California | Distributed control and coordination of autonomous agents in a dynamic, reconfigurable system |
| US6725128B2 (en) * | 2001-07-02 | 2004-04-20 | Xerox Corporation | Self-reconfigurable robot |
| US6842246B2 (en) * | 2001-12-10 | 2005-01-11 | Xerox Corporation | Six degree of freedom position ranging |
| JP4638740B2 (ja) * | 2003-01-15 | 2011-02-23 | ピエトルズク，アンジェイ | 三次元多目的素子システムおよび三次元多目的素子を生成するための方法 |
| US20050072260A1 (en) * | 2003-10-03 | 2005-04-07 | Anani Ananiev | Method for driving multiple-module mechanisms by a single motor and redundant modular robots produced therefrom |
| US7769488B2 (en) * | 2004-04-08 | 2010-08-03 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Reconfigurable structure |
| US7357684B2 (en) * | 2005-02-03 | 2008-04-15 | International Business Machines Corporation | Control system for a linear propulsor array |
| US8051405B2 (en) * | 2006-01-11 | 2011-11-01 | Oracle International Corporation | System and method for build script generation in a software development environment |
| EP2258608A1 (en) | 2006-11-13 | 2010-12-08 | Raytheon Sarcos LLC | Conformable track assembly for a robotic crawler |
| EP2476604B1 (en) | 2006-11-13 | 2013-08-21 | Raytheon Company | Tracked robotic crawler having a moveable arm |
| US7945346B2 (en) * | 2006-12-14 | 2011-05-17 | Palo Alto Research Center Incorporated | Module identification method and system for path connectivity in modular systems |
| US8002716B2 (en) | 2007-05-07 | 2011-08-23 | Raytheon Company | Method for manufacturing a complex structure |
| EP2170683A2 (en) * | 2007-07-10 | 2010-04-07 | Raytheon Sarcos, LLC | Modular robotic crawler |
| KR101399199B1 (ko) * | 2007-07-16 | 2014-05-27 | 삼성전자주식회사 | 소프트웨어 로봇의 유전자 코드 구성 방법 |
| WO2009058982A2 (en) * | 2007-10-30 | 2009-05-07 | President And Fellows Of Harvard College | Environmentally-adaptive shapes with a multi-agent system |
| US8392036B2 (en) | 2009-01-08 | 2013-03-05 | Raytheon Company | Point and go navigation system and method |
| US9155961B2 (en) * | 2009-05-28 | 2015-10-13 | Anki, Inc. | Mobile agents for manipulating, moving, and/or reorienting components |
| WO2010144813A1 (en) | 2009-06-11 | 2010-12-16 | Raytheon Sarcos, Llc | Method and system for deploying a surveillance network |
| WO2010144820A2 (en) | 2009-06-11 | 2010-12-16 | Raytheon Sarcos, Llc | Amphibious robotic crawler |
| US8742814B2 (en) | 2009-07-15 | 2014-06-03 | Yehuda Binder | Sequentially operated modules |
| US8602833B2 (en) | 2009-08-06 | 2013-12-10 | May Patents Ltd. | Puzzle with conductive path |
| US20110224873A1 (en) * | 2009-09-17 | 2011-09-15 | Reeve David R | Vehicle assembly controller with automaton framework and control method |
| US9597607B2 (en) | 2011-08-26 | 2017-03-21 | Littlebits Electronics Inc. | Modular electronic building systems with magnetic interconnections and methods of using the same |
| US9019718B2 (en) | 2011-08-26 | 2015-04-28 | Littlebits Electronics Inc. | Modular electronic building systems with magnetic interconnections and methods of using the same |
| US11330714B2 (en) | 2011-08-26 | 2022-05-10 | Sphero, Inc. | Modular electronic building systems with magnetic interconnections and methods of using the same |
| US8393422B1 (en) | 2012-05-25 | 2013-03-12 | Raytheon Company | Serpentine robotic crawler |
| US9031698B2 (en) | 2012-10-31 | 2015-05-12 | Sarcos Lc | Serpentine robotic crawler |
| US20140300211A1 (en) * | 2013-03-06 | 2014-10-09 | Massachusetts Institute Of Technology | Discrete Motion System |
| US9409292B2 (en) | 2013-09-13 | 2016-08-09 | Sarcos Lc | Serpentine robotic crawler for performing dexterous operations |
| US9566711B2 (en) | 2014-03-04 | 2017-02-14 | Sarcos Lc | Coordinated robotic control |
| JP2018508847A (ja) | 2015-01-05 | 2018-03-29 | アンキ，インコーポレイテッド | 適応データ解析サービス |
| US10071303B2 (en) | 2015-08-26 | 2018-09-11 | Malibu Innovations, LLC | Mobilized cooler device with fork hanger assembly |
| US10293482B2 (en) | 2015-11-12 | 2019-05-21 | ITI Electromagnetic Products Inc. | Self-assembling robotic construction system and associated methods |
| US10807659B2 (en) | 2016-05-27 | 2020-10-20 | Joseph L. Pikulski | Motorized platforms |
| US10265844B2 (en) * | 2017-03-24 | 2019-04-23 | International Business Machines Corporation | Creating assembly plans based on triggering events |
| CN109581868B (zh) * | 2018-09-21 | 2021-11-30 | 长春工业大学 | 基于评判辨识结构的可重构机器人分散神经最优控制方法 |
| US11616844B2 (en) | 2019-03-14 | 2023-03-28 | Sphero, Inc. | Modular electronic and digital building systems and methods of using the same |
| US20230404685A1 (en) * | 2020-01-24 | 2023-12-21 | Siemens Healthcare Gmbh | Machine-learned network for medical robot generation from configurable modules |
Family Cites Families (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4648997A (en) * | 1985-03-18 | 1987-03-10 | Tarver Stephen C | Air injector |
| US4811210A (en) * | 1985-11-27 | 1989-03-07 | Texas Instruments Incorporated | A plurality of optical crossbar switches and exchange switches for parallel processor computer |
| US5222192A (en) | 1988-02-17 | 1993-06-22 | The Rowland Institute For Science, Inc. | Optimization techniques using genetic algorithms |
| US4935877A (en) | 1988-05-20 | 1990-06-19 | Koza John R | Non-linear genetic algorithms for solving problems |
| US5586218A (en) | 1991-03-04 | 1996-12-17 | Inference Corporation | Autonomous learning and reasoning agent |
| GB9519678D0 (en) | 1995-09-27 | 1995-11-29 | Philips Electronics Nv | Behaviour prediction |
| JP3413694B2 (ja) | 1995-10-17 | 2003-06-03 | ソニー株式会社 | ロボット制御方法およびロボット |
| JP3075170B2 (ja) | 1996-02-14 | 2000-08-07 | トヨタ自動車株式会社 | 車輌のサスペンション制御方法 |
| US5867397A (en) | 1996-02-20 | 1999-02-02 | John R. Koza | Method and apparatus for automated design of complex structures using genetic programming |
| CA2252423C (en) | 1996-04-22 | 2003-07-08 | Weld Tooling Corporation | Unified modular system of drives and controls for mobile robotic applic ations |
| JP3327123B2 (ja) | 1996-06-04 | 2002-09-24 | トヨタ自動車株式会社 | 作業用ロボットの統合制御システム |
| US6004016A (en) | 1996-08-06 | 1999-12-21 | Trw Inc. | Motion planning and control for systems with multiple mobile objects |
| US6032139A (en) | 1996-09-27 | 2000-02-29 | Yamaha Hatsudoki Kabushiki Kaisha | Electronic controller using genetic evolution techniques suitable for controlling a motor |
| US5884206A (en) | 1996-11-08 | 1999-03-16 | Samsung Heavy Industries Co., Ltd. | Distributed control system for heavy construction machine |
| US6003056A (en) * | 1997-01-06 | 1999-12-14 | Auslander; Lewis | Dimensionless fast fourier transform method and apparatus |
| US5942869A (en) | 1997-02-13 | 1999-08-24 | Honda Giken Kogyo Kabushiki Kaisha | Mobile robot control device |
| US5894450A (en) | 1997-04-15 | 1999-04-13 | Massachusetts Institute Of Technology | Mobile underwater arrays |
| US5870698A (en) * | 1997-05-03 | 1999-02-09 | Atrix International, Inc. | Multi-purpose machine metering/monitoring apparatus |
| US6256598B1 (en) * | 1998-07-10 | 2001-07-03 | The Regents Of The University Of Michigan | Method and system for creating a control-flow structure which represents control logic, reconfigurable logic controller having the control logic, method for designing the controller and method for changing its control logic |
| US6243622B1 (en) * | 1998-10-16 | 2001-06-05 | Xerox Corporation | Touchable user interface using self movable robotic modules |
| US6233503B1 (en) * | 1998-10-16 | 2001-05-15 | Xerox Corporation | Space filling robotic polyhedra modules |
-
2000
- 2000-07-07 US US09/611,395 patent/US6477444B1/en not_active Expired - Lifetime
-
2001
- 2001-07-02 JP JP2001200395A patent/JP2002099893A/ja active Pending
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007128517A (ja) * | 2005-11-01 | 2007-05-24 | Fuji Xerox Co Ltd | コンポーネントライブラリを自動設計するためのシステム、方法及びプログラム |
| JP2018010493A (ja) * | 2016-07-14 | 2018-01-18 | 日本電信電話株式会社 | 行動制御システム、行動制御方法、プログラム |
| JP2019074997A (ja) * | 2017-10-18 | 2019-05-16 | 日本電信電話株式会社 | 制御装置、方法及びプログラム |
| JP2019075013A (ja) * | 2017-10-18 | 2019-05-16 | 日本電信電話株式会社 | 隊列制御装置、隊列制御方法、およびプログラム |
| JP2019082800A (ja) * | 2017-10-30 | 2019-05-30 | 日本電信電話株式会社 | 隊列制御装置、隊列制御方法、およびプログラム |
| CN113485321A (zh) * | 2021-06-09 | 2021-10-08 | 深圳市人工智能与机器人研究院 | 一种基于球形模块化自重构机器人的越障方法 |
| CN113485321B (zh) * | 2021-06-09 | 2023-08-08 | 深圳市人工智能与机器人研究院 | 一种基于球形模块化自重构机器人的越障方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| US6477444B1 (en) | 2002-11-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2002099893A (ja) | 自己再構成可能ロボット中のモジュールへのソフトウェアの提供方法、自己再構成可能ロボットに含まれるモジュール、コンピュータ可読メモリを含む製品、及び自己再構成可能ロボット | |
| Elhoseny et al. | Bezier curve based path planning in a dynamic field using modified genetic algorithm | |
| Portugal et al. | Cooperative multi-robot patrol with Bayesian learning | |
| Mo et al. | Research of biogeography particle swarm optimization for robot path planning | |
| Nair et al. | GM-VPC: An algorithm for multi-robot coverage of known spaces using generalized Voronoi partition | |
| Lee et al. | Structured triangulation in multi-robot systems: Coverage, patrolling, voronoi partitions, and geodesic centers | |
| Cui et al. | Learning world transition model for socially aware robot navigation | |
| Christensen | Evolution of shape-changing and self-repairing control for the ATRON self-reconfigurable robot | |
| Desai et al. | Efficient kinodynamic multi-robot replanning in known workspaces | |
| Rossi et al. | Multi-agent algorithms for collective behavior: A structural and application-focused atlas | |
| Liang et al. | From multi-agent to multi-robot: A scalable training and evaluation platform for multi-robot reinforcement learning | |
| Li et al. | A novel Q-learning algorithm based on improved whale optimization algorithm for path planning | |
| Bennett et al. | Design of decentralized controllers for self-reconfigurable modular robots using genetic programming | |
| JP6285849B2 (ja) | 行動制御システム、その方法及びプログラム | |
| Song et al. | Forming repeating patterns of mobile robots: A provably correct decentralized algorithm | |
| He et al. | A flocking algorithm for multi-agent systems with connectivity preservation under hybrid metric-topological interactions | |
| Umari | Multi-robot map exploration based on multiple rapidly-exploring randomized trees | |
| Lee | Distributed deformable configuration control for multi-robot systems with low-cost platforms | |
| Fekete et al. | Connected assembly and reconfiguration by finite automata | |
| Zmudzinski et al. | Controlling robot formations by means of spatial reasoning based on rough mereology | |
| Alian | Multi-agent asynchronous real-time maze-solving | |
| Aroor | Online learning and planning for crowd-aware service robot navigation | |
| Yildiz et al. | Consensus-based virtual leader tracking swarm algorithm with GDRRT*-PSO for path-planning of multiple-UAVs | |
| Sundar et al. | A Cooperative Multi-Agent Based Path-Planning and Optimization Strategy for Dynamic Environment | |
| Brown | Coverage path planning and room segmentation in indoor environments using the constriction decomposition method |