Entwurf und Evaluation eines Artificial-Life-Systems mit koevolvierenden Pflanzen und Tieren unter intrinsischer Adaptation, realisiert in XL

Thema (M07)

Entwurf und Evaluation eines Artificial-Life-Systems mit koevolvierenden Pflanzen und Tieren unter intrinsischer Adaptation, realisiert in XL

Beschreibung:

Das Artificial-Life-System LindEvol von Jan Kim (Kim 1996) hat gezeigt, dass es möglich ist, eine Evolution von um Ressourcen konkurrierenden Pflanzen hin zu komplexeren Genregulationsnetzwerken und Morphologien in einer gitterartigen, virtuellen 2D- oder 3D-Welt zu ermöglichen. Andererseits hat Karl Sims (Sims 1994) mobile (tierische) "Creatures" evolvieren lassen, die auf bestimmte motorische Aufgaben angepasst wurden und durch zwei Graphstrukturen spezifiziert sind: einen Gestaltgraphen für Körperteile und Gelenke und ein eingebettetes neuronales Netzwerk für die Steuerung des Verhaltens. Beide Graphen unterliegen der evolutionären Weiterentwicklung. Dieser Ansatz wurde von Lassabe et al. (2007) ausgebaut.

Es wäre nun interessant, Pflanzen und Tiere in einem kohärenten, graphbasierten Modell gemeinsam in einer virtuellen 3D-Welt evolvieren zu lassen. Die Tiere sollten sich von den Pflanzen oder von anderen Tieren ernähren. Die Fitnessfunktion sollte für alle Kreaturen intrinsisch bestimmt sein, d.h. es werden keine "Aufgaben" explizit vom Benutzer vorgegeben, sondern der Überlebens- und Fortpflanzungserfolg in der virtuellen Umwelt unter darwinscher Evolution ist allein entscheidend (vgl. auch die Arbeiten von Ventrella 1998 und Garcia Carbajal et al. 2004). – Die Evaluation eines solchen Systems sollte die taxonomische Struktur (z.B. phylogenetische Bäume, Distanzverteilungskomplexität), die trophische Struktur (Nahrungsnetzwerk) sowie verschiedene Komplexitätsmaße aus der Literatur für das erzeugte virtuelle Ökosystem berücksichtigen. – Die Implementation sollte in der Graphtransformationssprache XL und in der Modellumgebung GroIMP erfolgen (Kniemeyer 2008), welche für bestimmte Visualisierungs- und Analyseaufgaben ggf. erweitert werden darf. Gestaltgraph und neuronales Netzwerk der Kreaturen sollten direkt als Graphen in XL modelliert werden, evolutionäre Operatoren (Mutation, Crossing over) als Graphtransformationsregeln.

Literatur:

Garcia Carbajal, S.; Moran, M.B.; Martinez, F.G. (2004): EvolGL: Life in a pond. Artificial Life XI, pp. 75-80.
Kim, Jan T. (1996): Untersuchungen zur Evolution von morphologischer und taxonomischer Diversität und Komplexität anhand von Computermodellen. Dissertation, Math.-Nat. Fak. d. Universität Köln.
Kniemeyer, Ole (2008): Design and Implementation of a Graph Grammar Based Language for Functional-Structural Plant Modelling. Dissertation, BTU Cottbus.
Lassabe, N.; Luga, H.; Duthen, Y. (2007): A new step for evolving creatures. IEEE-ALife'07, pp, 243-251.
Sims, K. (1994): Evolving 3D morphology and behavior by competition. Artificial Life IV, pp. 28-39.
Ventrella, J. (1998): Attractiveness vs. efficiency (how mate preference affects location in the evolution of artificial NG organisms). Artificial Life VI, pp. 178-186.

Betreuung:

Winfried Kurth (wk@informatik.uni-goettingen.de)

Masterarbeit für 1 Studierende/n (Angewandte Informatik)