进化机器人学

进化机器人学是人工智能（AI）的一种体现方式，其中机器人是利用达尔文的自然选择原则自动设计的。机器人或机器人的一个子系统（如神经控制器）的设计是针对行为目标（如尽可能快地运行）进行优化。通常，设计是在模拟中评估的，因为制造数千或数百万的设计并在现实世界中测试它们，在时间、金钱和安全方面都是非常昂贵的。进化机器人实验从一个随机生成的机器人设计群开始。性能最差的设计被丢弃，并被突变和/或更好的设计组合所取代。这种进化算法一直持续到预先规定的时间过去，或者一些目标性能指标被超越为止。进化机器人方法对于必须在人类直觉有限的环境（纳米级、空间等）中操作的工程机器特别有用。进化的模拟机器人也可以作为科学工具，在生物学和认知科学中产生新的假设，并测试那些需要在现实中证明难以或不可能进行的实验的旧假设。

在20世纪90年代初，两个独立的欧洲小组展示了机器人控制系统进化的不同方法。EPFL的DarioFloreano和FrancescoMondada为Khepera机器人进化了控制器。AdrianThompson、NickJakobi、DaveCliff、InmanHarvey和PhilHusbands在苏塞克斯大学为Gantry机器人进化了控制器。然而，这些机器人的身体在进化前就已经预设好了。

麻省理工学院媒体实验室的KarlSims和JeffreyVentrella也在20世纪90年代初报告了xxx个进化机器人的模拟。然而，这些所谓的虚拟生物从未离开他们的模拟世界。xxx个在现实中建造的进化机器人是由布兰代斯大学的霍德-利普森和乔丹-波拉克在21世纪初3D打印的。