Hledání novosti a diverzita kvality v otevřené evoluci
Novelty search and quality diversity in open-ended evolution
diplomová práce (OBHÁJENO)

Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/193425Identifikátory
SIS: 261410
Kolekce
- Kvalifikační práce [11342]
Autor
Vedoucí práce
Oponent práce
Černý, Vojtěch
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Informatika - Umělá inteligence
Katedra / ústav / klinika
Katedra teoretické informatiky a matematické logiky
Datum obhajoby
10. 9. 2024
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Čeština
Známka
Výborně
Klíčová slova (česky)
hledání novosti|diverzita kvality|otevřená evoluce|evoluční algoritmyKlíčová slova (anglicky)
novelty search|quality diversity|open-ended evolution|evolutionary algorithmsTato práce zkoumá otevřenou evoluci pro generování rozmanitých a funkčních budov v Minecraftu. Náš návrh rozkládá složitý úkol vytváření budov do několika různých vrs- tev, z nichž každá obsahuje samostatný evoluční algoritmus. Implementujeme tři vrstvy, které se zaměřují na evoluci půdorysů, střech a barevných přechodů, přičemž využíváme mechanismy hledávání novosti a diverzity kvality. Pro každou vrstvu definujeme vhodné kódování, metriky hodnocení a operátory evoluce. Implementace využívá rozhraní Evo- Craft API, které jsme rozšířili o nové funkce a adaptovali pro bezproblémový chod i na novějších verzích Minecraftu. Naše experimenty prokazují účinnost navrženého přístupu při generování nových a kvalitních jedinců, což vede k rozmanitým a estetickým návrhům budov. Tento výzkum přispívá do oblasti otevřené umělé inteligence a nabízí slibnou cestu pro další výzkum.
This thesis explores open-ended evolution for generating diverse and functional build- ings in Minecraft. We propose decomposing the complex task of building creation into multiple distinct layers, each consisting of a separate evolutionary algorithm. We imple- ment three layers, focusing on the evolution of layouts, roofs, and gradients, employing novelty search and quality diversity mechanisms. We define appropriate encoding, eval- uation metrics, and evolution operators for each layer. The implementation utilizes the EvoCraft API, which we upgraded to work with newer Minecraft versions and expanded with new functionalities. Our experiments demonstrate the effectiveness of the proposed approach in generating novel and high-quality individuals, resulting in diverse and aes- thetically pleasing building designs. This research contributes to the field of open-ended AI and offers a promising pathway for further research.