Meccanismi evolutivi per la progettazione automatica online di reti booleane per sciami di robot

Negli approcci di robotica evolutiva online, un algoritmo evolutivo viene eseguito sui robot, durante l’esecuzione delle attività, per ottimizzarne continuamente il comportamento. La motivazione principale alla base dell'uso di sistemi multi-robot è stata quella di sfruttare la potenziale accelerazione dell'evoluzione dovuta a robot che evolvono i controller in parallelo e che scambiano soluzioni candidate per l’attività. In questa tesi abbiamo implementato e analizzato tre meccanismi evolutivi di progettazione automatica online, in grado di permettere ad uno sciame di robot di imparare autonomamente a svolgere determinati task, attraverso l’utilizzo di controller basati su Random Boolean Network. Un meccanismo guiderà i robot durante una evoluzione indipendente, senza scambio di informazioni, mentre i restati due permetteranno allo sciame, con tecniche differenti, di effettuare una sincronizzazione globale della migliore rete trovata fino ad un determinato momento. I risultati ottenuti hanno mostrato che utilizzare una sincronizzazione globale è un approccio molto promettente per l'evoluzione di sciami di robot e che i meccanismi che ne fanno uso sono in grado di generare reti Booleane ottimali per task di coverage differenti.