Valutazione sperimentale dell'adattamento tramite empowerment in robot controllati da reti booleane

In questa tesi si esplora la possibilità di usare la funzione di empowerment come funzione obiettivo per l'adattamento di robot controllati da reti booleane critiche. L'empowerment viene definito come una misura di merito locale e universale, valida per qualunque tipologia di agente e di task, basata sul co-adattamento di sensori e attuatori. Il controllo del robot avviene grazie a una mappatura dei suoi sensori e attuatori sui nodi della rete booleana. Si è usato un meccanismo di adattamento online, nel quale la configurazione interna di ogni rete resta invariata durante l'esecuzione, mentre vengono variate le connessioni fra sensori e attuatori del robot e i nodi interni della rete. Sono state eseguite tramite un simulatore tre tipologie di task: fototassi assistita, obstacle avoidance e path following. Sono stati raccolti e analizzati i valori della funzione obiettivo raggiunti durante l'adattamento tramite una funzione obiettivo specifica e tramite empowerment. Questi risultati sono stati poi confrontati per indagare se l'utilizzo dell'empowerment possa portare al raggiungimento di prestazioni migliori, sia usato per tutta la durata dell'adattamento, sia in una fase preliminare all'adattamento tramite funzione obiettivo specifica.