환경과 상호작용하는 로봇을 위한 제어기를 신경망 진화를 통하여 생성하는 연구가 활발하다. 기존에는 하나의 로봇제어 신경망을 찾는 연구가 주류를 이루었다. 종분화를 이용하여 다양한 행동패턴을 보이는 신경망을 생성하는 연구도 시도되었으나 행동의 특징을 적절히 반영하지 못하는 단점이 있다. 본 논문에서는 로봇이 목적지를 찾아가는 이동경로를 다양화하기 위해 이동 궤적의 특성을 반영한 적합도 공유의 종분화 진화방식을 사용하였다. 형태의 다양성을 위한 유클리드 거리, 폭과 길이의 다양성을 위한 코사인 거리와 아크탄젠트 거리, 위치를 다양화 하기 위한 편집거리를 적합도 공유의 거리 기준으로 사용하여 행동의 특정을 반영하였다. 실험을 통해 로봇의 이동경로를 확인하여 기존 연구에서 사용한 방법보다 더 다양한 행동을 생성한다는 사실을 확인하였다.
Many people have interests on generating robot controllers interacting with environments by using evolutionary neural networks. Previous studies often aims at finding only one controller. Though some researchers attempted to produce controllers that have various behavioral patterns, they did not use characteristics of behavior. In this paper, we consider features of trajectory of a robot to locate the destination on fitness sharing for speciation. Euclidian distance, cosine and arc tangent distance, and edit distance play a role of representing trajectories. In the experiment, we confirm that the proposed method makes more various behavior patterns than previous studies.
