Ouannes, Nesrine (2015) Évolution et adaptation de comportements de créatures artificielles dans un écosystème simulé. École doctorale Mathématiques, Informatique et Télécommunications (Toulouse).

[thumbnail of OuannesNesrine2015.pdf] Text
Restricted Registered users only

Download (11MB)

Abstract

De par son enjeu écologique important, l’étude des relations des êtres vivants entre eux et avec leur environnement est un défi majeur de la biologie. Le travail de cette thèse s’inscrit dans le cadre de la vie artificielle, domaine scientifique destiné à l’étude du vivant par la création de phénomènes naturels dans des systèmes de synthèse. Le but de la recherche consiste à exploiter la force des techniques évolutionnaires pour faire émerger des comportements de créatures artificielles, dans un écosystème simulé. La problématique générale de cette thèse est de faire évoluer des créatures artificielles capables de comportements de recherche de nourriture. Deux modèles ont été développés. Le premier modèle consiste à exploiter la chimiotaxie bactérienne afin de surmonter les problèmes de détection des ressources (ou de l’environnement). La voie chimiotactique d’une cellule est modulée par une approche hybride qui utilise un modèle algébrique de l’activité des groupes récepteurs, et des équations différentielles pour la dynamique d’adaptation, ainsi qu’un modèle métabolique qui convertit des nutriments en biomasse. Dans la partie résultats, nous avons développé une certaine analyse du mouvement obtenu à partir de certaines bactéries et leur influence sur le comportement de la population évoluée. Nous avons pu constater que le processus évolutif améliore la capacité des bactéries à réagir dans leur environnement ainsi que leurs capacités de croissance leur permettant de mieux survivre. Ensuite, nous avons étudié l’effet de la communication bactérienne qui permet de faire émerger de nouvelles espèces, et qui explore la dynamique des colonies. Certains des comportements obtenus ont été testés dans des environnements différents afin de montrer la façon dont la communication bactérienne peut affecter leurs comportements. Le deuxième modèle est celui du développement de créatures 3D physiquement simulées (les herbivores) qui se nourrissent des ressources disponibles dans leur milieu. Un algorithme génétique couplé à un réseau de neurones artificiel ont été mis en œuvre afin de garantir l’émergence de certains de ces comportements tels que la recherche de nutriments qui sont disposés à différents endroits dans l’écosystème artificiel. Le processus évolutif utilise les propriétés physiques des créatures virtuelles et une fonction multi-objective externe qui mèneront aux comportements espérés. L’expérience consistant à faire évoluer des créatures virtuelles possédant des capacités de locomotion montre que ces créatures virtuelles tentent d’obtenir au moins une des sources alimentaires disposées sur leurs trajectoires. Nos meilleures créatures sont capables d’atteindre plusieurs sources alimentaires durant le temps imparti à la simulation.

,

Because of its important ecological underpinnings, the study of interactions between animals as well as with their environment is a research area of major interest in Biology. The work in this thesis belongs to the field of Artificial Life, a scientific discipline devoted to the study of natural phenomena inherent to living organisms by reproducing them by synthetic means. The aim of this research is to exploit the power of evolutionary techniques to cause behaviors of artificial creatures to emerge in a simulated ecosystem. The overarching problematic of this thesis is to evolve foraging behaviors in artificial creatures. Two models have been developed. The first model exploits bacterial chemotaxis to overcome the problem of resource detection (or features in its environment). The cell chemotactic pathway is modulated by a hybrid approach that reproduces the receptor group activity using an algebraic model, the adaptation dynamics using differential equations, as well as a metabolic model that converts nutrients into biomass In the results section, we developed a type of analysis of motion from selected bacteria and their influence on the evolved population’s behavior. We observed that the evolutionary process improves the bacteria’s capacity to react to their environment as well as their ability to grow, effectively improving their ability to survive. We then studied the effect of bacterial communication that allows new species to emerge, which exploits colony dynamics. Some of the obtained behaviors have been tested in separate environments in order to show how inter-bacterial communication can impact their behavior. The second model is about the development of 3D physically realistic creatures (herbivores) that feed on resources available in their environment. A genetic algorithm coupled to a neural network guarantees the emergence of a variety of behaviors such as the search of nutrients that are spread across the virtual ecosystem. The evolutionary process takes advantage of the virtual creature’s physical properties and an external multimodal fitness function to lead to the expected behaviors. Experiments designed to evolve virtual creatures displaying locomotion abilities shows that they attempt to reach at least one of the food sources placed on their trajectory. Our best creatures are able to reach multiple food sources within the imparted simulation time.

Item Type: Thesis (UNSPECIFIED)
Other titles: Evolution and adaptation of artificial creature's behaviors in a simulated ecosystem
Language: French
Date: 13 September 2015
Keywords (French): Vie artificielle - Thèses et écrits académiques, Chimiotaxie - Thèses et écrits académiques
Subjects: H- INFORMATIQUE
Divisions: Institut de Recherche en Informatique de Toulouse
Ecole doctorale: École doctorale Mathématiques, Informatique et Télécommunications (Toulouse)
Site: UT1
Date Deposited: 26 Feb 2016 09:38
Last Modified: 02 Apr 2021 15:51
OAI Identifier: 2015TOU10043
URI: https://publications.ut-capitole.fr/id/eprint/19729
View Item

Downloads

Downloads per month over past year