Les mondes darwiniens

1060 / 1576
[les mon des darwiniens]
essai ou au cours de la vie du robot afin de fixer un protocole d’évaluation permettant
une comparaison équitable entre les individus. De plus, les solutions
obtenues par l’évolution doivent souvent être testées dans des conditions
nouvelles afin de déterminer leur robustesse. La robustesse d’une solution
est la propriété d’une créature artificielle à se comporter sensiblement de la
même manière lorsque l’environnement change légèrement (on parlera aussi
de généralité d’une solution).
Le second problème est lié à la notion de paysage de fitness – définie
comme la mise en correspondance entre l’ensemble des génomes possibles
et leur performance respective. Dans le contexte présent, ce paysage est
rarement représenté, car il requiert une exploration exhaustive de toutes les
combinaisons entre génomes possibles et conditions initiales dans l’environnement.
Autrement dit, il s’agirait d’inventorier tous les comportements possibles
de chaque génome pour en estimer la performance absolue. En revanche, on
dispose souvent d’une intuition sur la forme de ce paysage dans les problèmes
qui nous intéressent : il existe souvent plusieurs solutions sous-optimales, parfois
très éloignées les unes des autres, et l’évolution se retrouve fréquemment
bloquée dans certaines régions de l’espace ou sur certaines solutions, sans
espoir d’amélioration. Il s’agira du problème dit d’amorçage – la tâche est
trop complexe et l’algorithme ne trouve pas de chemins vers celle-ci – ou du
problème de convergence prématurée – l’algorithme a découvert une solution
correcte sans qu’elle soit parfaite, et celle-ci empêche la recherche d’autres
solutions, car cela impliquerait pour l’algorithme de parcourir au moins temporairement
des solutions moins performantes.
Dans ce cas, plusieurs actions sont possibles, que ce soit sur la formulation
de la tâche ou sur l’ajout de mécanismes dans le processus de sélection. D’un
côté, le concepteur peut décider de décomposer la tâche à réaliser, s’il en a la
possibilité, en un ensemble de tâches plus simples. Ces nouvelles tâches peuvent
alors être proposées séquentiellement 21 ou simultanément 22 au robot, qui
résoudra les tâches les plus faciles d’abord, en espérant que les compétences
acquises lors de ces étapes les plus simples seront réutilisables pour réaliser la
tâche dans son ensemble. Au problème de la pertinence de la décomposition
par le concepteur, une piste intéressante consiste à définir des paramètres
21. Urzelai et al. (1998), “Incremental Robot Shaping”, Connection Science Journal
@.
22. Mouret & Doncieux (2008), “Incremental evolution of animats’ behaviors as a
multi-objective optimization” @, From Animals to Animats, 10 (SAB).