Algoritmo evolutivo basado en reglas locales para resolución de objetivos sobre agentes en un entorno simulado

Este artículo muestra la construcción y evolución de un entorno multiagente. Los agentes están ejecutando programas de movimiento buscando objetivos en un mundo que tiene objetivos aleatorios y temperaturas distribuidas en el espacio. Algunas temperaturas son letales para los agentes. Un algoritmo evolutivo evalúa y selecciona las acciones de los agentes en el mundo virtual basado en las percepciones locales de cada agente. Se definen programas básicos de movimiento derivados de un lenguaje simple para representar las direcciones de movimiento y son codificados en un genotipo binario de 9 bits (los 3 próximos movimientos). La función de evaluación está basada en interacciones locales y evalúa la proximidad de los programas de movimiento al objetivo y acciones para prevenir la muerte del agente por calor. En cada hilo de ejecución del agente, el algoritmo evolutivo se ejecuta en múltiples ocasiones hasta alcanzar el objetivo. Como resultado, los agentes alcanzan el objetivo rápidamente y al mismo tiempo evitan puntos de temperatura letal.