人工生命及其基本原理

该文总结了人工生命的产生和发展状况，介绍了人工生命的研究对象和实现技术，讨论了人工生命和人工智能的关系。通过若干典型人工生命研究实例，分析了人工生命技术的基本原理，并用计算机程序模拟自然生态系统对人工生命的理论方法和实现技术进行了探讨。程序模拟方法在基因的遗传与优选方面有着相当的实际意义，用类似方法对各种自然生物的生命状态、生活习性进行模拟，可在较短的时间内模拟自然生命需要几千乃至上万年的进化历程。     

基于人工生命行为选择的智能体决策的研究

人工生命行为选择是人工生命研究领域的重要问题之一，智能体作为人工生命体的一种形式，决策系统相当于是智能体的“大脑”。文章以足球机器人作为智能体的研究原型，分析了机器人足球决策系统的现状，根据仿人智能控制思想和人工生命行为选择模型，建立了基于人工生命的智能体决策系统，并借助机器人足球比赛这样一个标准任务平台，投入实际比赛中，证明结果是可行的和有效的。     

人工智能与人工生命

人工生命(ArtificialLife)是一门正在迅速发展的新兴学科。将人工智能(ArtificialIntelligence)方法与人工生命方法相结合,是目前人工智能研究的新方向。该文介绍了人工生命的概念和研究方法,分析了人工智能目前的困难以及人工生命与人工智能的区别与联系,并介绍了几种二者结合的实例。     

人工生命研究综述

详细综述了人工生命的产生、发展，回顾了有关人工生命科学的重要国际会议，着重介绍了人工生命研究的重要思想以及人工生命的研究领域，并阐述了人工生命的应用发展情况，特别在智能优化计算与仿真领域等的重要应用．人工生命的研究有助于揭示生命的本质，探索生命的起源，为生物学研究提供新的途径，具有重要的科学意义．     

生命的仿真--人工生命

介绍了人工生命学科产生的背景、发展历程以及C．Langton关于人工生命的定义、研究内容和研究方法，重点介绍了人工生命中自发“突现”的概念。对C．Langton的主要学术观点进行了归纳与述评，系统总结了人工生命研究领域的主要研究成果。指出人工生命学科研究类似生命行为和现象的发生及其信息处理机制，其成果在工程技术领域有良好应用前景。     

人工生命算法的研究进展

人工生命算法(ALA)是一种新兴的演化算法,利用人工生命群体的突现聚类实现全局寻优.近些年来,对基于人工生命系统的新型分布式算法进行了研究,算法的应用潜力在多个领域得到展现.算法不需要梯度信息,可用于多个类型的优化领域.本文对人工生命算法的研究进展进行了较为详细的介绍,并且对今后的研究方向进行了展望.     

人工生命浅谈

1987年兰顿首次提出了人工生命的概念，定义“人工生命是研究人工系统来模拟自然生命系统行为特性的学科”，经过20年的发展，人工生命的独立学科地位已经得到国际学术界的广泛承认，正在逐渐成为学术研究的热点之一，人工生命的研究兴趣在于对生命系统行为特性的仿生，学科中应使用由下而上合成的方法，以使人工系统具有很好适应性、灵活性。本文将介绍人工生命起源、重要概念和发展趋势等方面的内容。     

人工生命与人工生命计算

论文从人工生命的角度定义了人工生命计算的概念,提出了人工生命计算的一般框架。人工生命计算是一种以人工生命为形式、研究人工生命的信息表达和处理机制,提取相应的计算模型,嵌入相应的计算方法模拟自然界生物进化过程与信息处理机制来求解与优化问题的智能计算方法。同时对人工生命计算的理论基础包括遗传算法、人工神经网络、自动机理论、L-系统、智能体和多智能体系统和计算生态学等进行了概述;并对两种典型的人工生命计算方法进行了初步的研究。最后说明了人工生命计算的特点及目前的应用领域。人工生命计算具有非常显著的特点和优点,在科学和工程的诸多实际应用领域具有广泛的应用前景。     

人工生命

人工生命是指用计算机和精密机械等生成或构造表现自然生命系统行为特点的仿真系统或模型系统，自然生命系统的行为特点表现为自组织，自修复，自复制的基本性质，以及形成这些性质的混沌动力学，环境适应和进化，本文主要介绍人工生命研究的原因，发展过程，模型，讨论人工生命研究的方法，基础理论，以及人工生命研究的前景。     

多库协同中的Al-Agents研究

近年来，随着人工生命理论的出现，在人工生命与Agent技术基础上发展起来的AL—Agent技术为以往的多库协同系统提供了新的基于人工生命的实现方法。文中在对A1-Agent研究的基础上提出了一个基于A1-Agents的多库协同系统模型和其中A1-Agent的通用结构模型。随后比较了A1-Agent多库系统相对于传统多库系统的优点，并进一步讨论了它的不足。     

人工生命：计算机与生物学交叉的前沿学科

人工生命是具有生命特征的人工系统,是探索生命复杂性的一门新兴交叉性前沿学科.它试图在计算机或其他人工媒介上,以综合的方法研究具有生命本质特征的复杂系统的动态发展过程.本文详细介绍了人工生命的概念、产生过程、发展历史、基本思想以及目前主要的研究方向,指出人工生命为人们揭示自然生命的最本质特征和演化的最基本规律提供了新思路和新方法.     

网络环境下虚拟机器人——“SoftMan”系统平台总体设计

基于网络环境虚拟机器人的计算模式融合分布式人工智能、并行分布式系统、移动智体和人工生命的技术,是计算机网络时代的一项崭新而关键技术,不仅会实现更灵活的分布式异步计算,而且将把网络计算带入一个全新的智能化时代。这种计算方式在如何充分利用网络资源,如何给移动用户提供高效的服务等诸多问题上提供了新的思路,目前主要研究领域集中在动态信息获取、智能网络、电子商务、主动网络和移动智能通信网络等。本文系统阐述“SoftMan”系统平台的设计方法、开发策略、总体架构和软件实现,同时对其相关支撑技术进行了剖析;最后就“Soft—Man”系统开发的思路和未来研究趋势进行了展望。     

Automatic parameter learning method for agent activation spreading network by evolutionary computation

Artificial Life and Robotics - A variety of planning research is being actively conducted in multiple research fields. The focus of these studies is to flexibly utilize both immediate and...     

一种用于图像曲线抽取的人工杆菌模型

用于曲线抽取的人工杆菌模型受启发于自然界中普遍存在的真实的杆菌。首先,杆菌直短线状的形状很有利于描述线条;其次,真实的杆菌在繁殖和移动的过程中就会排列成有趣的曲线。人工杆菌模型是基于人工生命理论和真实杆菌群落的、以数字图像的曲线抽殿为目标构建的。人工生命模型的很重要的思想是：生命个体的行为规则很简单,但是群体行为涌现出复杂的自适应的智能特点。本文提出的人工杆菌模型反映了生命世界的并行、动态、鲁棒等特点,具备了从图像中提取曲线的功能。     

Behavior analysis of emergent rule discovery for cooperative automated driving using deep reinforcement learning

Artificial Life and Robotics - With the improvements in AI technology and sensor performance, research on automated driving has become increasingly popular. However, most studies are based on human...     

Artificial life and embodied robotics: current issues and future challenges

In this article we explore some of the issues currently facing researchers in the interface between the twin fields of Artificial Life and Robotics, and the challenges and potential synergy of these two areas in the creation of future robotic life forms. There are three strands of research which we feel will be of key importance in the possible development of future embodied artificial life forms. These are the areas of evolutionary robotics and evolutionary humanoid robotics in particular, probabilistic robotics for deliberation, and robot benchmarking with associated metrics and standards. We briefly explore each of these areas in turn, focusing on our current research in each field and what we see as the potential issues and challenges for the future. This work was presented in part at the 13th International Symposium on Artificial Life and Robotics, Oita, Japan, January 31–February 2, 2008     

Deep MAnTra: deep learning-based multi-animal tracking for Japanese macaques

Artificial Life and Robotics - Multi-instance object tracking is an active research problem in computer vision, where most novel methods analyze and locate targets on videos taken from static...