Den naturliga process där stoet avvänjer sitt föl strax innan hon ska föla igen ger den unga hästen möjlighet att gradvis ändra sitt val av föda och mogna till en självständig individ. Den tidigare och mer abrupta avvänjningen som ofta sker av domesticerade hästar är mycket stressande för fölet. Negativa effekter som kan ses är en ökad skaderisk, försämrat immunförsvar och utveckling av onormala beteenden som stereotypier. Eftersom hästägare och uppfödare vill ha friska och sunda hästar är det viktigt att börja med en god välfärd för fölet som kan ligga till grund för den framtida hästens välmående. Det finns i dagsläget studier som redovisar avvänjningsmetoder som orsakar fölet mer eller mindre stress.

According to the study [1] several firefighters are killed in action each year. This happens naturally in various ways. One of the major factors is that firefighters often do not know how the environment looks like, for example that a building in an industrial area contains hazardous gas cylinders. Without a solution, fire-fighters will continue to die in duty. It is therefore important to solve this problem so that we can minimize the risks and save lives.The goal of this project was a control system for pneumatic artificial muscles.

I dagens utveckling av robotkontrollers så finner vi olika synsätt på hur vi ska angripa problemen som en robot ställs inför. Det här arbetet koncentrerar sig på artificiella neurala nät (ANN) och evolution med genetiska algoritmer och en fokusering sker på en speciell arkitektur av ANN som Stefano Nolfi presenterat.Rapporten kan ses som en fortsättning på Nolfis arbete och behandlar extensioner av fenomenet "spontan modularitet" som Nolfi beskriver. Det testproblem som används består i att utveckla ett kontrollsystem för en skräpsamlande robot. Detta arbete baseras på experiment runt detta problem med arkitekturer, vilka baseras på Nolfis spontana modularitet. Vi testar hur arkitekturerna påverkas av interna och återkopplade noder.Resultaten visar på att en spontan modularitet inte tycks påverkas positivt av återkopplade eller interna noder..

Denna rapport beskriver användandet av artificiella neurala nätverk, som styrsystem för att utföra evolution av beteende för boids. Boids handlar i grunden om att skapa en simulering av flockbeteende, genom att låta självständiga individer sträva efter att uppnå samma mål. Uppbyggnaden av boids sker enligt tre ursprungliga regler, att undvika kollision, matcha hastighet och centrera flocken, dessa regler ligger även till grund för boidsen i detta projekt. Då beteendet för boids i grunden programmeras för hand, undersöker arbetet hur resultatet påverkas genom evolution av beteendet m h a neurala nätverk. Arbetet jämför även de två neurala nätverksarkitekturerna reaktiva- och rekurrenta nätverk.

Den klassiska approachen till navigering innefattar att agenten håller en intern representativ modell av omgivningen. Denna approach har emellertid många nackdelar, speciellt för dynamiska miljöer. En modernare approach är att förlita sig på den faktiska omgivningen istället för en modell av denna. Detta arbete presenterar en undersökning av navigeringsproblemet och hur väl det löses av agenter vars kontrollmekanismer utgörs artificiella neurala nätverk. Tillförlitligheten hos de två neurala arkitekturerna Extended sequential cascaded network och Self-organized recurrent network bestäms genom experiment.

Då artificiella intelligenta agenter försöker navigera i en virtuell värld med statiska hinder så behöver dess väg beräknas. För denna beräkning används ett lager som beskriver hur och vart agenten kan röra sig i världen kallat för sökrymd. Detta kan göras på flera olika sätt vilket ger skillnad i prestanda och minnesåtgång samt indirekta fördelar genom sättet sökrymden är uppbyggd på. Genom att jämföra dessa skillnader i olika miljöer så kan resultatet påvisa vilka egenskaper sökrymdstyperna ger i de olika miljöerna.Rapporten visar att n-sidat polygonbaserat navigationsnät ger mycket bra egenskaper i de olika mätningarna och ger även flera fördelar på grund av dess utformning som gör att det kan anpassa sig bra till olika miljöer..

Den vanligaste produktionsformen av nötkött sker i dikobesättningar, där kor och kvigor förväntas föda en kalv per år. I sådana besättningar är fertilitet hos djuren en viktig faktor, då förmågan att föda fram en kalv varje år påverkar inkomsten. I Sverige används naturlig betäckning i störst utsträckning, men ett alternativ är artificiell insemination. Syftet med detta arbete är att undersöka för- och nackdelar med artificiell insemination och varför det inte används i samma utsträckning inom dikobesättningar som hos mjölkkor, samt när det kan vara aktuellt att använda sig av. Den artificiella inseminationens påverkan på dräktighetsresultat varierar mycket i studierna, från 37 till 74 %, men det antyds att 50 % är ett gränsvärde där resultat över detta kan anses godtagbara. Ekonomiskt finns fördelar så som ökade kalvvikter och mindre förluster relaterat till kalvningssvårigheter, men nackdelar i form av ökade kostnader för veterinärtjänster och mediciner samt för arbete.

Detta arbete undersöker två tekniker för att evaluera spelplanen i minimaxalgoritmen. Den tekniken som fokuseras mest på i arbetet är ett artificiellt neuralt nätverk som evolveras med hjälp av samevolution. Tekniken är utformad för att inte behöva någon tidigare mänsklig expertis. Den andra tekniken använder heuristiker och mänsklig expertis för att få fram evalueringsfunktionen. Spelet som används för att testa teknikerna är Kinaschack.Resultaten antyder att tekniken i fokus inte fungerar till spelet Kinaschack.

Detta arbete undersöker två tekniker för att evaluera spelplanen i minimaxalgoritmen. Den tekniken som fokuseras mest på i arbetet är ett artificiellt neuralt nätverk som evolveras med hjälp av samevolution. Tekniken är utformad för att inte behöva någon tidigare mänsklig expertis. Den andra tekniken använder heuristiker och mänsklig expertis för att få fram evalueringsfunktionen. Spelet som används för att testa teknikerna är Kinaschack.Resultaten antyder att tekniken i fokus inte fungerar till spelet Kinaschack.

Det artificiella ljuset är något som idag ses som en självklarhet. Det är först när ett strömavbrott uppstår som betydelsen av ljuset blir riktigt påtaglig och visar hur hjälplösa människor blir utan det. En bra belysningsanordning, på exempelvis arbetsplatsen, är en förutsättning för att korrekt information från kontexten återges. Det här examensarbetet har undersökt vilka förväntningar och krav människor har på sin arbetsbelysning i hemmet. I samband med examensarbetet utfördes intervjuer för att få en bättre förståelse för hur individer tänker kring arbetsbelysning i hemmiljö.Det erhållna resultatet värderades sedan i relation till en konceptuell modell över hur ljuset kan påverka arbetsprestationen.

Artificiella neurala nätverk (ANN) kan vara en bra teknik för att skapa intressanta datorstyrda motståndare i spel och då spel är en väldigt prestandakritisk typ av applikation så är det viktigt att optimera alla delar av ett spel. Detta arbete tittar närmare på huruvida det går att ta bort nätverkskopplingar hos ett ANN i optimeringssyfte och fortfarande behålla ett ANN:s förmåga att utföra sin uppgift.Under experimenten används två olika metoder för att avgöra vilken vikt som ska tas bort. ANN:ets förmåga graderas efter hur högt fitnessvärde det får i den genetiska algoritm som från början lärt upp den. Vidare analyseras sambandet mellan antalet borttagna vikter och ANN:ets fitnessvärde.Resultatet visar tyder på att en viss reduktion av vikter kan öka ANN:ets förmåga att utföra sin uppgift. Efter att antalet borttagna vikter ökar, minskar ANN:ets förmåga att prestera.

Arbetets syfte är att undersöka berättelseformer i datorspel baserade på tillämpningen av sceneri, avgränsat till spelarens uppfattning av tid och plats. Utifrån de svårigheter som förknippas med framställningen av naturligt förfall och framställningen av teknologiska möjligheter har två hypoteser formulerats; då att spelaren främst skapar sig en uppfattning om spelets tidsperiod utifrån upplevt artificiella objekt, samt att spelaren främst skapar sig en uppfattning om spelets verklighetsförankring utifrån spelets miljö. För undersökningens syfte har en virtuell miljö framställts i tre olika versioner, de två första avsedda att testa arbetets hypoteser avskilt, den senare avsedd att testa båda i samma miljö. Undersökningen har skett genom testspelning av dessa av totalt 30 testdeltagare. Undersökningens resultat styrker arbetets hypoteser, då den första i högre grad än den andra, men påvisar även svårigheter förknippade med sammanförandet av de metoder som tillämpats..

Artificiell intelligens (AI) har diskuterats filosofiskt under lång tid. I och med datorns uppkomst och utveckling har dock nya filosofiska grenar framkommit. Den filosofiska AI:n syftar ofta att modellera människans kognitiva förmågor. AI är inte bara ett filosofiskt ämne utan andra områden har även ett intresse av AI. Med hjälp av avancerade system som till exempel expertsystem, artificiella neurala nätverk (ANN) samt viss robotik kan datorn och dess mjukvara tillämpas i allt mer avancerade och kommersiella situationer.

Målet med detta verk var att undersöka vilken AI-teknik som är mest lämpad att styra beteende i ett artificiellt ekosystem. En tillståndsmaskin och en genetisk algoritm har implementerats. Dessa AI-tekniker har jämförts med avseende på tre olika aspekter: effektivitet, anpassningsbarhet och flexibilitet. För att kunna genomföra tester har individer och en experimentmiljö implementerats. Testerna gjordes på fyra olika banor.

Tillståndsmaskiner var en av de första teknikerna som användes för att skapa AI (Artificiell Intelligens) i dataspel och är fortfarande än av de vanligaste teknikerna. Men under senare år har flera nya tekniker, såsom ANN (Artificiella Neurala Nätverk), börjat användas för att skapa mer avancerad AI i dataspel. Många anser att tillståndsmaskiner inte kan skapa tillräckligt smarta agenter och att agenterna ofta blir förutsägbara. Generellt är tillståndsmaskiner inte lämpade att använda när man vill ha många agenter med olika beteende eftersom det ofta kräver speciell kod för varje unik agent. Detta arbete undersöker möjligheterna att skapa beteendevarierande agenter, utan att behöva skriva unik kod för varje beteende genom att endast använda stokastiska tillståndsmaskiner och mallar för att styra beteenden.