Detta arbete använder genetiska algoritmer för att få fram ANN hos boids utifrån två uppsättningar regler och jämför de resulterande beteendena med varandra. Boids är simulerade fåglar i en fågelflock som var för sig styrs med enkla regler men som tillsammans bildar ett flockbeteende. Genetiska algoritmer liknar naturens evolution. En population vars egenskaper kodas på ett genom blir bättre på de egenskaperna genom att de bästa individerna väljs ut och får utvecklas mer medans de sämre rensas bort. ANN står för artificiella neurala närvek och ska likna biologiska neurala nätverk och ska med andra ord fungera som en hjärna.

Detta arbete undersöker användningen av evolutionära algoritmer för framtagning och utvärdering av byggordningar i RTS-spel. Syftet var att undersöka om just evolutionära tekniker kan uppnå lika bra resultat som skriptade byggordningar då evolutionära tekniker oftast är billigare att utveckla.För att undersöka denna problemställning utvecklades en applikation med en experimentmiljö och en Artificiell Intelligens (AI) med evolutionär algoritm. Denna applikation och AI användes sedan för utvärdering av framtagna byggordningar.Resultatet antyder att evolutionära tekniker kan uppnå lika bra kvalitet som de skriptade byggordningarna.Något som krävs i detta arbete är fördefinierade skript för byggordningar för att köra evolutionen men något som skulle vara intressant att kolla på är coevolution. Med coevolution hade det varit möjligt evolvera fram byggordningar utan dessa färdiga skript genom att köra evolutionen mot individer i samma population..

Medhjälpar-AI blir allt mer vanligt i dagens spel och främst används de som substitut till en mänsklig spelare i spel med olika typer av samarbetslägen. Det finns med andra ord ett behov att utforska detta område, både när det gäller olika AI-tekniker och metoder för förbättring av hur medhjälpar-AI:n upplevs. Genetiska algoritmer är en AI-teknik som simulerar evolution, vilket är användbart i flera områden. Det här arbetet undersöker om genetiska algoritmer kan fungera som basis till en medhjälpar-AI som anpassar sig efter spelarens prestation i realtid.Experimentmiljön som används är ett enkelt actionspel, där en spelare tillsammans med medhjälpare ska samla poäng. Beroende på en medhjälpares poäng i förhållande till spelaren, ändrar medhjälparen skicklighetsnivå dynamiskt under spelets gång.Utvärderingen visar att genetiska algoritmer fungerar bra som utgångspunkt till ändamålet.

Denna D-uppsats undersöker hur genetiska algoritmer beskrivs i teorin och hur de tillämpas mot verklighetsbaserade optimeringsproblem. I uppsatsen har jag valt att utföra en dokumentstudie, där jag undersöker hur genetiska algoritmer tillämpas mot the traveling salesman problem. Allt insamlat material har analyserats och jag har identifierat och beskrivit ett produktionsproblem, vilket jag har angripit genom att egenutveckla en modell över en genetisk algoritm. Utifrån dessa förutsättningar besvarar jag uppsatsens forskningsfråga, nämligen vad är viktigt att beakta i samband med utveckling och design av genetiska algoritmer? .

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..

Detta arbete undersöker hur två olika nätverksarkitekturer för artificiella neurala nätverk fungerar i en testmiljö av shooter-karaktär. De två arkitekturer som undersöks är ett feedforward-nätverk samt ett elman-nätverk som tränas med hjälp av evolutionära algoritmer. Skillnaden på de två valda nätverksarkitekturerna är att det sistnämnda har ett korttidsminne.Resultaten visar att det i den testmiljö som använts inte är någon skillnad på de två nätverksarkitekturerna, utan de uppnår i princip samma resultat. Dock så har de beteenden som nätverken uppnått visat på att det är möjligt att använda agenter som är skapade av artificiella neurala nätverk i ett shooter-spel och att de kan generera bra resultat.Något som inte fokuserats på i detta arbete men som skulle vara intressant att kolla vidare på, är till exempel förändring av storleken på nätverken eller att undersöka om ett långtidsminne på det rekurrenta nätverket hade förändrat resultatet..

Evolution och tillståndsmaskiner är kända koncept inom både AI-forskning och spelindustrin. Tillståndsmaskiner har länge använts för att simulera artificella motståndare, samtidigt som evolution i många fall applicerats för att få agenter att själva upptäcka bra lösningar på problem. Arbetet använder sig av evolution för att undersöka om det går att evolvera fram bättre tillståndsövergångar i en stokastisk tillståndsmaskin än hos en fördefinierad tillståndsmaskin. Två homogena lag med två agenter vardera skapas, vilka tävlar på en arena där det går ut på att döda det andra laget först. Det ena laget delar en ständigt evolverande beteendemall medan det andra laget består av fördefinierade agenter, på så sätt att de har bedömts som duktiga på att spela spelet.

Evolution och tillståndsmaskiner är kända koncept inom både AI-forskning och spelindustrin. Tillståndsmaskiner har länge använts för att simulera artificella motståndare, samtidigt som evolution i många fall applicerats för att få agenter att själva upptäcka bra lösningar på problem. Arbetet använder sig av evolution för att undersöka om det går att evolvera fram bättre tillståndsövergångar i en stokastisk tillståndsmaskin än hos en fördefinierad tillståndsmaskin. Två homogena lag med två agenter vardera skapas, vilka tävlar på en arena där det går ut på att döda det andra laget först. Det ena laget delar en ständigt evolverande beteendemall medan det andra laget består av fördefinierade agenter, på så sätt att de har bedömts som duktiga på att spela spelet.

Effektiva lärosätt för algoritmer är inte alltid det enklaste att hitta. Algoritmer som används inom området för artificiell intelligens kan ofta vara svåra att förstå och ta lång tid att lära sig. Uppsatsen handlar om hur det kan vara möjligt att effektivisera lärandet av pathfindingalgoritmer genom att använda ett visuellt stödverktyg. Lärometoden som uppsatsen använder sig av är att genom en kombinationen av självimplementation och visualisering av pathfinding-algoritmer kunna öka effekten av dessa algoritmer. Användaren ges möjligheten att implementera fyra grundläggande pathfinding-algoritmer men även möjlighet att konstruera och implementera sina egna algoritmer.

Internationella studier visar att elever i alla stadier har stora brister i evolutionskunskap ochhar svårigheter att lära sig evolution. Denna uppsats ger en översikt överevolutionsundervisningen i den svenska skolan och försöker klarlägga varför evolution är såsvårt att förstå och lära ut.Styrdokumenten för den svenska skolan betonar inte övergripande evolutionskunskaper,och i de flesta läroböcker har evolution litet utrymme. Svenska elevers kunskaper i evolutionär svaga, och även många svenska biologilärare verkar ha bristande förståelse.Evolutionsprocessen är svår att förstå, den kräver ett helt annat tänkande änvardagstänkandet. De flesta elever tillämpar vardagstänkande i sina förklaringar av evolution,och har därmed ingen verklig förståelse av processen. Denna insikt måste finnas med iutformningen av evolutionsundervisningen, och läraren måste få eleverna att tänka på ett nyttsätt för att de verkligen skall förstå evolution..

Genetiska algoritmer, som baseras på den biologiska evolutionen, har historiskt sett används till att lösa komplexa problem med väldigt stora lösningsrymder.I den här rapporten beskriver vi hur vi implementerar en genetisk algoritm och en hissmodell, och undersöker möjligheterna att med hjälp av den genetiska algoritmen konstruera ett välfungerande hisstyrningssystem.Trots att vi inte lyckas få fram ett tillfredsställande hisstyrningssystem, finner vi potential att lösa dylika problem med genetiska algoritmer, och redogör för hur man kan göra det..

In this thesis swedish students? worldsviews, in relation to the theory of evolution, were studied. Thirty students from two different schools and cities took part in the survey and four students were later chosen for interviews. The results showed that there are many different types of students and categories in this matter. The study also showed that for some religious students, accepting the theory of evolution was not difficult thus showing that religious students can both believe in God and in the theory of evolution..

The purpose of this essay is to study the public debate on the subject of creationism, the belief that there is a creator of all life on earth. The study is focused on creationism in different forms in schools and the more general discussion of creationism as an alternative to the theory of evolution. The overall question is what should be taught as the origin of life: Evolution or creationism in various shapes and forms? The essay consists of an overview of previous research in both the USA and Sweden, and an analysis of argumentation on the issue in newspapers. A comparison is made between the USA and Sweden.The analysis of newspapers shows that there are some arguments for different forms of creationism but there are considerably more arguments against creationism.

Recent studies indicate that teaching the theory of evolution in Swedish secondary schools is not as uncontroversial as expected considering that Sweden is often described as one of the World?s most secularzied countries. A recent study indicates that Swedish teachers have a varity of tactics to avoid coming in conflict with their students or even parents of students that believe they have a rightto dictate how evolution should be taught. This study had fourmain aims; the first being to analyse both the previous curriculum and the new to see how the teaching of evolution is adressed, and if any changes have been made in the curriculum. The second being to look into how teachers interpret the curriculumand if they have noticed any changes in the new curriculum which have had an affect on their teachingmethods? The third being if teachers have met resistance when they teach evolution and the origins of life, and if so, how do they deal with these conflicts? The fourth and final aim of this study was to see if instances of conflict are on the rise as indicatedin the literature.The results of this study indicate that there has been no siginificant changes made in the curriculum with the exceptionthat the new curriculum is more clear and precise as to what teachers are expected to teach and that pseudoscience, such as intelligent design, has no place in science classroomsexcept when teachingthe philosophy of science.

I denna studie undersöks två algoritmer för att rendera volumetrisk data. Studien syftar till att undersöka om det är möjligt att använda dessa algoritmer i en datorspelsmiljö. De båda algoritmerna, som kallas för shear-warp-algoritmen och footprint-algoritmen, jämförs mot varandra för att ta reda på vilken som är bäst på att lösa uppgiften. Algoritmerna testas också för att se om de är lämpade att verka i en datorspelsmiljö med avseende på om de kan generera tillräckligt antal bilder per sekund.Resultatet av studien visar på att ingen av de två algoritmerna är lämpade inom den domän de är tänkta att verka inom. Även om shear-warp-algoritmen är effektivare på att lösa sin uppgift än vad footprint-algoritmen är så visar studien att ingen av dessa två algoritmer är lämpade i den domän de är undersökta i..