BEAST 教程2 添加Object和交互式Animat

29 Mar 2020

Reading time ~2 minutes

内容介绍

• 往world中增加objects

• 让animats与objects互动

• 手写简单的neural controller

• 通过继承创建更多特殊对象

• 传感器的运作

当我们希望我们的仿真能让Animats与对象具有互动关系，比如说吃东西或者掉进某个洞里，则需要添加一些代码来响应。

编写会吃奶酪（Cheese）的Animat

这将会吃cheese的类就是Mouse，Mouse的世界只有两个类型：其他老鼠和奶酪，奶酪会用黄色点表示。

我们给Mouse一个简单的sensor，叫做NearestAngleSensor，告诉我们Mouse与指定类型的最近对象的角度：左边是负角度，右边是正角度，0是正前方。（那正后方不管咯？（杠（但是按前面的shrew来理解animat只跟随前面的东西

引入头文件：

#include "wxsimenv.h"
#include "animat.h"
#include "sensor.h"

定义Cheese类：

class Cheese : public WorldObject
{
public:
    Cheese()
    {
        This.Radius = 2.5f;                     // Cheeses are quite small 奶酪比较小
        This.SetColour(ColourPalette[COLOUR_YELLOW]);// Cheeses are yellow
        This.InitRandom = true;                 // Cheases are scattered 奶酪是分散的
    }
    virtual ~Cheese(){}
// When a Cheese is Eaten, it reappears in a random location.
// 当奶酪被吃掉，会在一个随机地点重新出现
    void Eaten()
    {
        This.Location = myWorld->RandomLocation();
    }
};

Cheese的构造函数将半径设置为2.5了，颜色设置为黄色， initRandom标志设置为true，这样Cheese将随机分布在World中。

Cheese类带有强制的虚拟析构函数。

Mouse碰到Cheese时会调用Eaten方法，Cheese会重新出现在World中其他地方。

myWorld指向Cheese所在的任何World的指针，RandomLocation是World的方法，返回世界中的随机坐标。

定义Mouse类：

class Mouse : public Animat
{
public:
    Mouse()
    {
        This.Add("angle", NearestAngleSensor<Cheese>());
        This.InitRandom = true;
    }
virtual void Control()
    {
        double o = This.Sensors["angle"]->GetOutput();
        This.Controls["right"] = 0.5 - (o > 0.0 ? o : 0.0);
        This.Controls["left"] = 0.5 + (o < 0.0 ? o : 0.0);
    }
virtual void OnCollision(WorldObject* obj)
    {
        Cheese* cheese;
if (IsKindOf(obj,cheese)) {
            cheese->Eaten();
        }
Animat::OnCollision(obj);
    }
};

和先前一样，Mouse从Animat类中派生，但是这次只有一个sensor，也就是简单的NearestAngleSensor，它的范围实际上超出了World，并和往常一样告诉Mouse在World中随机的地方出现。

Control方法进行了简单的计算，让Mouse有期望中的行为：右轮速度以0.5半速加上（本人认为此处应该是minus减去）与最近奶酪的夹角的向左幅度，左轮以0.5半速加上夹角的向右幅度。

这里的OnCollision方法也是覆写的，当对象碰撞时被调用，参数是指向与Mouse碰撞的对象的指针，如果是Cheese就调用Eaten方法。

最后，当重写的OnCollision方法结束后，Animat的原生OnCollision方法仍会进行工作，比如避免Mouse穿过屏障或者其他Mouse，Animat::OnCollision会被调用，并传递指针。

Simulation的设置和之前差不多，但是这回将有两个Group对象：

class MouseSimulation : public Simulation
{
    Group<Mouse> theMice;
    Group<Cheese> theCheeses;
public:
    MouseSimulation():
    theMice(30)
    theCheeses(50)
    {
        This.Add("Mice", theMice);
        This.Add("Cheeses", theCheeses);
    }
};

宏：

BEGIN_SIMULATION_TABLE
    ADD_SIMULATION("Mice", MouseSimulation)
END_SIMULATION_TABLE

引入神经控制器（Neural Controllers）

模拟仿真提供了两种类型的人工神经网络（ANN）：FeedForwardNet，具有一个隐藏层的前馈网络；DynamicalNet，一个完全递归的动力学神经网络。

神经网络的配置：注意每个节点的输出将通过一个简单的阈值函数，而不是这种神经网络通常使用的sigmoid函数。输入节点上的两个权重将确保如果角度为正，则激活神经网络的一侧；反之，激活另一侧。与原始输出一样，两个输出节点偏置-0.5确保每个输出至少为0.5。

调整Mouse以使用此神经网络：

include前馈神经网络头文件：

#include "feedforwardnet.h"

为FeedForwardNet添加私有成员：

private:
    FeedForwardNet myBrain;

并且构造Mouse时得在myBrain中设置：

Mouse():
myBrain(1, 2, 2, false)
{
    vector<float> ffnConfig;
    ffnConfig.push_back( 1.0f); // 1st input 1st weight 第一个输入的第一个权重
    ffnConfig.push_back( 0.0f); // 1st input bias 第一个输入偏置
    ffnConfig.push_back(-1.0f); // 2nd input 1st weight 第二个输入的第一个权重
    ffnConfig.push_back( 0.0f); // 2nd input bias 第二个输入的偏置
    ffnConfig.push_back( 1.0f); // 1st hidden 1st weight (for input 1) 第一个隐藏层的第一个权重（给输入1的）
    ffnConfig.push_back( 0.0f); // 1st hidden 2nd weight (for input 2) 第一个隐藏层的第二个输入权重（给输入2的）
    ffnConfig.push_back(-0.5f); // 1st hidden bias 第一个隐藏层的偏置
    ffnConfig.push_back( 0.0f); // 2nd hidden 1st weight (for input 1)  第二个隐藏层的第一个权重（给输入1的）
    ffnConfig.push_back( 1.0f); // 2nd hidden 2nd weight (for input 2) 第二个隐藏层的第二个权重（给输入2的）
    ffnConfig.push_back(-0.5f); // 2nd hidden bias 第二个隐藏层的偏置
This.myBrain.SetConfiguration(ffnConfig); // set
This.Add("angle", NearestAngleSensor<Cheese>());
    This.InitRandom = true;
}

在这一行中myBrain(1, 2, 2, true)（此处应是false吧）中使用一个输入，两个隐藏层，两个输出配置内置的FeedForwardNet，false表示简单的阈值函数而不是sigmoid。

最后Mouse需要一种新的Control方法，该方法将传感器中的输入给输入到myBrain中，然后使用网络的输出设置motors。

virtual void Control()
{
    This.myBrain.SetInput(0, sensors["angle"]->GetOutput());
This.myBrain.Fire();
This.Controls["left"] = This.myBrain.GetOutput(0);
    This.Controls["right"] = This.myBrain.GetOutput(1);
}

使Mouse更加挑剔

只要有cheese，mice就会继续吃，有些mice喜欢gruyere，不会碰其他的，而另一部分则喜欢普通的旧奶酪。

要达成这样的特性，首先，我们要通过继承cheese基础类来创建新cheese：

class Stilton : public Cheese
{
    Stilton()
    {
        This.SetColour(0.2f, 1.0f, 0.2f);
    }
    virtual ~Stilton(){}
};
class Gruyere : public Cheese
{
    Gruyere()
    {
        This.SetColour(1.0f, 0.5f, 0.0f);
    }
    virtual ~Gruyere(){}
};

除了颜色和类型，这两种奶酪和以前完全一样。

接下来，创建两种mouse：PickyMouse和OldFashionedMouse：

class PickyMouse : public Mouse
{
public:
    virtual ~PickyMouse(){}
virtual void OnCollision(WorldObject* obj)
    {
        Gruyere* cheese;
if (IsA(obj, cheese)) {
            cheese->Eaten();
        }
This.Animat::OnCollision(obj);
    }
};
class OldFashionedMouse : public Mouse
{
public:
    virtual ~OldFashionedMouse(){}
virtual void OnCollision(WorldObject* obj)
    {
        Cheese* cheese;
if (IsA(obj, cheese)) {
            cheese->Eaten();
        }
This.Animat::OnCollision(obj);
    }
};

修改传感器

现在需要修改传感器来检测特定类型的奶酪。

仿真中的传感器十分灵活，而每个传感器都有四个元素：

传感器类，决定看向哪个个体：

a. basic Sensor class 将考虑整个World的所有个体

b. AreaSensor可以采用指定形状，并且只查看那个区域中的个体

c. TouchSensor只考虑接触的个体 BeamSensor从特定点投射一定角度范围和半径的射线，范围为0的激光只看前方，范围为2 x pi (360 degrees) 的激光将在任何方向检测
匹配函数，决定对象是否对传感器感兴趣
评估函数，获取有关对象的特定信息，比如说有多远，什么角度，多大，或者只保持了所感测物体的数量
缩放函数，获取评估函数的输出并修改表示合适的输出

其实传感器函数不是真正的函数，而是函数对象，因此实际不存在NearestAngleSensor之类的，只是一堆附加在类上的函数对象。NearestAngleSensor就是在用正确的对象设置Sensor，并返回指向该Sensor的指针：

template <class T>
Sensor* NearestAngleSensor()
{
    Sensor* s = new Sensor(Vector2D(0.0, 0.0), 0.0);
    s->SetMatchingFunction(new MatchKindOf<T>);
    s->SetEvaluationFunction(new EvalNearestAngle(s, 1000.0));
    s->SetScalingFunction(new ScaleLinear(-PI, PI, -1.0, 1.0));
return s;
}

因此要更改PickyMouse的匹配功能，只需要添加下行到PickyMouse的构造函数：

sensors["cheese sensor"]->SetMatchingFunction(new MatchExact<Gruyere>);

这样旧的匹配功能将被删除然后被替代。

BEAST教程索引

BEAST 教程0 代码说明

BEAST 教程1 创建第一个Animat

BEAST 教程2 添加Object和交互式Animat

BEAST 教程3 引入遗传算法

Reference

https://minerva.leeds.ac.uk/webapps/blackboard/content/listContent.jsp?course_id=_505438_1&content_id=_6865832_1&mode=reset

进化学习机器学习