Eine Vielzahl an Evo-Devo-Systemen wurde entwickelt um das Verhalten von in ihrer Umwelt eingebetteten Agenten mittels software Simulationen zu untersuchen. In dieser Arbeit wurde ein auf der Grundlage von regulatorischen genetischen Netzwerken (GRN) sowie Konzepten der Entwicklungsbiologie aufbauendes Modell vorgestellt. Dabei war eines der Ziele die Ermöglichung beispielloser Flexibilität in Hinsicht auf die Entwicklungsprozesse und Zelleigenschaften eines virtuellen Organismus. Das Wachstum dieser in physisch bewussten Umgebungen eingebetteten virtuellen Organismen wurde mittels verschiedener auszuführender Aufgaben untersucht. Ein fortgeschrittener evolutionärer Algorithmus wurde angewandt um ausgeklügelte Lösungen zu Aufgaben wie z.B. dem Erreichen eines vorbestimmten Ortes oder das durchqueren einer virtuellen Welt zu finden. Die zugrunde liegenden internen Dynamiken von erfolgreichen Individuen wurden mit dem Ziel die Emergenz dieser Verhalten zu verstehen genauer untersucht. Ineinzelnen Fällen wurde das regulatorische genetische Netzwerk der Unterdrückung spezifischer Gene unterzogen um somit die Effekte von gezielter Verlusten gewisser Zelleneigenschaften in Hinsicht auf Verhalten und Leistung zu untersuchen. Eine Diskussionüber das Problem der Komplexitätsanpassung, welche die Notwendigkeit einer Balance zwischen Flexibilität einer Zelle und deren Umwelt darstellt, schliesst die Arbeit ab.

University of Zurich

ailab