Prírodou inšpirované algoritmy

študijné materiály pre projekt mobilnej triedy umelej inteligencie

Späť ku kurzom triedy
Obsah
Genetické algoritmy v počítačovej grafike
Osvetlenie v 3D s použitím interaktívnych genetických algoritmov



Ostatné kapitoly
Genetické algoritmy
Genetické programovanie
Umelá embryogenéza
Evolučný dizajn
Interaktívny evolučný výpočet
Ekogramatiky
Evolučný hardware


Tutoriály
 Celulárne automaty
 Morfogenéza
 Simulátory
 Evolučné algoritmy
 Chaos
 Roboty
 Rôzne


Osvetlenie v 3D s použitím interaktívnych genetických algoritmov

Obr.2 Osvetlenie
Osvetlenie v 3D počítačovej grafike

Na obrázku vidíme "dva" zdroje svetla. Prvý (hore) určí nasledujúce parametre osvetlenia : uhol, počet zdrojov svetla a ich pozíciu. Druhý (dole) určuje farbu osvetlenia. Úlohou interaktívneho genetického algoritmu je nájsť takú kombináciu, medzi uvedenými parametrami, ktorá zabezpečuje najreálnejšie zobrazenie scény.

Parametre prvého sú zakódované v chromozóme veľkosti 90b. Každý zdroj svetla môžeme charakterizovať nasledujúcimi parametrami:

  • typ zdroja svetla
  • ON/OFF
  • úroveň osvetlenia
  • pozícia zdroja svetla vo sférických súradniciach
Zakódovanie parametrov prvého zdroja svetla

Zakódovanie parametrov prvého zdroja svetla

Parametre druhého sú zakódované v chromozóme veľkosti 114b. Každý zdroj svetla môžeme charakterizovať nasledujúcimi parametrami:

  • typ zdroja svetla
  • ON/OFF
  • úroveň osvetlenia
  • farba
  • sýtosť
  • pozícia zdroja svetla vo sférických súradniciach
Zakódovanie parametrov druhého zdroja svetla

Zakódovanie parametrov druhého zdroja svetla

Pri výpočte parametrov prvej skupiny zdrojov svetla GA používa jednoduchú crossover funkciu a asymetrickú mutáciu (asymmetrical mutation). Na vygenerovanie prvej polovice populácie sa používa crossover funkcia, ktorá použije dvoch najlepších a jedného najhoršieho rodiča z predchádzajúcej generácie a tieto sa kopírujú do druhej polovice populácie. Miera mutácie pre druhú skupinu populácie sa pohybuje v rozmedzí 0.2%-20% závislosti od rýchlosti konvergencie.

V prípade druhej skupiny, GA používa dvojbodovú crossover (two-points crossover) funkciu a 0.2% mutáciu.

Na ohodnotenie výkonnosti interaktívnych genetických algoritmov pre osvetlenie scény v 3D počítačovej grafike bolo vytvorených niekoľko obrázkov s a bez použitia interaktívneho genetického algoritmu.

bez IGA
s IGA
a) tmavá impresia

bez IGA
s IGA
b) jasná impresia

bez IGA
s IGA
c) hrdinka

bez IGA
s IGA
d) zlodejka
Vplyv IGA na osvetlenie scény

Hore
Kontakt: Marek Bundzel