The goal of this project was to examine and explain howgenetic algorithms could be implemented and optimised ona cheap electronic hardware. The goal was that a 4-leggeddemonstrator to learn to walk by itself using only knowledgeof the basic movements of its limbs. The report explains into detail how a basic genetic algorithm is constructed andwhat alterations can be made to fit the demonstrator inquestion. It also describes how the demonstrator with thehelp of a ultrasonic sensor measuring the distance, evaluatesits own performance for every iteration and uses thisinformation to improve. For the experiments, fractionalfactorial tests are performed and the demonstrator learnsthe walking movement by trying a total of 4500 times in 36different tests. The scope of this project limits the robotto walking in a straight line on even ground and with aflat surface in front of a vertical surface for ease of distancemeasurement.

Målet med detta projekt var att undersöka och förklarahur genetiska algorithmer kan implementeras och optimeraspå billig hårdvara för att tillåta en 4-bent robot attlära sig själv att gå med endast vetskapen om basrörelsenav sina ben. Rapporten går in på detalj hur en genetisk algorithmär uppbyggd och vilka förbättringar som kan görasför roboten i fråga. Den beskriver också hur roboten medhjälp av en ultraljudssensor för att mäta avstånd evaluerarsin prestation efter varje iteration och använder denna dataför att förbättra sig själv.Experimenten utfördes enligt fractinal factorial metoden och roboten lär sig att gå genom att testa totalt 4500 gåger i 36 olika test. Ramen avdetta project tillåer endast roboten att gåi en rak linje på platt mark och ha tillgång till en plan vägg framför sig för att lätt kunna mäta avstånd.