MISTRA DIGITAL FOREST ÅRSRAPPORT 2021 1
AUTOMATION INLÄRNING GENOM DEMONSTRATION – fullt
möjligt även för en kran i skogsbruket Går det att lära en kran på en skogsmaskin att utföra samma jobb mer exakt och på kortare tid än sin mänskliga motsvarighet? Absolut, menar Pedro La Hera, forskare vid SLU. PEDRO LA HERA – Tänk dig att du börjar på ett nytt jobb, där du ska bygga något du aldrig har byggt tidigare. Antingen kan prova dig fram på egen hand tills du lyckas eller så kan du låta någon som kan lära dig. Det sistnämnda är både det mest tidseffektiva och det vanligaste sättet som människor använder för att lära sig nya färdigheter, förklarar han och fortsätter: – Det är precis det vi har låtit göra i en studie där en algoritm jag har utvecklat har lärt en kran på en skotare att utföra uppgifter med hjälp av data från mänskliga operatörer. Alltså data som kommer från maskiner som har körts av människor i verkliga miljöer. Inom robotteknik är detta tillvägagångssätt känt som "lära sig genom demonstration". Det är enkelt uttryckt en ny maskininlärningsmetod som hjälper robotar att lära sig nya färdigheter med hjälp av demonstrationer. Det tillämpas i situationer där det inte går att förprogrammera en robot, som det gör på till exempel fabriksgolv, eftersom den behöver kunna fatta beslut och ta sig an mer komplexa uppgifter i den verkliga världen – i detta fall skogen. Studien, som Pedro La Hera har genom fört i en simulerad miljö inom Mistra Digital Forest, visar att det går utmärkt att lära upp en kran på en skotare enligt den här metoden. Och det med ett resultat som både är mer exakt och snabbare än om en människa skulle gjort det. Enligt Pedro är nästa steg experimentella tester för att validera resultaten. – Först planerar vi att samla in mer data med hjälp av våra branschpartners. Därefter kommer vi att utföra experimentella tester i en testbädd som vi tagit fram och presenterat tillsammans med Luleå Tekniska Universitet, som en del av det nystartade labbet Arctic Off-Road Robotics Laboratory (AORO), berättar han och avslutar: – Det finns tillämpningar av liknande metoder i små till medelstora robotar, men ingen tidigare har tagit fram sådana för den tunga maskinindustrin, varken inom skogsbruket eller på annat område. Vi kan bli de första. Det skulle visa på möjligheten att det går att automatisera arbete med tunga maskiner, som man hittills inte har ansett vara möjligt att automatisera. 17 F o t o : J o h a n O l s s o n