Robotinlärning ur olika vinklar

ELLIIT (Excellence Center Linköping-Lund in Information Technology) är ett strategiskt forskningsområde med hemvist på LTH och Linköpings universitet. Två gånger per år arrangerar ELLIIT så kallade fokusperioder, där forskare inom ett särskilt tema bjuds in till längre gästvistelser. Under fokusperioden hålls ett tredagars symposium, som samlar de inbjudna forskarna med internationellt framstående talare inom ämnet. I november startar fokusperioden om robotinlärning i Lund, där Institutionen för reglerteknik står värd.

Robotik är i grunden ett tvärvetenskapligt område, och robotinlärning hämtar insikter från ämnen som maskininlärning, robotteknik, reglerteknik och neurovetenskap. I takt med att robotar i allt högre grad används i människors miljöer – från dammsugaren i hemmet till den interaktiva räddningsroboten – ökar också fokus på robotarnas träning och inlärning.

Att träna en stor språkmodell har vissa begränsningar: genom att ge modellen träningsdata kan den till exempel lära sig att producera meningsfull text. Robotinlärning, däremot, involverar fysiska handlingar av en robot i en oförutsägbar miljö.

– Robotar agerar i den fysiska världen, som är svår att modellera på grund av hur oförutsägbar den är. När kraven på säkerhet, interaktioner och samarbete ökar, är det avgörande att robotar lär sig av sin omgivning för att föra fältet framåt,” säger Yiannis Karayiannidis, docent vid Institutionen för reglerteknik, LTH, Lunds universitet.

– Historiskt sett har robotar programmerats för att utföra en specifik uppgift, till exempel ta fram saker i en fabrik, med liten eller ingen avkänning av arbetsområdet. I dag behöver mer samarbetsinriktade robotar kunna interagera med, förstå och lära av sin omgivning,” säger Björn Olofsson, docent vid Institutionen för reglerteknik, LTH, Lunds universitet.

Att ha en robot som bara utför en uppgift är kostsamt, och att programmera om en robot för en ny uppgift är dyrt både i pengar och tid; drifttid går förlorad och det behövs expertis för omprogrammering. En robot som lär sig genom interaktion, av sina misstag och lyckat utförande möjliggör användning av allmänna robotar i en mängd olika sammanhang.

– Förstärkningsinlärning innebär att robotar lär sig fatta optimala beslut genom att kombinera utforskning och utnyttjande. Utforskningen innebär trial-and-error-inlärning genom interaktion med omgivningen, medan utnyttjandet handlar om att roboten använder den kunskap den fått från verkliga interaktioner för att agera baserat på återkoppling, säger Björn Olofsson.

Hur man lär sig

En av forskningsutmaningarna inom robotinlärning handlar om effektiviteten hos de olika inlärningsmetoderna.

– Utforskning är, återigen, kostsamt, både räknat i den tid det tar för roboten att lära sig på detta sätt, och i pengar, eftersom tester i verkliga miljöer sliter på hårdvara och utrustning, säger Yiannis Karayiannidis.

Här kommer simulering in som metod, där simulerade robotar kan utforska simulerade miljöer. Övergången från simulering till verklighet är ett av de ämnen som utforskas under fokusperiodens symposium, där arrangörerna hoppas skapa möjligheter till fördjupade diskussioner.

– De tre symposiedagarna kommer att avslutas med en paneldiskussion med dagens talare, och vi uppmuntrar alla deltagare att delta i diskussionerna och bidra med sina unika perspektiv, säger Björn Olofsson.

Under hela fokusperioden kommer RobotLab-infrastrukturen vid LTH att göras tillgänglig för ELLIIT- och gästforskare för att inspirera till nya idéer och fördjupa samarbeten som kan leda till framtida gemensam forskning.