Skogsmaskiner körs med AI från Umeå
För första gången har forskare lyckats utveckla en självkörande skogsmaskin styrd av artificiell intelligens. Denna milstolpe nåddes i en forskningsstudie vid Umeå universitet, där ett AI-system skapades för att manövrera den 16 ton tunga maskinen utan mänsklig inblandning. Studien, genomförd i samarbete med Skogforsk och Algoryx Simulation, visar på en stor potential för autonom styrning av tunga maskiner i skogsbruket.
Utmaningar med AI-styrning av tunga maskiner
AI-styrning av tunga maskiner kräver stora mängder träningsdata, vilket är både kostsamt och riskfyllt. Traditionellt har förträning i simulerade miljöer använts för att hantera detta, men dessa simulationer har ofta brister i överensstämmelse med verkligheten. Forskningen vid Umeå universitet har visat att detta hinder kan överkommas även för stora och komplexa system.
Framgångsrika tester i verklig miljö
På Skogforsks testområde i Jälla, utanför Uppsala, genomfördes de första lyckade testerna. AItränades på Umeå universitets superdator i flera miljoner träningssteg innan den tog över styrningen av skogsmaskinen. Under testerna navigerade AIframgångsrikt över olika hinder och följde en planerad rutt.
Djup förstärkningsinlärning möjliggör autonom styrning
Den teknik som används, djup förstärkningsinlärning (deep reinforcement learning), har tidigare visat sig effektiv för att styra komplexa system. Fram till nu har dock framgångarna varit begränsade till digitala system eller små, lätta robotar. Tunga maskiner, såsom de som används i skogsbruk, har en komplex mekanik som gör dem svåra att kontrollera.
Överbryggande av verklighetsglappet
Ett stort hinder har varit det så kallade ”verklighetsglappet” – skillnaden mellan simulering och verklighet. Trots en hög grad av realism i simuleringarna finns det alltid en viss diskrepans. Forskningen vid Umeå universitet har dock visat att detta glapp kan överbryggas. AIpresterade bättre vid varje försök, vilket demonstrerar att övergången från simulering till verklig tillämpning är möjlig.
Publicering och erkännande
Forskningsresultaten har publicerats i vetenskapliga artiklar och presenterades nyligen på världskongressen i skoglig forskning, IUFRO, i Stockholm. Detta banar väg för framtida användning av AI i skogsbruket och andra industrier där tunga maskiner används.
Sim-to-real transfer of active suspension control using deep reinforcement learning. Robotics and Autonomous Systems, 104731, doi.org/10.1016/j.robot.2024.104731 (2024).
Kommentera: