Arbete om optimering av kollaborativa robotar vinnare i Automation Student


2019-10-02

<noscript>&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp; &amp;amp;lt;img alt=\
Bild: Automation Region
Oliver Lindberg och Arsam Shokrian vinner belönas för sin masteruppsats "Sequence optimization using reinforcement learning in RobotStudio".

Chalmersstudenterna Oliver Lindberg och Arsam Shokrian har utsetts till vinnare i 2019 års upplaga av tävlingen Automation Student. De belönas för sin masteruppsats som utforskar optimering av kollaborativa robotceller med hjälp av maskininlärning.

Kollaborativa robotar kan till skillnad från traditionella industrirobotar arbeta sida vid sida med människor, utan krav på bur eller annan skyddsutrustning. De är i regel begränsade i styrka och saktar ner eller stannar helt när en människa kommer för nära. Denna typ av robotik utvecklas snabbt och bedöms utgöra en viktig pusselbit inom framtidens smarta industri.

Oliver Lindberg och Arsam Shokrian har tittat närmare på hur samarbetet mellan kollaborativa robotar och mänskliga operatörer kan optimeras.

– Vi har byggt upp en virtuell monteringssituation där en kollaborativ robot observerar en mänsklig operatörs rörelsemönster, förklarar Oliver Lindberg. Sedan anpassar roboten sina egna rörelser för att hitta den optimala monteringssekvensen.

Masterarbetet omfattar utvärdering av tre olika maskininlärningstekniker inom reinforcement learning. Dessutom har författarna utforskat möjligheterna med att öka inlärningshastigheten genom att genomföra flera parallella simuleringar. Arbetet har genomförts i samarbete med ABB och utbildningsprojektet Smarta fabriker vid Göteborgs Tekniska College, GTC.


Så här motiverar juryn sitt val av vinnare:
Det vinnande arbetet betonar behovet av människors och robotars naturliga samexistens. Genom kreativ användning av simuleringsplattform och avancerade inlärningstekniker tränas roboten att anpassa sig till människans beteende. För öppna system, där klassisk optimering är en utmaning, tar arbetet ut riktningen för framtiden – såväl inom industrin som samhället.

– En stor behållning med arbetet är att olika maskininlärningstekniker ställs emot varandra och jämförs, säger Nina Åxman, fabrikschef på Bombardier Transportation i Västerås och medlem i juryn för Automation Student. Lärdomarna kan generaliseras till flera områden och därmed bidra till bättre förståelse för AI-tillämpningar.

Andraplatsen i tävlingen delas av följande finallag:

Det vinnande arbetet kommer att presenteras vid konferensen Automation Summit den 9 oktober i Västerås. Oliver Lindberg och Arsam Shokrian belönas med ett stipendium på 20 000 kronor.

Tävlingen Automation Student lyfter fram och belönar bra examensarbeten inom automation. Priset delas ut sedan år 2010 av Automation Region, branschorganisationen Svensk Automation samt Svenska Mässan.



Källa: Automation Region