Väitös automaation, systeemien ja säätötekniikan alalta, M.Sc. David Blanco-Mulero

Väitöskirjan nimi: Towards Efficient Robotic Manipulation of Deformable Objects by Learning Dynamics Models and Adaptive Policies

Tohtoriopiskelija: David Blanco-Mulero
Vastaväittäjä: Prof. Yiannis Demiris, Imperial College London, Yhdistynyt kuningaskunta
Kustos: Prof. Ville Kyrki, Aalto-yliopiston sähkötekniikan korkeakoulu, sähkötekniikan ja automaation laitos

Älykkäät robottijärjestelmät voivat auttaa ikääntyneen väestön globaalin kasvun muodostamassa haasteessa, sillä ne kykenevät avustamaan ihmisiä päivittäisissä toimenpiteissä, kuten syöttämisessä sekä pukeutumisessa. Viimeaikaisten koneoppimiseen perustuvien menetelmien avulla robottijärjestelmät ovat kyenneet onnistuneesti manipuloimaan erilaisia objekteja, joskin pääosin jäykkiä kappaleita. Kuitenkin monet arkielämässä esiintyvät objektit, kuten erilaiset tekstiilit ja vihannekset, ovat muotoaan muuttavia. Näihin objekteihin liittyy uusia haasteita, kuten objektien muodonmuutoksien esitystavan löytäminen, sekä robotin toimenpiteiden mukauttaminen muodonmuutoksiin. 

Näihin haasteisiin vastaten tämä väitöskirja esittelee menetelmiä, jotka mahdollistavat robotin manipulaatiotoimenpiteiden mukauttamisen erilaisiin materiaaleihin ja objekteihin. Erityisesti se tutkii menetelmiä, jotka voivat oppia simulaatiossa tehokkaasti manipuloimaan muotoaan muuttavia objekteja sekä menetelmiä, joilla voidaan siirtää opitut taidot todellisuuteen. Lisäksi se tarkastelee taitojen siirrossa esiintyviä haasteita. Ensin väitöskirja tutkii muotoaan muuttavien objektien dynamiikan esitystapoja ja mallintamista datapohjaisia menetelmiä hyväksikäyttäen. Seuraavaksi väitöskirja esittää menetelmiä, joilla voidaan oppia manipulaatiomenettelytapoja, jotka mukautuvat erimuotoisiin, -kokoisiin ja eri materiaaleista valmistettuihin objekteihin. Lopuksi väitöskirja tutkii simulaation ja todellisuuden välistä kuilua, joka on merkittävä haaste simulaatioita käyttäville koneoppimismenetelmille, kvantifioimalla sitä kankaiden manipuloimistehtävässä. 

Kokonaisuudessaan väitöskirjan tulokset osoittavat, että simulaatiossa opitut toimintamenetelmät kykenevät mukautumaan sekä tehokkaasti manipuloimaan laajaa muotoaanmuuttavien objektien joukkoa, ja että käyttämällä takaisinkytkentää voidaan myös osaltaan pienentää simulaation ja todellisuuden välistä kuilua. Tästä seuraa, että menetelmät, jotka perustuvat simulaatiossa oppimiseen, voivat parantaa manipulaatiojärjestelmien mukautuvuutta, missä takaisinkytkennällä on tärkeä rooli onnistuneessa taitojen siirrossa simulaatiosta 

Linkki väitöskirjan sähköiseen esittelykappaleeseen (esillä 10 päivää ennen väitöstä): https://aaltodoc.aalto.fi/doc_public/eonly/riiputus/

Sähkötekniikan korkeakoulun väitöskirjat: https://aaltodoc.aalto.fi/handle/123456789/53