Autonome Forstmaschine wird virtuell ausgebildet

Die 16 Tonnen schwere sechsrädrige Forstmaschine mit dem Namen  XT28 kurvt selbstständig durch ein mit Hindernissen gespickte Gelände. Die Maschine absolviert ihre Aufgabe so gut, als würde ein erfahrener Fahrer im Cockpit sitzen.

Virtuelles KI-Training

Laut Viktor Wiberg, dessen Doktorarbeit sich mit den Bewegungsabläufen der Maschine beschäftigt hat, müssen KI-gestützte Steuerungen anhand von realen Daten trainiert werden. Diese zu sammeln wäre bei einer 16 Tonnen schweren Maschine jedoch zu riskant gewesen. Deshalb haben sich Wiberg und sein Doktorvater Martin Servin zu einem virtuellen Training entschieden. Konkret eingesetzt worden ist die KI-Methode "Deep Reinforcement Learning", die bereits gezeigt hat, dass ein solches virtuelles Training erfolgreich auf die Wirklichkeit übertragbar ist. Bisher waren es allerdings nur digitale Systeme oder kleine und leichte Roboter.

Hohe Verletzungsgefahr bei großen Maschinen

Bei schweren Geräten für Forstwirtschaft, Bergbau und Bauwesen können die Folgen im Ernstfall gefährlich sein. Zudem haben sie eine komplexe Mechanik, oft in Kombination mit einer Hydraulik. Dadurch sind sie schwer zu steuern. Daher der virtuelle Weg mit einer simulierten Umgebung, bei dem die Maschinendynamik und die Interaktion mit dem Gelände und den Baumstämmen realitätsgetreu berechnet wird. 

Doch trotz eines hohen Grades an Realismus in den physikalischen Modellen, die den Simulationen zugrunde liegen, gibt es eine gewisse Diskrepanz zur Realität. Diese so genannte "Realitätslücke" stellt ein großes Hindernis dar, wenn ein vortrainiertes Modell auf die Steuerung einer physischen Maschine übertragen werden soll. So kann die KI unerwartete und unerwünschte Aktionen ausführen. Wiberg und Servin haben diese Lücke erfolgreich überwunden. Der XT28 machte in der Wirklichkeit genau das, worauf er virtuell trainiert worden war. Er lernte in den Tests sogar noch dazu.