.png?s3=1)
Cenu Wernera von Siemense v kategorii Nejlepší absolventská práce zabývající se tématy Průmyslu 4.0 získal Ing. Erik Derner, Ph.D., z Fakulty elektrotechnické Českého vysokého učení technického v Praze za práci s názvem Efektivní metody pro učení modelů a řízení v robotice.
Cílem disertační práce Erika Dernera bylo navrhnout řešení aktuálních problémů v oblasti učení modelů z dat v oblasti robotiky. Experimenty s mobilním robotem ukázaly, že model naučený jen z několika desítek vzorků vybraných navrženou metodou může být využit pro úspěšné vykonání úlohy založené na řízení metodou posilovaného učení. Běžně používané techniky učení modelů z dat v mnoha případech generují modely, které nevyhovují fyzikálním omezením robota. Částečný teoretický nebo empirický model robotu je přitom často znám. Dernerova práce ukazuje, jak lze symbolickou regresi přirozeně rozšířit tak, aby byly předem známé informace o robotu zahrnuty do procesu učení modelu.
Znalost matematických modelů dynamických systémů je klíčová pro celou řadu inženýrských a vědeckých disciplín. Modely umožňují provádění simulací, analýzu chování systému, rozhodování a návrh řídicích algoritmů. Z použití modelů těží i techniky, které z principu fungují bez modelu, například posilované učení. Navzdory rostoucí popularitě mají totiž běžně používané metody učení modelů, jako jsou hluboké neuronové sítě, své nevýhody. Vyžadují velký objem trénovacích dat a značný výpočetní výkon, aby se naučily velký počet parametrů. Jejich black-box charakter navíc neumožňuje interpretaci modelu ani vhled do jeho struktury.
Inspirace v evoluci
Zájem o evoluční algoritmy v Eriku Dernerovi vzbudil již během magisterského studia kurz dr. Jiřího Kubalíka, se kterým následně těsně spolupracoval. „Zaujalo mě, jak tyto metody čerpají inspiraci v evoluci, ve světě, který nás obklopuje, v přírodě a v nás samých. Do využití strojového učení v robotice mě pak zasvětil vedoucí práce prof. Robert Babuška,“ říká.
Na práci byl podle Erika Dernera nejzajímavější vývoj nové metody a její testování v experimentech s roboty v reálném světě. Naopak nejtěžší pro něj byly, tak jako asi pro všechny začínající výzkumníky, nesnáze s recenzním řízením. „Publikování výsledků zpravidla trvá dlouhé měsíce a svou roli hraje i náhoda. Chce to obrnit se trpělivostí, vytrvat, a nakonec vše dobře dopadne. Metody prezentované v disertaci se tak staly publikačně i citačně úspěšnými,“ popisuje.
Za velmi zajímavý a přínosný považuje pobyt na zahraničním pracovišti – v jeho případě se jednalo o Univerzitu Karla III. v Madridu. „Zahraniční pobyt mohu jen doporučit všem studentům a výzkumníkům, je to zkušenost k nezaplacení s profesním i osobním přesahem,“ podotýká. V Madridu se zaměřil na efektivní modelování prostředí, ve kterém se roboty pohybují, a navrhl metodu pro vizuální lokalizaci mobilních robotů v proměnlivém prostředí založenou na stabilitě lokálních příznaků.
Za vědecký vzor považuje svého vedoucího práce prof. Roberta Babušku. „Kromě jeho obdivuhodného přehledu, zkušeností, znalostí, smyslu pro detail a trpělivosti oceňuji zejména jeho skvělý přístup ke spolupráci, založený na vzájemném respektu a důvěře. To pro mě vždy bylo velkou inspirací a snažím se to přenášet dále i do spolupráce se svými studenty,“ říká.
Prof. Babuška si zase na Eriku Dernerovi cení jeho svědomitosti, pracovitosti a toho, jak rychle se učí. Výsledky Dernerovy práce by podle něj měly v brzké době najít využití v praxi. „Uplatní se v robotice, ale i v jiných průmyslových aplikacích, všude tam, kde je třeba z dat vytvářet modely (dynamických) systémů,“ je přesvědčen prof. Babuška.
