Trolla bort din lätta robots dåliga sidor

<p>Lättviktsrobotarna blir vanligare, till exempel inom sjukvården och livsmedelsindustrin, men mindre och lättare robotar har problem med friktion och glapp.</p> <p>- Sådana egenskaper är svåra att modellera, säger Johanna Wallén.</p> <p>Hon har presenterat en doktorsavhandling, som beskriver ett system där roboten lär sig genom att upprepa rörelser, mäta var verktyget faktiskt hamnar och sedan göra skattningar för att styra så rätt som möjligt. Det kallas iterativ inlärning.</p> <p>Med vanliga reglersystem utgår man ofta från motorvinkelmätningar, och med relativt vekt konstruerade robotar blir det svårt att sätta verktygen i samma position varje gång.</p> <p>- Med den här metoden används kunskapen om en felaktig rörelse för att korrigera nästa.</p> <p>Styrkan hos den traditionella programmeringen är att den omfattar hela robotens rörelseområde. Inlärningsmetoden kan däremot användas för ett litet lokalt område, som när verktyget nästan är på plats.</p> <p>- Jag kan tänka mig att man gör detta under en inlärningsperiod, låser fast vid resultatet och sedan uppdaterar vid behov, säger Johanna Wallén.</p>