रोबोटिक्स
नए डीप लर्निंग न्यूरल नेटवर्क के साथ नरम शरीर वाले रोबोट अधिक कुशल
नरम शरीर वाले रोबोट रोबोटिक्स के व्यापक क्षेत्र में एक अत्यंत महत्वपूर्ण उपकरण हैं, क्योंकि पारंपरिक और कठोर शरीर वाले रोबोट एक ही प्रकार के कार्यों को पूरा करने में सक्षम नहीं हैं। पहला इंसानों के साथ अधिक सुरक्षित तरीके से बातचीत करता है, और वे तंग जगहों में फिट होने जैसे काम कर सकते हैं।
सॉफ्ट रोबोट के साथ शामिल प्रमुख चुनौतियों में से एक यह है कि उन्हें पता होना चाहिए कि प्रोग्राम किए गए कार्यों को पूरा करने के लिए उनके शरीर के सभी अंग कहाँ हैं, और यह अधिक कठिन हो जाता है क्योंकि सॉफ्ट रोबोट लगभग अनंत तरीकों से विकृत होने में सक्षम होते हैं।
अब, एमआईटी के शोधकर्ताओं ने एक नया गहन शिक्षण एल्गोरिदम विकसित किया है जो इंजीनियरों को सॉफ्ट रोबोट को इस तरह से डिजाइन करने में मदद करता है जो उन्हें अपने परिवेश पर अधिक डेटा एकत्र करने में सक्षम बनाता है। एल्गोरिदम रोबोट के शरीर के भीतर सेंसर के अनुकूलित प्लेसमेंट का सुझाव देकर काम करता है। यह इसे पर्यावरण के साथ बातचीत करते हुए सौंपे गए कार्यों को पूरा करने में सक्षम बनाता है।
अलेक्जेंडर अमिनी एमआईटी कंप्यूटर साइंस और आर्टिफिशियल इंटेलिजेंस प्रयोगशाला में पीएचडी छात्र एंड्रयू स्पीलबर्ग के साथ शोध के सह-प्रमुख लेखक हैं। में शोध प्रकाशित किया गया था Iईईई रोबोटिक्स और ऑटोमेशन पत्र लिलियन चिन, पीएचडी छात्र, और वोज्शिएक माटुसिक और डेनिएला रस, विश्वविद्यालय में प्रोफेसर सहित अन्य सह-लेखकों के साथ।
अमिनी कहती हैं, "सिस्टम न केवल किसी दिए गए कार्य को सीखता है, बल्कि उस कार्य को हल करने के लिए रोबोट को सर्वोत्तम तरीके से कैसे डिज़ाइन किया जाए, यह भी सीखता है।" “सेंसर प्लेसमेंट को हल करना एक बहुत ही कठिन समस्या है। इसलिए, समाधान प्राप्त करना बेहद रोमांचक है।''
कठोर बनाम नरम रोबोट
कठोर रोबोटों का सबसे बड़ा लाभ यह है कि उनमें गति की एक सीमित सीमा होती है, और हालांकि यह एक नकारात्मक पहलू लगता है, इसका मतलब है कि जोड़ों और अंगों की सीमित संख्या अधिक प्रबंधनीय गणनाओं को जन्म देती है।
जब मैपिंग और मोशन प्लानिंग को नियंत्रित करने वाले एल्गोरिदम की बात आती है तो इन गणनाओं पर काम करना आसान हो जाता है। नरम रोबोट ऐसा नहीं कर सकते क्योंकि वे लचीले होते हैं।
स्पीलबर्ग कहते हैं, "सॉफ्ट रोबोट के साथ मुख्य समस्या यह है कि वे असीमित आयामी होते हैं।" "नरम शरीर वाले रोबोट पर कोई भी बिंदु, सिद्धांत रूप में, किसी भी तरह से विकृत हो सकता है।"
अतीत में, शोधकर्ताओं ने रोबोट की स्थिति को चार्ट करने के लिए एक बाहरी कैमरे का उपयोग किया है, जिसे फिर रोबोट के नियंत्रण कार्यक्रम में वापस भेज दिया जाता है। नई टीम ने बाहरी सहायता से मुक्त एक नरम रोबोट बनाने का तरीका खोजा।
स्पीलबर्ग आगे कहते हैं, "आप रोबोट पर अनंत संख्या में सेंसर नहीं लगा सकते।" "तो, सवाल यह है: आपके पास कितने सेंसर हैं, और आप अपने पैसों का अधिकतम लाभ पाने के लिए उन सेंसरों को कहां लगाते हैं?"
शोधकर्ताओं ने एक नया न्यूरल नेटवर्क आर्किटेक्चर विकसित किया है जो सेंसर प्लेसमेंट को अनुकूलित कर सकता है और कार्यों को कुशलतापूर्वक पूरा करना सीख सकता है। उन्होंने सबसे पहले रोबोट के शरीर को विभिन्न क्षेत्रों में विभाजित किया जिन्हें "कण" कहा जाता है।
तंत्रिका नेटवर्क ने इनपुट के रूप में प्रत्येक कण की तनाव दर का उपयोग किया, और परीक्षण और त्रुटि के माध्यम से, नेटवर्क किसी दिए गए कार्य के लिए आंदोलनों का सबसे कुशल अनुक्रम सीख सकता है। नेटवर्क इस बात पर भी नज़र रखता है कि कौन से कण दूसरों की तुलना में अधिक उपयोग किए जाते हैं ताकि नेटवर्क के इनपुट को समायोजित किया जा सके।
सेंसर प्लेसमेंट में इंसानों से बेहतर प्रदर्शन
नेटवर्क सबसे महत्वपूर्ण कणों को अनुकूलित करके रोबोट पर सेंसर लगाने का सुझाव देता है। परीक्षणों में, जब सेंसर लगाने के लिए सबसे कुशल स्थानों का पता लगाने की बात आई तो एल्गोरिदम ने मनुष्यों से बेहतर प्रदर्शन किया।
फिर एल्गोरिदम का परीक्षण विशेषज्ञ भविष्यवाणियों की एक श्रृंखला के विरुद्ध किया गया।
अमिनी कहती हैं, "हमारे मॉडल ने प्रत्येक कार्य के लिए मनुष्यों से काफी बेहतर प्रदर्शन किया, हालांकि मैंने कुछ रोबोट निकायों को देखा और सेंसर को कहां जाना चाहिए, इस पर बहुत आश्वस्त महसूस किया।" "यह पता चला है कि इस समस्या में हमारी शुरुआत में अपेक्षा से कहीं अधिक सूक्ष्मताएँ हैं।"
स्पीलबर्ग के अनुसार, नया विकास रोबोट डिजाइन प्रक्रिया को स्वचालित करने में मदद कर सकता है और रोबोट की गतिविधियों को नियंत्रित करने के लिए नए एल्गोरिदम के साथ आने में मदद कर सकता है।
"...हमें यह भी सोचने की ज़रूरत है कि हम इन रोबोटों को कैसे सेंसर करने जा रहे हैं, और यह उस प्रणाली के अन्य घटकों के साथ कैसे परस्पर क्रिया करेगा," वे कहते हैं। “यह कुछ ऐसा है जहां आपको स्पर्श की एक बहुत मजबूत, अच्छी तरह से अनुकूलित भावना की आवश्यकता होती है। इसलिए, तत्काल प्रभाव पड़ने की संभावना है।”
रुस कहते हैं, "सेंसराइज्ड सॉफ्ट रोबोट के डिजाइन को स्वचालित करना तेजी से बुद्धिमान उपकरण बनाने की दिशा में एक महत्वपूर्ण कदम है जो लोगों को शारीरिक कार्यों में मदद करता है।" सेंसर प्रक्रिया का एक महत्वपूर्ण पहलू हैं, क्योंकि वे सॉफ्ट रोबोट को दुनिया और दुनिया के साथ उसके रिश्ते को "देखने" और समझने में सक्षम बनाते हैं।
