एल्गोरिदम रोबोट्स को बाधाओं से बचने और जंगल में दौड़ने में सक्षम बनाते हैं

कैलिफोर्निया विश्वविद्यालय – सैन डिएगो में शोधकर्ताओं की एक टीम ने एक नए एल्गोरिदम प्रणाली विकसित की है जो चार-पैर वाले रोबोटों को जंगल में चलने और दौड़ने की अनुमति देती है। रोबोट चुनौतीपूर्ण और जटिल इलाकों में स्थिर और गतिशील बाधाओं से बचने के दौरान नेविगेट कर सकते हैं।

टीम ने परीक्षण किए जहां एक रोबोट को प्रणाली द्वारा स्वायत्त रूप से और तेजी से रेतीली सतहों, ग्रिट, घास और ब्रांचों और गिरे हुए पत्तों से ढकी बम्पी मिट्टी की पहाड़ियों पर मार्गदर्शन किया गया था। साथ ही, यह खंभों, पेड़ों, झाड़ियों, चट्टानों, बेंचों और लोगों से टकराने से बच सकता था। रोबोट ने व्यस्त कार्यालय स्थान में विभिन्न बाधाओं से टकराने के बिना नेविगेट करने की क्षमता भी प्रदर्शित की।

कुशल पैर वाले रोबोट बनाना

नई प्रणाली का अर्थ है कि शोधकर्ता खोज और बचाव मिशनों के लिए कुशल रोबोट बनाने के करीब हैं, या ऐसे स्थानों पर जानकारी इकट्ठा करने के लिए रोबोट जहां मनुष्यों के लिए पहुंचना मुश्किल या खतरनाक है।

काम 23 से 27 अक्टूबर तक क्योटो, जापान में 2022 इंटरनेशनल कॉन्फ्रेंस ऑन इंटेलिजेंट रोबोट्स एंड सिस्टम्स (आईआरओएस) में प्रस्तुत किया जाने वाला है।

प्रणाली रोबोट को अधिक बहुमुखी बनाती है क्योंकि यह रोबोट की दृष्टि के साथ प्रोप्रियोसेप्शन को जोड़ती है, जो एक अन्य संवेदनशील मोडलिटी है जो रोबोट की गति, दिशा, गति, स्थान और स्पर्श की भावना से संबंधित है।

वर्तमान में पैर वाले रोबोटों को प्रशिक्षित करने के लिए उपयोग किए जाने वाले अधिकांश दृष्टिकोण या तो प्रोप्रियोसेप्शन या दृष्टि का उपयोग करते हैं। हालांकि, वे दोनों एक ही समय में उपयोग नहीं किए जाते हैं।

प्रोप्रियोसेप्शन को कंप्यूटर विजन के साथ जोड़ना

शियाओलोंग वांग यूसी सैन डिएगो जैकब्स स्कूल ऑफ इंजीनियरिंग में इलेक्ट्रिकल और कंप्यूटर इंजीनियरिंग के प्रोफेसर हैं।

“एक मामले में, यह एक अंधे रोबोट को सिर्फ जमीन को छूकर और महसूस करके चलने के लिए प्रशिक्षित करने जैसा है। और दूसरे में, रोबोट अपने पैरों की गति को सिर्फ दृष्टि के आधार पर योजना बनाता है। यह दो चीजों को एक साथ नहीं सीख रहा है,” वांग ने कहा। “हमारे काम में, हम प्रोप्रियोसेप्शन को कंप्यूटर विजन के साथ जोड़ते हैं ताकि एक पैर वाले रोबोट को विभिन्न चुनौतीपूर्ण वातावरणों में कुशलता से और चिकनी तरह से चलने और बाधाओं से बचने में सक्षम बनाया जा सके।”

टीम द्वारा विकसित प्रणाली रोबोट के सिर पर एक गहराई कैमरे द्वारा ली गई वास्तविक समय की छवियों के साथ रोबोट के पैरों से आने वाले डेटा को जोड़ने के लिए एक विशेष सेट के एल्गोरिदम पर निर्भर करती है।

हालांकि, वांग ने कहा कि यह एक जटिल कार्य था।

“समस्या यह है कि वास्तविक दुनिया के संचालन के दौरान, कभी-कभी कैमरे से छवियों को प्राप्त करने में एक छोटा सा विलंब होता है, इसलिए दो अलग-अलग संवेदनशील मोडलिटी के डेटा हमेशा एक ही समय में नहीं आते हैं,” उन्होंने समझाया।

टीम ने इस चुनौती का सामना करने के लिए दो सेटों के इनपुट को यादृच्छिक करके मिलान का अनुकरण किया। शोधकर्ता इस तकनीक को मल्टी-मॉडल देरी यादृच्छिकरण कहते हैं, और फिर उन्होंने उपयोग किए गए और यादृच्छिक इनपुट का उपयोग एक प्रबल प्रशिक्षण नीति को प्रशिक्षित करने के लिए किया। यह दृष्टिकोण रोबोट को नेविगेट करते समय तेजी से निर्णय लेने और अपने पर्यावरण में परिवर्तनों की भविष्यवाणी करने में सक्षम बनाता है। इन क्षमताओं ने रोबोट को विभिन्न प्रकार के इलाकों में तेजी से और बाधाओं से बचने में सक्षम बनाया, बिना मानव ऑपरेटर की सहायता के।

टीम अब पैर वाले रोबोटों को और अधिक जटिल इलाकों पर काम करने में सक्षम बनाने का लक्ष्य रखती है।

“वर्तमान में, हम एक रोबोट को सरल गतिविधियों जैसे चलने, दौड़ने और बाधाओं से बचने के लिए प्रशिक्षित कर सकते हैं,” वांग ने कहा। “हमारे अगले लक्ष्य एक रोबोट को सीढ़ियों पर चढ़ने और उतरने, पत्थरों पर चलने, दिशा बदलने और बाधाओं पर कूदने में सक्षम बनाना है।”