रोबोटिक्स
स्वायत्त रोबोट खुद को रिचार्ज करते समय दरवाजे ढूंढता और खोलता है
सिनसिनाटी विश्वविद्यालय में इंजीनियरिंग छात्रों की एक टीम एक स्वायत्त रोबोट का निर्माण कर रही है जो अपने दरवाजे खोल सकता है और निकटतम विद्युत दीवार आउटलेट ढूंढ सकता है, जो इसे मानव सहायता के बिना रिचार्ज करने में सक्षम बनाता है।
नया अध्ययन पत्रिका में प्रकाशित हुआ था आईईईई प्रवेश.
दरवाजे - एक रोबोट का क्रिप्टोनाइट
रोबोट के लिए सबसे बड़ी बाधाओं में से एक दरवाजे हैं।
ओउ मा सिनसिनाटी विश्वविद्यालय में एयरोस्पेस इंजीनियरिंग प्रोफेसर हैं।
मा ने कहा, "रोबोट कई काम कर सकते हैं, लेकिन अगर आप चाहते हैं कि रोबोट खुद दरवाजा खोले और दरवाजे से अंदर जाए, तो यह एक जबरदस्त चुनौती है।"
टीम त्रि-आयामी डिजिटल सिमुलेशन में इस समस्या को दूर करने में सक्षम थी, और यह सहायक रोबोटों के लिए एक बड़ा कदम है। इन रोबोटों में वे रोबोट शामिल हो सकते हैं जो कार्यालय भवनों, हवाई अड्डों और अस्पतालों को वैक्यूम और कीटाणुरहित करते हैं। वे 27 अरब डॉलर के रोबोटिक्स उद्योग का एक बड़ा हिस्सा बनाते हैं।
युफ़ेंग सन अध्ययन के प्रमुख लेखक और यूसी कॉलेज ऑफ़ इंजीनियरिंग एंड एप्लाइड साइंस के डॉक्टरेट छात्र हैं।
सन के अनुसार, कुछ शोधकर्ताओं ने एक 3डी डिजिटल मॉडल बनाने के लिए पूरे कमरे को स्कैन करके इस समस्या पर काम किया है, जो एक रोबोट को दरवाजे का पता लगाने में सक्षम बनाता है। हालाँकि, यह एक समय लेने वाला समाधान है जो केवल स्कैन किए जा रहे कमरे पर लागू होता है।
दरवाजा खोलने में सक्षम एक स्वायत्त रोबोट विकसित करने में कई चुनौतियाँ हैं। सबसे पहले, वे अलग-अलग रंगों और आकारों में आते हैं, और उनके अलग-अलग हैंडल होते हैं जो कम या ज्यादा हो सकते हैं। रोबोटों को यह जानना भी आवश्यक है कि प्रतिरोध पर काबू पाने के लिए दरवाजे खोलने के लिए कितना बल प्रयोग करना है। चूँकि कई सार्वजनिक दरवाजे अपने आप बंद हो जाते हैं, रोबोट अपनी पकड़ खो सकता है और उसे फिर से शुरू करना पड़ सकता है।
मशीन लर्निंग का उपयोग करना
मशीन लर्निंग के उपयोग के माध्यम से, यूसी छात्रों ने रोबोट को परीक्षण और त्रुटि के माध्यम से दरवाजा खोलने का तरीका "सिखाने" में सक्षम बनाया। इसका मतलब यह है कि रोबोट चलते-फिरते अपनी गलतियों को सुधार लेता है और सिमुलेशन उसे वास्तविक कार्य के लिए तैयार होने में मदद करता है।
सन ने कहा, "रोबोट को प्रशिक्षित करने में मदद के लिए पर्याप्त डेटा या 'अनुभव' की आवश्यकता है।" "वास्तविक दुनिया के कार्यों को पूरा करने के लिए एआई-आधारित दृष्टिकोण का उपयोग करने वाले अन्य रोबोटिक अनुप्रयोगों के लिए यह एक बड़ी चुनौती है।"
सन और यूसी मास्टर के छात्र सैम किंग अब सफल सिमुलेशन अध्ययन को एक वास्तविक रोबोट में परिवर्तित कर रहे हैं।
"चुनौती यह है कि इस सीखी गई नियंत्रण नीति को अनुकरण से वास्तविकता में कैसे स्थानांतरित किया जाए, जिसे अक्सर 'Sim2Real' समस्या के रूप में जाना जाता है," सन ने कहा।
एक और चुनौती यह है कि शुरुआती वास्तविक दुनिया के अनुप्रयोगों में डिजिटल सिमुलेशन आमतौर पर केवल 60% से 70% ही सफल होते हैं, इसलिए सन ने नई स्वायत्त रोबोटिक्स प्रणाली को बेहतर बनाने में कम से कम एक साल बिताने की योजना बनाई है।
