स्वायत्त रोबोट दरवाजे खोलता है और स्वयं को रिचार्ज करता है

सिनसिनाटी विश्वविद्यालय में इंजीनियरिंग के छात्र एक स्वायत्त रोबोट बना रहे हैं जो अपने दरवाजे खोल सकता है और निकटतम इलेक्ट्रिकल वॉल आउटलेट का पता लगा सकता है, जिससे यह मानव सहायता के बिना रिचार्ज हो सकता है।

नई अध्ययन को आईईईई एक्सेस पत्रिका में प्रकाशित किया गया है।

दरवाजे – एक रोबोट की कमजोरी

रोबोटों के लिए सबसे बड़ी बाधा दरवाजे हैं।

ओउ मा सिनसिनाटी विश्वविद्यालय में एयरोस्पेस इंजीनियरिंग के प्रोफेसर हैं।

“रोबोट कई चीजें कर सकते हैं, लेकिन यदि आप एक दरवाजा खोलना चाहते हैं और उसे खुद से गुजरना चाहते हैं, तो यह एक बड़ी चुनौती है,” मा ने कहा।

टीम ने इस समस्या को तीन-आयामी डिजिटल सिमुलेशन में पार कर लिया, और यह सहायक रोबोटों के लिए एक बड़ा कदम है। ये रोबोट वे हो सकते हैं जो कार्यालय भवनों, हवाई अड्डों, और अस्पतालों में साफ-सफाई और कीटनाशक करते हैं। वे 27 अरब डॉलर के रोबोटिक्स उद्योग का एक बड़ा हिस्सा बनाते हैं।

यूफेंग सन अध्ययन के प्रमुख लेखक और सीयू कॉलेज ऑफ इंजीनियरिंग एंड एप्लाइड साइंस के डॉक्टरेट छात्र हैं।

सन के अनुसार, कुछ शोधकर्ताओं ने इस समस्या को हल करने के लिए एक पूरे कमरे को स्कैन करके एक 3डी डिजिटल मॉडल बनाया है, जिससे रोबोट को दरवाजे का पता लगाने में मदद मिलती है। हालांकि, यह एक समय लेने वाला समाधान है जो केवल स्कैन किए गए कमरे पर लागू होता है।

स्वायत्त रोबोट को विकसित करने में कई चुनौतियाँ हैं जो दरवाजे खोल सकते हैं। पहले, वे विभिन्न रंगों और आकारों में आते हैं, और उनके हैंडल अलग-अलग हो सकते हैं जो नीचे या ऊपर हो सकते हैं। रोबोटों को यह जानने की आवश्यकता है कि दरवाजे खोलने के लिए कितना बल लगाना है ताकि वे प्रतिरोध को दूर कर सकें। चूंकि कई सार्वजनिक दरवाजे स्व-बंद होते हैं, एक रोबोट अपनी पकड़ खो सकता है और फिर से शुरू करने की आवश्यकता हो सकती है।

https://www.youtube.com/watch?v=O_FV47hIRus

मशीन लर्निंग का उपयोग

मशीन लर्निंग के माध्यम से, सीयू के छात्रों ने रोबोट को सिखाया कि वह दरवाजे को खोलने के लिए स्वयं को “सिखाए”। इसका मतलब है कि रोबोट अपनी गलतियों को सुधारता है क्योंकि यह जाता है, और सिमुलेशन उसे वास्तविक कार्य के लिए तैयार करने में मदद करते हैं।

“रोबोट को पर्याप्त डेटा या ‘अनुभव’ की आवश्यकता है ताकि वह सीख सके,” सन ने कहा। “यह अन्य रोबोटिक अनुप्रयोगों के लिए एक बड़ी चुनौती है जो वास्तविक दुनिया के कार्यों को पूरा करने के लिए एआई-आधारित दृष्टिकोण का उपयोग करते हैं।”

सन और सीयू के मास्टर छात्र सैम किंग अब सफल सिमुलेशन अध्ययन को एक वास्तविक रोबोट में परिवर्तित कर रहे हैं।

“चुनौती यह है कि कैसे इस सीखे हुए नियंत्रण नीति को सिमुलेशन से वास्तविकता में स्थानांतरित किया जाए, जिसे अक्सर ‘सिम2रियल’ समस्या के रूप में जाना जाता है,” सन ने कहा।

एक और चुनौती यह है कि डिजिटल सिमुलेशन आमतौर पर केवल 60% से 70% सफल होते हैं जब वे पहली बार वास्तविक दुनिया में लागू किए जाते हैं, इसलिए सन नए स्वायत्त रोबोटिक्स प्रणाली को कम से कम एक वर्ष तक परिपूर्ण बनाने की योजना बना रहे हैं।