कम लागत वाले रोबोट ने लगभग किसी भी बाधा को पार करने की क्षमता प्राप्त की

शोधकर्ताओं की एक टीम ने एक रोबोटिक सिस्टम डिज़ाइन किया है जो एक कम लागत वाले, छोटे पैर वाले रोबोट को लगभग किसी भी बाधा या इलाके को पार करने में सक्षम बनाता है। रोबोट सीढ़ियों पर चढ़ और उतर सकता है, जो लगभग उसकी ऊंचाई के बराबर है, या चट्टानी, फिसलन वाली, असमान, खड़ी और विविध इलाके में नेविगेट कर सकता है। यह अंतराल पर चल सकता है, चट्टानों पर चढ़ सकता है और अंधेरे में काम कर सकता है।

सिस्टम विकसित करने का परियोजना कार्नेगी मेलन विश्वविद्यालय के स्कूल ऑफ कंप्यूटर साइंस और कैलिफोर्निया विश्वविद्यालय, बर्कले के शोधकर्ताओं द्वारा की गई थी।

छोटे रोबोटों को नए कौशल से सशक्त बनाना

दीपक पाठक रोबोटिक्स संस्थान में एक सहायक प्रोफेसर हैं।

“छोटे रोबोटों को सीढ़ियों पर चढ़ने और विभिन्न वातावरण को संभालने में सक्षम बनाना लोगों के घरों में और खोज और बचाव अभियानों में उपयोगी रोबोट विकसित करने के लिए महत्वपूर्ण है,” पाठक ने कहा। “यह सिस्टम एक मजबूत और अनुकूलनीय रोबोट बनाता है जो कई दैनिक कार्यों को कर सकता है।”

रोबोट को सार्वजनिक पार्कों में असमान सीढ़ियों और पहाड़ियों पर परीक्षण किया गया था, जिसने इसकी क्षमता का परीक्षण किया कि यह कैसे पत्थरों पर चल सकता है और फिसलन वाली सतहों पर चल सकता है। इसे सीढ़ियों पर चढ़ने का काम भी दिया गया था जो एक मानव के लिए एक बाधा को पार करने के बराबर होगा। रोबोट अपनी दृष्टि और एक छोटे से ऑनबोर्ड कंप्यूटर का उपयोग करके इलाके को जल्दी से अनुकूलन और मास्टर करने की एक प्रभावशाली क्षमता प्राप्त करता है।

रोबोट को 4,000 क्लोन के साथ एक सिम्युलेटर में प्रशिक्षित किया गया था। इन क्लोन ने जटिल इलाके में चलने और चढ़ने का अभ्यास किया, और सिम्युलेटर की गति ने रोबोट को एक दिन में छह साल का अनुभव प्राप्त करने में सक्षम बनाया।

प्रशिक्षण के दौरान सीखे गए मोटर कौशल को सिम्युलेटर द्वारा एक न्यूरल नेटवर्क में संग्रहीत किया गया था, जिसे शोधकर्ताओं ने तब वास्तविक रोबोट में कॉपी किया था। यह नवाचार दृष्टिकोण रोबोट की गतिविधियों के हाथ से इंजीनियरिंग की आवश्यकता को समाप्त कर देता है।

आज की कई रोबोटिक प्रणालियां कैमरों पर निर्भर करती हैं जो आसपास के वातावरण का एक नक्शा बनाती हैं, जिसका उपयोग तब रोबोट की गतिविधियों की योजना बनाने के लिए किया जाता है जो उन्हें करने से पहले किया जाता है। हालांकि, यह प्रक्रिया धीमी और त्रुटियों के लिए अतिसंवेदनशील हो सकती है क्योंकि मैपिंग चरण में असंगतता या गलत धारणाओं के कारण। ये असंगतता योजना और गतिविधियों पर प्रभाव डाल सकती हैं।

जबकि मैपिंग और योजना उच्च-स्तरीय नियंत्रण पर केंद्रित प्रणालियों के लिए उपयोगी साबित होती हैं, वे निम्न-स्तरीय कौशल जैसे चलने या दौड़ने की गतिविधियों के लिए हमेशा सबसे अच्छा विकल्प नहीं होती हैं।

कुशल और तेजी से मैन्यूवरिंग

नव विकसित रोबोटिक सिस्टम मैपिंग और योजना चरणों को छोड़ देता है और सीधे दृष्टि इनपुट को रोबोट के नियंत्रण में भेजता है। यह मूल रूप से रोबोट को देखने और उसके अनुसार चलने की अनुमति देता है। यह नवाचार तकनीक रोबोट को जटिल इलाके पर बहुत जल्दी और प्रभावी ढंग से प्रतिक्रिया करने में सक्षम बनाती है।

रोबोट की गतिविधियां मशीन लर्निंग के माध्यम से प्रशिक्षित होती हैं, जो रोबोट को कम लागत वाला बनाती हैं। परीक्षण किए गए रोबोट बाजार में विकल्पों की तुलना में कम से कम 25 गुना सस्ता था। टीम के अनुसार, उनका अल्गोरिथम कम लागत वाले रोबोटों को अधिक सुलभ बना सकता है।

अनन्य अग्रवाल एक एससीएस पीएचडी छात्र हैं जो मशीन लर्निंग में हैं।

“इस सिस्टम में दृष्टि और शरीर से फीडबैक का सीधे रोबोट के मोटर्स को कमांड आउटपुट के रूप में उपयोग किया जाता है,” अग्रवाल ने कहा। “यह तकनीक प्रणाली को वास्तविक दुनिया में बहुत मजबूत बनाती है। यदि यह सीढ़ियों पर फिसल जाता है, तो यह पुनः प्राप्त कर सकता है। यह अज्ञात वातावरण में जा सकता है और अनुकूलन कर सकता है।”

रोबोटिक सिस्टम को प्रकृति से बहुत प्रेरणा मिली है। एक फुट से कम ऊंचे रोबोट के लिए, यह सीढ़ियों पर चढ़ने और बाधाओं को पार करने के लिए मानव द्वारा उपयोग किए जाने वाले चरणों को अपनाने के लिए सीखा। सिस्टम कठिन चुनौतियों का सामना करने के लिए हिप एब्डक्शन का उपयोग करता है, जो सबसे उन्नत पैर वाले रोबोटिक प्रणालियों के लिए भी मुश्किल हैं।

टीम ने चार पैर वाले जानवरों से भी प्रेरणा ली।

“चार पैर वाले जानवरों में एक स्मृति होती है जो उनके पीछे के पैरों को आगे के पैरों के साथ ट्रैक करने में मदद करती है। हमारी प्रणाली इसी तरह काम करती है,” पाठक ने कहा।

ऑनबोर्ड मेमोरी पीछे के पैरों को यह याद रखने में मदद करती है कि कैमरा क्या देख रहा था, जो बाधाओं को नेविगेट करने में मदद करता है।

आशीष कुमार बर्कले में एक पीएचडी छात्र हैं।

“चूंकि कोई नक्शा नहीं है, कोई योजना नहीं है, हमारी प्रणाली इलाके और आगे के पैर की गति को याद रखती है और इसे पीछे के पैर में अनुवादित करती है, जो तेजी से और निर्दोष रूप से किया जाता है,” कुमार कहते हैं।

नई अनुसंधान पैर वाले रोबोटों के आसपास की कुछ प्रमुख चुनौतियों को हल करने में बड़ी भूमिका निभा सकती है। यह घरों में उनके उपयोग में भी मदद कर सकती है।