नए तरीके से रोबोटों को उनके आसपास के वातावरण को देखने में मदद करने के लिए मानवों को सक्षम बनाता है

राइस विश्वविद्यालय के एक इंजीनियरों की टीम ने एक नए तरीके का विकास किया है जो मानवों को रोबोटों को उनके आसपास के वातावरण को देखने और विभिन्न कार्यों को पूरा करने में मदद करने के लिए सक्षम बनाता है।

इस नए रणनीति को बेयसियन लर्निंग इन द डार्क (BLIND) कहा जाता है, जो रोबोटों के लिए गति योजना की समस्या का एक नया समाधान है जो कभी-कभी अंधे धब्बों वाले वातावरण में संचालित होते हैं।

इस अध्ययन का नेतृत्व कंप्यूटर वैज्ञानिक लिडी कवराकी और वैभव उन्हेलकर ने किया था और इसे राइस के जॉर्ज आर ब्राउन स्कूल ऑफ इंजीनियरिंग के कार्लोस क्विंटेरो-पेना और कॉन्स्टेंटिनोस चमज़ास ने सह-नेतृत्व किया था। इसे इंस्टीट्यूट ऑफ इलेक्ट्रिकल एंड इलेक्ट्रॉनिक्स इंजीनियर्स के इंटरनेशनल कॉन्फ्रेंस ऑन रोबोटिक्स एंड ऑटोमेशन में प्रस्तुत किया गया था।

मानव लूप में

अध्ययन के अनुसार, एल्गोरिदम एक मानव को लूप में रखता है ताकि “रोबोट की धारणा को बढ़ाने और, महत्वपूर्ण रूप से, असुरक्षित गति के निष्पादन को रोकने” में मदद मिल सके।

टीम ने बेयसियन इनवर्स रीनफोर्समेंट लर्निंग को स्थापित गति योजना तकनीकों के साथ मिलाया ताकि रोबोटों को बहुत सारे हिस्सों के साथ मदद मिल सके।

ब्लाइंड का परीक्षण करने के लिए, एक रोबोट को एक कलाई के साथ सात जोड़ों वाला एक छोटा सा सिलेंडर लेने और इसे एक टेबल से दूसरे टेबल पर ले जाने का काम दिया गया था। हालांकि, रोबोट को पहले एक बाधा से गुजरना था।

“यदि आपके पास अधिक जोड़ हैं, तो रोबोट को निर्देश देना जटिल है,” क्विंटेरो-पेना ने कहा। “यदि आप एक मानव को निर्देश दे रहे हैं, तो आप बस कह सकते हैं, ‘अपना हाथ उठाओ।'”

हालांकि, एक रोबोट को ऐसे कार्यक्रमों की आवश्यकता होती है जो प्रत्येक जोड़ की गति के बारे में विशिष्ट होते हैं और यह और भी महत्वपूर्ण हो जाता है जब उनकी “दृष्टि” को बाधित करने वाले बाधाएं होती हैं।

बाधाओं के चारों ओर “देखना” सीखना

ब्लाइंड पहले से ही एक ट्रैजेक्टory को प्रोग्राम नहीं करता है। इसके बजाय, यह मानव को मध्य-प्रक्रिया में डालता है ताकि रोबोट के एल्गोरिदम द्वारा सुझाए गए नृत्य विकल्पों को परिष्कृत किया जा सके।

“ब्लाइंड हमें मानव के सिर में जानकारी लेने और इस उच्च-डिग्री ऑफ फ्रीडम स्पेस में हमारे ट्रैजेक्टोरी को गणना करने की अनुमति देता है,” क्विंटेरो-पेना ने कहा। “हम एक विशिष्ट प्रकार की प्रतिक्रिया का उपयोग करते हैं जिसे आलोचना कहा जाता है, मूल रूप से मानव को ट्रैजेक्टory के टुकड़ों पर लेबल देने के लिए एक द्विआधारी रूप।”

लेबल जुड़े हुए हरे डॉट के रूप में दिखाई देते हैं, जो संभावित पथों का प्रतिनिधित्व करते हैं। जैसे ही ब्लाइंड एक डॉट से दूसरे डॉट पर जाता है, मानव प्रत्येक गति को स्वीकृत या अस्वीकार करता है, पथ को परिष्कृत करता है और बाधाओं से बचता है।

“यह लोगों के लिए उपयोग करने के लिए एक आसान इंटरफेस है, क्योंकि हम कह सकते हैं, ‘मुझे यह पसंद है’ या ‘मुझे यह पसंद नहीं है,’ और रोबोट इस जानकारी का उपयोग अपनी योजना बनाने के लिए करता है,” चमज़ास ने कहा। रोबोट अपनी गतिविधियों के लिए पुरस्कृत होने के बाद अपना कार्य कर सकता है।

“यहां सबसे महत्वपूर्ण बात यह है कि मानव प्राथमिकताएं एक गणितीय सूत्र के साथ वर्णन करना मुश्किल है,” क्विंटेरो-पेना ने कहा। “हमारा काम मानव-रोबोट संबंधों को सरल बनाने के लिए मानव प्राथमिकताओं को शामिल करके सरल बनाता है। यही कारण है कि मुझे लगता है कि अनुप्रयोग इस काम से सबसे अधिक लाभ उठाएंगे।”

कवराकी ने नासा के रोबोनॉट के लिए उन्नत प्रोग्रामिंग पर काम किया है, जो अंतर्राष्ट्रीय अंतरिक्ष स्टेशन पर है।

“यह काम सुंदर रूप से दिखाता है कि एक छोटी, लेकिन लक्षित, मानव हस्तक्षेप रोबोटों की क्षमताओं को जटिल कार्यों को निष्पादित करने में कैसे बढ़ा सकता है जो वातावरण में होते हैं जहां कुछ हिस्से पूरी तरह से रोबोट के लिए अज्ञात होते हैं लेकिन मानव के लिए ज्ञात होते हैं,” कवराकी ने कहा।

“यह दिखाता है कि मानव-रोबोट इंटरैक्शन के लिए तरीके, मेरे सहयोगी प्रोफेसर उन्हेलकर के शोध का विषय, और स्वचालित योजना जो मेरे प्रयोगशाला में वर्षों से पioneered है, विश्वसनीय समाधानों को वितरित करने के लिए मिल सकते हैं जो मानव प्राथमिकताओं का भी सम्मान करते हैं।”