शोधकर्ताओं ने रोबोटों के लिए उन्नत पथ योजना दृष्टिकोण विकसित किया

मिशिगन विश्वविद्यालय के शोधकर्ताओं ने एक नए पथ योजना दृष्टिकोण का विकास किया है जो रोबोटों को कठिन भूमि पर तेजी से चलने में मदद करता है। नए विकसित अल्गोरिदम ने मानक अल्गोरिदम की तुलना में तीन गुना अधिक बार सफल पथ खोजे और इसके लिए बहुत कम प्रोसेसिंग समय की आवश्यकता थी।

इस शोध को स्वायत्त रोबोट में प्रकाशित किया गया था।

नया अल्गोरिदम विकसित करना

यह अल्गोरिदम विशेष रूप से उन रोबोटों के लिए डिज़ाइन किया गया था जो कठिन भूमि पर संतुलन बनाए रखने के लिए बांह जैसी विस्तारित भागों का उपयोग करते हैं, जैसे कि आपदा क्षेत्र और निर्माण स्थल।

डिमिट्री बेरेन्सन इलेक्ट्रिकल और कंप्यूटर इंजीनियरिंग के एसोसिएट प्रोफेसर और रोबोटिक्स संस्थान के मुख्य संकाय हैं।

“एक ढही हुई इमारत में या बहुत कठिन भूमि पर, एक रोबोट हमेशा अपने पैरों के साथ संतुलन बनाने और आगे बढ़ने में सक्षम नहीं होगा,” बेरेन्सन ने कहा। “आपको नए अल्गोरिदम की आवश्यकता है ताकि यह तय किया जा सके कि दोनों पैरों और हाथों को कहां रखना है। आपको सभी इन अंगों को एक साथ समन्वय करने की आवश्यकता है ताकि स्थिरता बनी रहे, और यह एक बहुत ही कठिन समस्या है।”

नई शोध रोबोटों को यह निर्धारित करने में मदद करती है कि भूमि कितनी कठिन है trước यह तय करने से कि आगे का सबसे अच्छा मार्ग क्या है।

यू-ची लिन न्यूरो इंक में एक हालिया रोबोटिक्स पीएचडी स्नातक और सॉफ्टवेयर इंजीनियर हैं।

“सबसे पहले, हमने मशीन लर्निंग का उपयोग किया ताकि रोबोट को विभिन्न तरीकों से प्रशिक्षित किया जा सके जिसमें वह अपने हाथों और पैरों को संतुलन बनाने और प्रगति करने के लिए रख सकता है,” लिन ने कहा। “फिर, जब एक नए, जटिल वातावरण में रखा जाता है, तो रोबोट यह निर्धारित करने के लिए जो सीखा है उसका उपयोग कर सकता है कि एक मार्ग कितना यात्रा करने योग्य है, जिससे वह लक्ष्य तक पहुंचने के लिए एक मार्ग खोजने में बहुत तेजी से सक्षम हो जाता है।”

नई और सुधारित विधि के बावजूद, यह अभी भी एक लंबे समय लेता है जब पारंपरिक योजना अल्गोरिदम का उपयोग करते हुए एक सफल लंबे मार्ग की योजना बनाने की कोशिश की जाती है।

“यदि हम एक लंबे मार्ग पर सभी हाथ और पैर स्थानों को खोजने की कोशिश करते हैं, तो यह बहुत लंबा समय लेगा,” बेरेन्सन ने कहा।

https://www.youtube.com/watch?v=X2KZupY8FQY

विभाजित और जीत

इस समस्या को हल करने के लिए, टीम ने एक “विभाजित और जीत” दृष्टिकोण पर भरोसा किया। उन्होंने मार्ग को कठिन से गुजरने वाले खंडों और आसान से गुजरने वाले खंडों में विभाजित किया। पूर्व के साथ, रोबोट अपने सीखने आधारित विधि को लागू करते हैं, और बाद के साथ, वे एक सरल मार्ग योजना का उपयोग करते हैं।

“यह सरल लगता है, लेकिन यह वास्तव में कठिन है कि समस्या को सही ढंग से कैसे विभाजित किया जाए और प्रत्येक खंड के लिए कौन सी योजना विधि का उपयोग किया जाए,” लिन ने कहा।

इसके लिए होने के लिए, शोधकर्ताओं को पूरे वातावरण का एक ज्यामितीय मॉडल की आवश्यकता है, जिसे वे रोबोट से先 एक ड्रोन उड़ाकर प्राप्त कर सकते हैं जो आगे की ओर जांच करता है।

टीम ने मलबे के एक गलियारे में एक मानवनुमा रोबोट के साथ एक आभासी प्रयोग बनाया, और परिणामों ने दिखाया कि टीम की विधि पिछली विधियों की तुलना में सफलता और कुल योजना समय में बेहतर प्रदर्शन किया। यह आपदा परिदृश्यों के दौरान महत्वपूर्ण है।

50 परीक्षणों में से, टीम की विधि ने 84% बार लक्ष्य तक पहुंचा, जबकि बुनियादी मार्ग योजनाकार के लिए 26%। यह केवल दो मिनट से अधिक समय लेता था योजना बनाने के लिए, जबकि बुनियादी मार्ग योजनाकार के लिए तीन मिनट से अधिक।

इसके अलावा, टीम ने यह भी प्रदर्शित किया कि उनकी विधि वास्तविक दुनिया में एक पहियेदार रोबोट के साथ कैसे काम कर सकती है जिसमें एक टोर्सो और दो बांहें हैं। रोबोट का आधार एक तेज रैंप पर रखा गया था, और यह अपने “हाथों” का उपयोग असमान सतह को स्थिर करने के लिए करता था जो चलता था। टीम की विधि ने रोबोट को केवल एक दसवें सेकंड से अधिक में एक मार्ग की योजना बनाने में सक्षम बनाया, जबकि बुनियादी मार्ग योजनाकार के लिए 3.5 सेकंड से अधिक।

टीम अब गतिशील रूप से स्थिर गति को शामिल करने की ओर देख रही है, जो मानवों और जानवरों की प्राकृतिक गति के समान है। यह रोबोट की गति में सुधार करेगा, क्योंकि यह लगातार संतुलन में नहीं रहना होगा।