शोधकर्ताओं ने रोबोटों के लिए उन्नत पथ नियोजन दृष्टिकोण विकसित किया

मिशिगन विश्वविद्यालय के शोधकर्ताओं ने एक नया पथ नियोजन दृष्टिकोण विकसित किया है जो उबड़-खाबड़ इलाकों में रोबोट को गति प्रदान करता है। नव विकसित एल्गोरिदम मानक एल्गोरिदम की तुलना में तीन गुना अधिक बार सफल पथ खोजने में सक्षम था, और इसके लिए बहुत कम प्रसंस्करण समय की आवश्यकता थी। 

में शोध प्रकाशित हुआ था स्वायत्त रोबोट. 

नया एल्गोरिथम विकसित करना

एल्गोरिथ्म विशेष रूप से उन रोबोटों के लिए लक्षित था जो आपदा क्षेत्रों और निर्माण स्थलों जैसे उबड़-खाबड़ इलाकों में संतुलन बनाए रखने के लिए हाथ जैसे उपांगों का उपयोग करते हैं। 

दिमित्री बेरेन्सन रोबोटिक्स इंस्टीट्यूट में इलेक्ट्रिकल और कंप्यूटर इंजीनियरिंग के एसोसिएट प्रोफेसर और कोर फैकल्टी हैं। 

बेरेन्सन ने कहा, "एक ढही हुई इमारत में या बहुत उबड़-खाबड़ इलाके में, एक रोबोट हमेशा खुद को संतुलित करने और केवल अपने पैरों के साथ आगे बढ़ने में सक्षम नहीं होगा।" “आपको यह पता लगाने के लिए नए एल्गोरिदम की आवश्यकता है कि दोनों पैर और हाथ कहाँ रखने हैं। स्थिरता बनाए रखने के लिए आपको इन सभी अंगों को एक साथ समन्वयित करने की आवश्यकता है, और इससे जो होता है वह एक बहुत ही कठिन समस्या है।

नया शोध रोबोटों को यह निर्धारित करने में मदद करता है कि आगे बढ़ने के सर्वोत्तम रास्ते की गणना करने से पहले कोई इलाका कितना कठिन है।

यू-ची लिन न्यूरो इंक में हाल ही में रोबोटिक्स पीएचडी स्नातक और सॉफ्टवेयर इंजीनियर हैं। 

लिन ने कहा, "सबसे पहले, हमने रोबोट को संतुलन बनाए रखने और प्रगति करने के लिए अपने हाथों और पैरों को रखने के विभिन्न तरीकों पर प्रशिक्षित करने के लिए मशीन लर्निंग का उपयोग किया।" "फिर, जब एक नए, जटिल वातावरण में रखा जाता है, तो रोबोट अपने द्वारा सीखी गई बातों का उपयोग यह निर्धारित करने के लिए कर सकता है कि पथ कितना पार करने योग्य है, जिससे वह लक्ष्य तक बहुत तेजी से रास्ता ढूंढ सकता है।"

नई और बेहतर पद्धति के बावजूद, पारंपरिक नियोजन एल्गोरिदम का उपयोग करते हुए एक सफल लंबे पथ की योजना बनाने में अभी भी लंबा समय लगता है।

बेरेन्सन ने कहा, "अगर हम एक लंबे रास्ते पर सभी हाथों और पैरों के स्थानों को खोजने की कोशिश करें, तो इसमें बहुत लंबा समय लगेगा।"

फूट डालो और राज करो

इससे निजात पाने के लिए, टीम ने "फूट डालो और राज करो" दृष्टिकोण पर भरोसा किया। उन्होंने पथ को कठिन-से-पार करने वाले खंडों और आसान-से-पार करने वाले खंडों में विभाजित किया। पहले वाले के साथ, रोबोट अपनी सीखने-आधारित पद्धति को लागू करते हैं, और दूसरे के साथ, वे एक सरल पथ योजना का उपयोग करते हैं। 

"यह सरल लगता है, लेकिन यह जानना वास्तव में कठिन है कि उस समस्या को सही ढंग से कैसे विभाजित किया जाए, और प्रत्येक खंड के लिए किस योजना पद्धति का उपयोग किया जाए," लिन ने कहा।

ऐसा होने के लिए, शोधकर्ताओं को पूरे पर्यावरण के एक ज्यामितीय मॉडल की आवश्यकता है, जिसे वे रोबोट के आगे स्काउट करने वाले ड्रोन को उड़ाकर प्राप्त कर सकते हैं।

टीम ने मलबे के गलियारे में एक ह्यूमनॉइड रोबोट के साथ एक आभासी प्रयोग किया, और परिणामों से पता चला कि टीम की विधि ने सफलता और योजना बनाने के कुल समय में पिछले तरीकों से बेहतर प्रदर्शन किया। आपदा परिदृश्यों के दौरान यह महत्वपूर्ण है। 

50 परीक्षणों में से, टीम की विधि मूल पथ योजनाकार के लिए 84% की तुलना में 26% समय लक्ष्य तक पहुंची। मूल पथ योजनाकार के लिए तीन मिनट से अधिक की तुलना में योजना बनाने में केवल दो मिनट से थोड़ा अधिक समय लगा। 

इसके अलावा, टीम ने यह भी प्रदर्शित किया कि उनकी पद्धति वास्तविक दुनिया में एक धड़ और दो भुजाओं वाले पहिये वाले रोबोट के साथ कैसे काम कर सकती है। रोबोट का आधार एक खड़ी रैंप पर रखा गया था, और यह अपने "हाथों" का उपयोग असमान सतह के हिलने पर खुद को संभालने के लिए करता था। टीम की पद्धति ने रोबोट को एक सेकंड के दसवें हिस्से से भी अधिक समय में पथ की योजना बनाने में सक्षम बनाया, जबकि मूल पथ योजनाकार के साथ यह केवल 3.5 सेकंड से अधिक था। 

टीम अब गतिशील रूप से स्थिर गति को शामिल करने पर ध्यान देगी, जो मनुष्यों और जानवरों की प्राकृतिक गति के समान है। इससे रोबोट की गति में सुधार होगा, क्योंकि इसे लगातार संतुलन में रहने की आवश्यकता नहीं है।