रोबोट ने रिनफोर्समेंट लर्निंग के माध्यम से खुद को चलना सिखाया

जबकि बोस्टन डायनामिक्स और नृत्य करने वाले रोबोट आमतौर पर सबसे अधिक ध्यान आकर्षित करते हैं, तो भी कुछ प्रमुख विकास हो रहे हैं जो पर्याप्त कवरेज नहीं प्राप्त करते हैं। उनमें से एक विकास बर्कले लैब से आता है, जहां एक रोबोट नाम कैसी ने रिनफोर्समेंट लर्निंग के माध्यम से खुद को चलना सिखाया।

परीक्षण और त्रुटि के बाद, जोड़ी रोबोटिक पैरों ने एक सिम्युलेटेड वातावरण में नेविगेट करना सीखा और फिर वास्तविक दुनिया में परीक्षण किया गया। शुरुआत में, रोबोट ने सभी दिशाओं में चलने, झुकने, संतुलन से बाहर होने पर खुद को पुनः स्थापित करने और विभिन्न प्रकार की सतहों पर चलने की क्षमता प्रदर्शित की।

कैसी रोबोट दो पैरों वाले रोबोट का पहला उदाहरण है जिसने रिनफोर्समेंट लर्निंग के माध्यम से चलना सीखा है।

नृत्य करने वाले रोबोट की अद्भुतता

जबकि बोस्टन डायनामिक्स जैसे रोबोट बहुत प्रभावशाली होते हैं और लगभग सभी को जो उन्हें देखते हैं उन्हें आश्चर्यचकित करते हैं, तो भी कुछ प्रमुख कारक हैं। सबसे उल्लेखनीय बात यह है कि ये रोबोट हाथ से प्रोग्राम किए जाते हैं और नृत्य करने के लिए कोरियोग्राफ किए जाते हैं, लेकिन यह वास्तविक दुनिया की स्थितियों में वांछित तरीका नहीं है।

प्रयोगशाला के बाहर, रोबोटों को मजबूत, लचीला, और अधिक होना चाहिए। इसके अलावा, उन्हें अप्रत्याशित स्थितियों का सामना करने और उन्हें स्वयं संभालने में सक्षम होना चाहिए, जो केवल उन्हें ऐसी स्थितियों को स्वयं संभालने में सक्षम बनाने से ही किया जा सकता है।

जोंगयू ली कैसी पर काम करने वाली टीम का हिस्सा था।

“इन वीडियोज़ को देखकर कुछ लोगों को लगता है कि यह एक हल किया गया और आसान समस्या है,” ली कहते हैं। “लेकिन हमें अभी भी बहुत काम करना है ताकि मानवीय रोबोट वास्तविक दुनिया में सुरक्षित और विश्वसनीय तरीके से काम कर सकें।”

https://www.youtube.com/watch?v=goxCjGPQH7U

रिनफोर्समेंट लर्निंग

ऐसे रोबोट को बनाने के लिए, बर्कले टीम ने रिनफोर्समेंट लर्निंग पर भरोसा किया, जिसे डीपमाइंड जैसी कंपनियों ने मानवों को दुनिया के सबसे जटिल खेलों में हराने के लिए एल्गोरिदम को प्रशिक्षित करने के लिए उपयोग किया है। रिनफोर्समेंट लर्निंग परीक्षण और त्रुटि पर आधारित है, जिसमें रोबोट अपनी गलतियों से सीखता है।

कैसी रोबोट ने रिनफोर्समेंट लर्निंग का उपयोग सिम्युलेशन में चलना सीखने के लिए किया, जो पहली बार इस दृष्टिकोण का उपयोग नहीं है। हालांकि, यह आमतौर पर सिम्युलेटेड वातावरण से बाहर निकलकर वास्तविक दुनिया में नहीं आता है। यहां तक कि एक छोटा सा अंतर भी रोबोट को चलने में विफल कर सकता है।

शोधकर्ताओं ने एक के बजाय दो सिम्युलेशन का उपयोग किया, जिसमें पहला एक ओपन-सोर्स प्रशिक्षण वातावरण म्यूजोको था। इस पहले सिम्युलेशन में, एल्गोरिदम ने संभावित आंदोलनों की एक लाइब्रेरी से सीखा और दूसरे सिम्युलेशन में उन्हें वास्तविक दुनिया की स्थितियों में परीक्षण किया।

दो सिम्युलेशन में विकसित होने के बाद, एल्गोरिदम को वास्तविक दुनिया में तैयार होने के लिए फाइन-ट्यूनिंग की आवश्यकता नहीं थी। यह पहले से ही तैयार था। न केवल यह चलने में सक्षम था, बल्कि यह बहुत कुछ कर सकता था। शोधकर्ताओं के अनुसार, कैसी दो मोटरों के विफल होने के बाद भी पुनः स्थापित हो सकता था।

कैसी के पास अन्य रोबोटों की तरह सभी घंटियों और सीटियों नहीं हो सकती हैं, लेकिन यह कई मायनों में कहीं अधिक प्रभावशाली है। इसके वास्तविक दुनिया के उपयोग के लिए प्रौद्योगिकी के लिए भी इसके बड़े निहितार्थ हैं, क्योंकि ऐसा चलने वाला रोबोट विभिन्न क्षेत्रों में उपयोग किया जा सकता है।