नरम-शरीर वाले रोबोट नए गहरे शिक्षण न्यूरल नेटवर्क के साथ अधिक कुशल

नरम-शरीर वाले रोबोट रोबोटिक्स के व्यापक क्षेत्र में एक अत्यंत महत्वपूर्ण उपकरण हैं, क्योंकि पारंपरिक और कठोर-शरीर वाले रोबोट एक ही प्रकार के कार्य पूरे नहीं कर सकते हैं। पूर्व मानवों के साथ अधिक सुरक्षित रूप से बातचीत करता है, और वे ऐसी चीजें कर सकते हैं जैसे कि तंग स्थानों में फिट होना।

नरम रोबोटों के साथ जुड़ी एक बड़ी चुनौती यह है कि उन्हें अपने सभी शरीर के अंगों को जानना होगा ताकि वे प्रोग्राम किए गए कार्यों को पूरा कर सकें, और यह अधिक कठिन हो जाता है क्योंकि नरम रोबोट लगभग असीमित तरीकों से विकृत हो सकते हैं।

अब, एमआईटी के शोधकर्ताओं ने एक नया गहरा शिक्षण एल्गोरिदम विकसित किया है जो इंजीनियरों को नरम रोबोटों को इस तरह से डिज़ाइन करने में मदद करता है जिससे वे अपने आसपास के वातावरण के बारे में अधिक डेटा एकत्र कर सकें। एल्गोरिदम रोबोट के शरीर के भीतर सेंसर के अनुकूलित स्थान का सुझाव देकर काम करता है। यह उन्हें असाइन किए गए कार्यों को पूरा करने और वातावरण के साथ बातचीत करने में सक्षम बनाता है।

अलेक्जेंडर अमिनी शोध के सह-लेखक हैं, जो एमआईटी कंप्यूटर साइंस और आर्टिफिशियल इंटेलिजेंस लेबोरेटरी में पीएचडी छात्र हैं। इस शोध में लिलियन चिन, पीएचडी छात्र, और वोज़िच माटुसिक और डैनियला रस, विश्वविद्यालय के प्रोफेसर शामिल हैं।

“सिस्टम न केवल एक दिए गए कार्य को सीखता है, बल्कि रोबोट को उस कार्य को हल करने के लिए कैसे डिज़ाइन किया जाए, यह भी सीखता है,” अमिनी कहते हैं। “सेंसर प्लेसमेंट एक बहुत ही कठिन समस्या है जिसे हल करना है। इसलिए, समाधान प्राप्त करना बहुत उत्साहजनक है।”

https://www.youtube.com/watch?v=MSa7D0FvxqY

कठोर बनाम नरम रोबोट

कठोर रोबोटों का एक बड़ा फायदा यह है कि उनकी गति की एक सीमित श्रृंखला है, और जबकि यह एक नकारात्मक बात की तरह लगता है, इसका मतलब है कि सीमित संख्या में जोड़ और अंगों के कारण गणना अधिक प्रबंधनीय हो जाती है।

इन गणनाओं को मैपिंग और मोशन प्लानिंग को नियंत्रित करने वाले एल्गोरिदम के साथ काम करना आसान है। नरम रोबोट ऐसा नहीं कर सकते हैं क्योंकि वे लचीले हैं।

“नरम रोबोटों के साथ मुख्य समस्या यह है कि वे अनंत आयामी हैं,” स्पीलबर्ग कहते हैं। “एक नरम-शरीर वाले रोबोट का कोई भी बिंदु सिद्धांत रूप से किसी भी संभव तरीके से विकृत हो सकता है।”

पिछले शोधकर्ताओं ने रोबोट की स्थिति को चार्ट करने के लिए एक बाहरी कैमरा का उपयोग किया था, जिसे फिर रोबोट के नियंत्रण कार्यक्रम में वापस फीड किया जाता था। नई टीम ने एक नरम रोबोट बनाने का तरीका खोजा जो बाहरी सहायता से मुक्त हो।

“आप रोबोट पर असीमित संख्या में सेंसर नहीं रख सकते,” स्पीलबर्ग जारी रखते हैं। “तो सवाल यह है: आपके पास कितने सेंसर हैं, और आप उन सेंसरों को कहां रखें ताकि आप अपने पैसे का सबसे अच्छा उपयोग कर सकें?”

शोधकर्ताओं ने एक नए न्यूरल नेटवर्क आर्किटेक्चर को विकसित किया जो सेंसर प्लेसमेंट को अनुकूलित कर सकता है और कार्यों को कुशलता से पूरा करना सीख सकता है। उन्होंने रोबोट के शरीर को विभिन्न क्षेत्रों में विभाजित किया जिन्हें “कण” कहा जाता है।

न्यूरल नेटवर्क ने प्रत्येक कण की दर के रूप में दर का उपयोग किया, और परीक्षण और त्रुटि के माध्यम से, नेटवर्क एक दिए गए कार्य के लिए सबसे कुशल आंदोलनों की क्रम सीख सकता है। नेटवर्क यह भी ट्रैक रखता है कि कौन से कण अधिक बार उपयोग किए जाते हैं ताकि नेटवर्क के इनपुट को समायोजित किया जा सके।

सेंसर प्लेसमेंट में मानवता को पार करना

नेटवर्क रोबोट के शरीर पर सेंसर की स्थिति का सुझाव देता है जो सबसे महत्वपूर्ण कणों को अनुकूलित करता है। परीक्षणों में, एल्गोरिदम ने सेंसरों को रखने के लिए सबसे कुशल स्थानों को स्थित करने में मानवता को पार किया।

एल्गोरिदम को फिर विशेषज्ञ भविष्यवाणियों की एक श्रृंखला के खिलाफ परीक्षण किया गया।

“हमारा मॉडल प्रत्येक कार्य के लिए मानवता को बहुत पार कर गया, भले ही मैंने कुछ रोबोट शरीरों को देखा और महसूस किया कि सेंसर कहां जाने चाहिए,” अमिनी कहते हैं। “यह पता चलता है कि इस समस्या में हमने शुरू में सोचा था कि इसकी अधिक जटिलता है।”

स्पीलबर्ग के अनुसार, नई विकास रोबोट डिजाइन प्रक्रिया को स्वचालित करने में मदद कर सकती है और रोबोट आंदोलनों को नियंत्रित करने के लिए नए एल्गोरिदम के साथ आने में मदद कर सकती है।

“… हमें यह भी सोचना होगा कि हम इन रोबोटों को कैसे सेंसराइज़ करेंगे, और यह कैसे प्रणाली के अन्य घटकों के साथ बातचीत करेगा,” वे कहते हैं। “यह एक ऐसी चीज़ है जहां आपको एक बहुत ही मजबूत, अच्छी तरह से अनुकूलित स्पर्श की आवश्यकता है। इसलिए, इसमें तुरंत प्रभाव की संभावना है।”

“सेंसराइज्ड नरम रोबोटों के डिजाइन को स्वचालित करना बुद्धिमान उपकरण बनाने के लिए एक महत्वपूर्ण कदम है जो शारीरिक कार्यों में लोगों की मदद करते हैं,” रस कहते हैं। “सेंसर प्रक्रिया का एक महत्वपूर्ण पहलू है, क्योंकि वे नरम रोबोट को ‘देखने’ और दुनिया और उसके संबंधों को समझने में सक्षम बनाते हैं।”