Towards Generalized Robot Assembly through Compliance-Enabled Contact Formations
यह शोध पत्र एक सामान्यीकृत रोबोट असेंबली दृष्टिकोण प्रस्तावित करता है जो सटीक इंसर्शन कार्यों के लिए, बिना छेद के सटीक स्थानों या ओरिएंटेशन के पूर्व ज्ञान की आवश्यकता के, बल निगरानी (force monitoring) के माध्यम से गति बाधाओं को अंतर्निहित रूप से प्रबंधित करने हेतु कंप्लायंस-सक्षम संपर्क संरचनाओं (compliance-enabled contact formations) का उपयोग करता है, जिससे 0.25 मिमी से कम सहनशीलता वाले कार्य संभव होते हैं।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
रोबोट लंबे समय से कार के फ्रेम को वेल्ड करने या बक्सों को एक के ऊपर एक रखने के लिए पूर्व-निर्धारित पथों पर सटीकता के साथ चलते हुए फैक्ट्री फ्लोर के उस्ताद रहे हैं। फिर भी, जब बात शारीरिक संपर्क की अव्यवस्थित और अप्रत्याशित दुनिया की आती है, तो वे अक्सर लड़खड़ा जाते हैं। चुनौती स्पर्श की प्रकृति में निहित है। जब दो वस्तुएं आपस में मिलती हैं, तो वे इस बात पर सीमाएं लगाती हैं कि वे एक-दूसरे के सापेक्ष कैसे हिल सकती हैं। एक साधारण संपर्क बिंदु एक वस्तु को एक दिशा में फिसलने की अनुमति दे सकता है लेकिन उसे दूसरी दिशा में हिलने से रोक सकता है। दशकों तक, इंजीनियर इन संपर्क बिंदुओं की सटीक गणना करके और उनके बीच घर्षण कितना मौजूद है, यह जानकर असेंबली कार्यों को हल करने का प्रयास करते रहे। इस दृष्टिकोण के लिए जटिल गणित और सटीक सेंसरों की आवश्यकता थी, और गणना में एक छोटी सी त्रुटि भी रोबोट को जाम कर सकती थी या वस्तु को तोड़ सकती थी। इसके विपरीत, मनुष्य को इस बात की गणना करने की आवश्यकता नहीं होती कि एक छेद में पेग (peg) कैसे फिसलता है; हम बस प्रतिरोध को महसूस करते हैं और अपनी पकड़ और कोण को तब तक समायोजित करते हैं जब तक कि वह फिट न हो जाए।
येल यूनिवर्सिटी के शोधकर्ताओं की एक टीम ने रोबोट के लिए इस सहज कौशल को सीखने का एक नया तरीका विकसित किया है, जो जटिल गणनाओं से दूर जाकर मानवीय अनुकूलन क्षमता की नकल करने की ओर बढ़ता है। हर उस बिंदु का मानचित्र बनाने के बजाय जहाँ रोबोट का हाथ किसी वस्तु को छूता है, वे पूरी अंतःक्रिया को बदलते हुए बाधाओं (constraints) की एक श्रृंखला के रूप में देखते हैं। वे इन समूहों को "कॉन्टैक्ट फॉर्मेशन्स" (contact formations) कहते हैं। कल्पना कीजिए कि एक रोबोट एक पेग पकड़े हुए है और उसे एक छेद में डालने की कोशिश कर रहा है। लक्ष्य यह नहीं है कि शुरू करने से पहले छेद कहाँ है, यह जानना है कि वस्तु को भौतिक अवस्थाओं के एक क्रम के माध्यम से निर्देशित किया जाए। रोबोट बिना किसी बाधा के शुरू करता है, फिर धीरे से सतह को छूता है, फिर किनारे को खोजता है, फिर खुद को उसमें फंसाता है, और अंत में नीचे की ओर फिसलता है। अपने हाथ पर लगने वाले बलों की निगरानी करके और वास्तविक समय में अपनी गतिविधियों को समायोजित करके, रोबोट बिना किसी वस्तु के सटीक आकार या छेद के सटीक स्थान को जाने बिना इस पथ पर आगे बढ़ सकता है।
शोधकर्ताओं ने इस दृष्टिकोण का परीक्षण एक रोबलेट आर्म पर किया जो एक नरम, लचीले हाथ और एक सेंसर से लैस था जो बल और टॉर्क (torque) को मापता है। हाथ को दबाव के तहत थोड़ा झुकने के लिए डिज़ाइन किया गया है, बिल्कुल एक मानव उंगली की तरह, जो इसे त्रुटियों से लड़ने के बजाय उन्हें सोखने की अनुमति देता है। टीम ने टाइट टॉलरेंस (tight tolerances) वाली वस्तुओं के साथ कार्यों की एक श्रृंखला आयोजित की, जहाँ पेग और छेद के बीच का अंतर एक चौथाई मिलीमीटर से भी कम था। इन परीक्षणों में, रोबोट को पहले से यह जानकारी नहीं थी कि छेद कहाँ स्थित है या वस्तु कैसे घुमी हुई है। इसने एक छोटे क्षेत्र की खोज करके शुरुआत की, सतह को महसूस करने के लिए धीरे से नीचे की ओर धक्का दिया, और फिर किनारे को खोजने के लिए बगल में चला गया। जैसे-जैसे यह आगे बढ़ा, रोबोट ने लगातार अपने हाथ पर लगने वाले बलों की जांच की। यदि उसे अचानक प्रतिरोध में वृद्धि महसूस हुई, तो वह समझ गया कि उसने एक बाधा (constraint) को छू लिया है, जैसे कि छेद का किनारा, और वह उस नए सीमा का अनुसरण करने के लिए अपने पथ को समायोजित करेगा।
परिणामों से पता चला कि यह विधि विभिन्न प्रकार के आकारों के लिए उल्लेखनीय रूप से काम करती है। टीम ने सरल वृत्तों और आयतों से लेकर नाशपाती और त्रिकोण जैसे अधिक जटिल आकारों तक की वस्तुओं को सफलतापूर्वक डाला, जिनमें अंतराल 0.25 मिलीमीटर से भी कम था। एक विशेष रूप से कठिन परीक्षण में एक गैर-उत्तल (non-convex) वस्तु शामिल थी जो लहसुन के आकार की थी, जिसके घुमावदार किनारे आसानी से फंस सकते थे। रोबोट ने इस वस्तु को भी डालने में सफलता प्राप्त की, जिसे खोजने और डालने में लगभग 63 सेकंड लगे। एक अन्य प्रयोग में, रोबोट ने एक मानक औद्योगिक असेंबली बोर्ड से एक गियर और एक प्लग को संभाला, जो ऐसे कार्य हैं जिनमें सटीक संरेखण की आवश्यकता होती है। सिस्टम ने एक खिलौने को भी संभाला जिसमें छेद वस्तु के ऊपर के बजाय उसके नीचे था, जिससे यह सिद्ध हुआ कि यह विधि विभिन्न ओरिएंटेशन (orientations) के अनुकूल हो सकती है। इसकी सफलता की कुंजी एक विशिष्ट प्रकार के संपर्क को बनाए रखने की रोबोट की क्षमता थी। यदि रोबोट को लगा कि वह बहुत अधिक फिसल रहा है या फंस रहा है, तो वह अपनी पकड़ या कोण को समायोजित करेगा ताकि सही बाधाओं को फिर से स्थापित किया जा सके, प्रभावी रूप से खुद को जगह पर पहुँचाएगा, बिना पर्यावरण का कोई सटीक मानचित्र बनाए।
यह कार्य इस विचार को चुनौती देता है कि नाजुक कार्यों को करने के लिए रोबोट को दुनिया के सटीक मॉडल की आवश्यकता होती है। शोधकर्ताओं ने पाया कि वस्तु से मिलने वाले भौतिक फीडबैक पर भरोसा करके, रोबोट महंगे सेंसर या जटिल सिमुलेशन की आवश्यकता को दरकिनार कर सकता है। इस पद्धति के लिए यह जानना आवश्यक नहीं है कि वस्तु या छेद की सटीक ज्यामिति क्या है; इसे केवल इतना जानने की आवश्यकता है कि एक छेद किसी सुलभ क्षेत्र के भीतर कहीं मौजूद है। यह प्रणाली इतनी मजबूत है कि यह उन वस्तुओं को भी संभाल सकती है जो काफी अधिक घुमावदार हैं, कुछ परीक्षणों में सफलता तब भी मिली जब वस्तु सही कोण से 40 डिग्री से अधिक झुकी हुई थी। हालाँकि, शोधकर्ता सावधानी बरतते हुए कहते हैं कि यह हर संभावित परिदृश्य के लिए कोई जादुई समाधान नहीं है। यह विधि इस बात पर निर्भर करती है कि वस्तु छेद के भीतर थोड़ा फिसल या घूम सके, जिसका अर्थ है कि यह कम घर्षण वाली सतहों और सकारात्मक टॉलरेंस के साथ सबसे अच्छा काम करती है। यदि अंतराल बहुत कम है या घर्षण बहुत अधिक है, तो रोबोट वस्तु को नुकसान पहुँचाए बिना प्रतिरोध को दूर करने के लिए पर्याप्त बल लगाने में सक्षम नहीं हो सकता है।
इस शोध के निहितार्थ प्रयोगशाला से परे तक विस्तृत हैं। यह सिद्ध करके कि रोबोट बिना वातावरण के हर विवरण को जाने टाइट-टॉलरेंस असेंबली कार्य कर सकते हैं, यह दृष्टिकोण अधिक बहुमुखी सेवा रोबोटों के लिए द्वार खोलता है। ये मशीनें एक दिन घरों या अस्पतालों में कार्य कर सकती हैं जहाँ लेआउट पूरी तरह से मानकीकृत नहीं होता है, जैसे कि फर्नीचर को असेंबल करना, औजारों को व्यवस्थित करना, या चिकित्सा उपकरणों को संभालना। यह अध्ययन दर्शाता है कि 'कम्प्लायंस' (compliance), या बलों के प्रति झुकने की क्षमता, अनिश्चितता को कम करने के लिए एक शक्तिशाली उपकरण है। अज्ञात के विरुद्ध लड़ने के बजाय, रोबोट अज्ञात का उपयोग अपने कार्यों को निर्देशित करने के लिए करता है, भौतिक बाधाओं को एक मानचित्र में बदल देता है जो उसे लक्ष्य तक ले जाता है। जैसे-जैसे शोधकर्ता भविष्य की ओर देख रहे हैं, वे इन विधियों को और अधिक परिष्कृत करने की योजना बना रहे हैं, जिसका लक्ष्य ऐसे हाथ बनाना है जो और भी अधिक बल लगा सकें और और भी अधिक जटिल, गैर-उत्तल आकारों को संभाल सकें, जिससे मशीनों की क्षमताओं में मानव हाथों की निपुणता करीब आ सके।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।