Simultaneous Tactile-Visual Perception for Learning Multimodal Robot Manipulation
यह शोध पत्र TacThru पेश करता है, जो एक सी-थ्रू-स्किन (see-through-skin) सेंसर है जो एक साथ दृश्य और सुदृढ़ स्पर्श धारणा (tactile perception) में सक्षम है, और TacThru-UMI, एक इमिटेशन लर्निंग फ्रेमवर्क है जो इन मल्टीमॉडल संकेतों को ट्रांसफॉर्मर-आधारित डिफ्यूजन पॉलिसी के माध्यम से एकीकृत करता है ताकि जटिल कार्यों में रोबोटिक मैनिपुलेशन प्रदर्शन में महत्वपूर्ण सुधार किया जा सके।
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
कल्पना कीजिए कि आप मोटे, भारी ओवन मिट्स (दस्ताने) पहनकर एक छोटे, फिसलन भरे अंगूर को उठाने की कोशिश कर रहे हैं। आप महसूस कर सकते हैं कि वहां कुछ है, लेकिन आप ठीक से देख नहीं पा रहे हैं कि वह कहाँ है या कैसे हिल रहा है। अब, कल्पना कीजिए कि आप पतले रेशमी दस्ताने पहनकर बाल का एक अकेला धागा उठाने की कोशिश कर रहे हैं। आप बाल को देख तो सकते हैं, लेकिन आपकी स्पर्श की शक्ति इतनी कम है कि आप यह भी नहीं बता सकते कि आपने उसे वास्तव में पकड़ा है या नहीं।
रोबोटिक्स की दुनिया में, अधिकांश "उंगलियों" को इसी समस्या का सामना करना पड़ता है: या तो वे "देखने" में अच्छी होती हैं (कैमरों का उपयोग करके) या "महसूस करने" में अच्छी होती हैं (टैक्टाइल सेंसर का उपयोग करके), लेकिन वे दोनों काम एक ही समय में करने में संघर्ष करती हैं, खासकर जब वस्तु रास्ते में आ जाती है।
यह शोध पत्र TacThru पेश करता है, जो रोबोटिक उंगलियों के लिए एक नए प्रकार की "सुपर-स्किन" है जो इस दुविधा को हल करती है।
समस्या: "आंखों पर पट्टी" का प्रभाव
अधिकांश रोबोट एक "स्विच" दृष्टिकोण का उपयोग करते हैं। जब रोबोट किसी वस्तु की ओर हाथ बढ़ा रहा होता है, तो वह अपनी आंखों का उपयोग करता है। लेकिन जैसे ही उंगली वस्तु को छूती है, उंगली अक्सर कैमरे के दृश्य को बाधित कर देती है—जैसे कि किताब पढ़ते समय अपनी हथेली को पन्ने पर दबाना। आप अपनी "दृष्टि" ठीक उसी समय खो देते हैं जब आपको यह देखने की सबसे अधिक आवश्यकता होती है कि वस्तु कैसे खिसक रही है।
समाधान: "ग्लास-स्इन" उंगली
शोधकर्ताओं ने TacThru बनाया, जो एक रोबोट के लिए हाई-टेक कॉन्टैक्ट लेंस की तरह काम करता है। उन्होंने इसे इस प्रकार किया:
- पारदर्शी त्वचा (साफ खिड़की): एक ठोस, अपार रबड़ का उपयोग करने के बजाय, उन्होंने पूरी तरह से पारदर्शी, दिखने योग्य सामग्री का उपयोग किया। यह उंगली के अंदर स्थित कैमरे को स्पर्श के दौरान भी वस्तु को "देखने" के लिए त्वचा के आर-पार देखने की अनुमति देता है। यह एक ऐसी उंगली की तरह है जो पारदर्शी जेली से बनी हो।
- कीलाइन मार्कर्स (जादुई बिंदु): दबाव को "महसूस" करने के लिए, उन्होंने उस पारदर्शी जेली के अंदर छोटे, विशेष पैटर्न (जिन्हें कीलाइन मार्कर्स कहा जाता है) रखे। जब रोबोट किसी चीज़ को छूता है, तो ये पैटर्न खिंचते और हिलते हैं। क्योंकि त्वचा पारदर्शी है, रोबोट इन चलते हुए बिंदुओं को पूरी तरह से ट्रैक कर सकता है, भले ही बैकग्राउंड अव्यवस्थित हो। यह एक गुब्बारे को दबाने पर उसके पैटर्न के खिंचने को देखने जैसा है।
- दिमाग (TacThru-UMI): उन्होंने केवल एक बेहतर उंगली ही नहीं बनाई; उन्होंने एक बेहतर दिमाग भी बनाया। उन्होंने "इमिटेशन लर्निंग" (अनुकरण सीखना) का उपयोग किया, जो अनिवार्य रूप से रोबट को यह सिखाना है कि इंसान इसे कैसे करता है। रोबोट का दिमाग एक ही समय में "आंखों" और "स्पर्श" दोनों की बात सुनना सीखता है, और तय करता है कि उस क्षण में किस पर अधिक भरोसा करना है।
यह क्यों महत्वपूर्ण है ("सुपरपावर्स")
इस दोहरी-संवेदनशीलता के कारण, रोबोट ने तीन नई "सुपरपावर्स" प्राप्त कीं:
- "घोस्ट" टच (भूतिया स्पर्श): यह अविश्वसनीय रूप से पतली और नरम चीजों का पता लगा सकता है, जैसे कि टिश्यू पेपर का एक टुकड़ा, जो पारंपरिक टैक्टाइल सेंसर को आमतौर पर "भ्रमित" कर देता है।
- "एक्स-रे" विजन: यह दो ऐसे बोल्ट के बीच अंतर बता सकता है जो सामान्य कैमरे के लिए बिल्कुल एक जैसे दिखते हैं लेकिन महसूस करने में थोड़े अलग होते हैं, या यह एक छोटे स्क्रू के रंग को देख सकता है जिसे कलाई वाला कैमरा बहुत दूर होने के कारण नहीं देख पाता।
- "एडेप्टिव" रिफ्लेक्स (अनुकूलनशील प्रतिवर्त): यदि रोबोट बोतल का ढक्कन लगाने की कोशिश कर रहा है और उसका दृश्य बाधित हो जाता है, तो वह घबराता नहीं है। वह काम पूरा करने के लिए अपने आप "आंखों के उपयोग" से "स्पर्श के उपयोग" पर स्विच हो जाता है, ठीक वैसे ही जैसे आप अंधेरे में किसी चाबी के छेद को छूकर ढूंढ सकते हैं।
निचोड़
TacThru एक रोबोट की उंगली को एक साधारण उपकरण से एक परिष्कृत संवेदी अंग में बदल देता है। रोबोटों को अपनी त्वचा के आर-पार देखने की अनुमति देकर, वे अंततः उन नाजुक, जटिल और कठिन कार्यों को कर सकते हैं जो मनुष्य हर दिन करते हैं, बिना किसी चीज़ को तोड़े या गिराए।
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।