Perception-and-action system for humanoid robot task execution in construction
यह शोध पत्र एक नवीन धारणा-और-क्रिया (perception-and-action) प्रणाली प्रस्तावित करता है जिसमें Humanoid-PoseNet और Humanoid-ActionNet शामिल हैं, जो मानव प्रदर्शनों से मानव सदृश रोबोटों (humanoid robots) को निर्माण कार्यों को सीखने और उन्हें विश्वसनीय रूप से निष्पादित करने में सक्षम बनाता है, जिससे औसतन 82.45 मिमी की मोशन-ट्रैकिंग त्रुटि प्राप्त होती है।
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
एक ऐसी दुनिया की कल्पना करें जहाँ रोबोट केवल पहियों वाले भारी-भरकम मशीन या दीवार से जुड़े हाथ मात्र नहीं हैं, बल्कि ऐसे साथी हैं जो हमारी तरह दिखते और चलते हैं। यह ह्यूमनॉइड रोबोटिक्स (मानव सदृश रोबोटिक्स) का क्षेत्र है, जो ऐसी मशीनें बनाने की कोशिश कर रहा है जो हमारे मानव-निर्मित स्थानों—जैसे निर्माण स्थलों, रसोई या कार्यालयों—में प्रवेश कर सकें और बिना हर एक कदम के लिए मैनुअल की आवश्यकता के भारी काम कर सकें। बड़ी चुनौती क्या है? इंसान अव्यवस्थित, लचीले और अद्वितीय होते हैं; रोबोट सटीक, कठोर और विशिष्ट ब्लूप्रिंट पर बने होते हैं। यदि आप किसी रोबोट पर सीधे मानव की गति की नकल करने की कोशिश करते हैं, तो रोबोट लड़खड़ा सकता है, गिर सकता है या उसका जोड़ टूट सकता है क्योंकि उसके पैर छोटे हो सकते हैं या उसके कूल्हे अलग तरह से मुड़ते हैं। इसे हल करने के लिए, वैज्ञानिक मोशन रिटारगेटिंग (एक फैंसी तरीका जिसका अर्थ है "मानव गतिविधियों को रोबोट की गतिविधियों में अनुवाद करना") और रीइन्फोर्समेंट लर्निंग (एक विधि जहाँ एक रोबोट परीक्षण और त्रुटि द्वारा सीखता है, उसे सीधा रहने के लिए "पुरस्कार" मिलते हैं और गिरने के लिए "दंड" मिलता है) का उपयोग करते हैं। लक्ष्य यह है कि रोबोट को हमें देखकर सीखने दें, ताकि वे अंततः हमें अपना संसार बनाने में मदद कर सकें, जैसे कि एक मानव कार्यकर्ता की तरह ईंटें उठाना या सीढ़ियाँ चढ़ना।
अब इस नए अध्ययन को देखें, जो 'यूनिट्री जी1' (Unitree G1) नामक रोबोट के लिए एक मास्टर ट्रांसलेटर और एक सख्त कोच की तरह कार्य करता है। शोधकर्ताओं ने यह देखना चाहा कि क्या एक ह्यूमनॉइड रोबोट एक निर्माण कार्यकर्ता को कार्य करते हुए देख सकता है, समझ सकता है कि वह क्या कर रहा है, और फिर बिना गिरे उसे स्वयं कर सकता है। उन्होंने इसे संभव बनाने के लिए एक दो-भाग वाली प्रणाली बनाई। सबसे पहले, उन्होंने एक "अनुवादक" बनाया जिसे ह्यूमनॉइड-पोज़नेट (Humanoid-PoseNet) कहा जाता है। इसे एक सुपर-स्मार्ट कैमरा मस्तिष्क समझें जो एक मानव कार्यकर्ता का वीडियो देखता है। यह केवल एक व्यक्ति को नहीं देखता; यह गणना करता है कि 3D स्पेस में प्रत्येक जोड़ वास्तव में कहाँ है। लेकिन यहाँ पेचीदा हिस्सा यह है: एक मानव का शरीर एक रोबोट की तुलना में अलग आकार का होता है। इसलिए, यह मस्तिष्क तुरंत मानव की गतिविधियों को एक ऐसे संस्करण में फिर से लिख देता है जो रोबोट के विशिष्ट शरीर के आकार में फिट बैठता है, जिससे यह सुनिश्चित होता है कि रोबोट अपने जोड़ों को असंभव तरीकों से न मोड़े।
एक बार जब रोबोट जान जाता है कि उसे क्या करना है, तो उसे यह समझना होता है कि बिना टकराए कैसे चलना है। यहीं पर दूसरा भाग, ह्यूमनॉइड-एक्शननेट (Humanoid-ActionNet) आता है। यह रोबोट का आंतरिक कोच है, जिसे "टीचर-स्टूडेंट" (शिक्षक-छात्र) पद्धति का उपयोग करके प्रशिक्षित किया गया है। "टीचर" रोबोट का एक अत्यंत शक्तिशाली संस्करण है जो कंप्यूटर सिमुलेशन में रहता है और भौतिकी (जैसे कि एक ईंट कितनी भारी है या जमीन कितनी फिसलन भरी है) के बारे में सब कुछ जानता है। टीचर संतुलन बनाए रखने के लिए चलने का सही तरीका सीखता है। फिर, वह एक "स्टूडेंट" रोबोट को सिखाता है। स्टूडेंट वह रोबोट है जो वास्तव में वास्तविक दुनिया में जाएगा, लेकिन उसे भौतिकी के रहस्यों पर निर्भर रहने की अनुमति नहीं है; उसे केवल अपने जोड़ों को महसूस करके और लक्षित गतिविधियों को देखकर सीखना होगा, ठीक वैसे ही जैसे एक वास्तविक रोबोट करेगा। यह सुनिश्चित करता है कि जब रोबोट कंप्यूटर से बाहर निकलकर वास्तविक निर्माण स्थल पर कदम रखता है, तो वह सिमुलेशन और वास्तविकता के बीच के अंतर से भ्रमित न हो।
टीम ने इस प्रणाली का परीक्षण 30 अलग-अलग निर्माण कार्यों के साथ किया, जिसमें भारी पाइप ले जाने और सामग्री को ढेर करने से लेकर झंडों के साथ संकेत देने और ऊबड़-खाबड़ जमीन पर चलने तक शामिल है। उन्होंने पहले पांच मानव स्वयंसेवकों को मोशन-कैप्चर स्टूडियो में इन कार्यों को करते हुए रिकॉर्ड किया। फिर, उन्होंने अपने रोबोट सिस्टम को इन रिकॉर्डिंग से सीखने दिया। परिणाम उत्साहजनक थे: रोबोट सफलतापूर्वक इन आठ जटिल निर्माण कार्यों को करने में सफल रहा। कंप्यूटर सिमुलेशन में, रोबोट ने अपने जोड़ों में औसतन लगभग 82.45 मिमी (मीन पर जॉइंट पोजीशन एरर) की त्रुटि के साथ मानव गतिविधियों को ट्रैक किया। जब उन्होंने वास्तविक दुनिया में रोबोट का परीक्षण किया, तो वह संतुलन बनाए रखते हुए पाइप ले जाने, कंक्रीट के ब्लॉक पकड़ने और यहाँ तक कि झंडा लहराने में भी सफल रहा, जिससे सिद्ध हुआ कि "अनुवाद" और "कोचिंग" काम कर गई।
हालाँकि, पेपर इस बात पर जोर देता है कि यह कोई पूर्ण समाधान नहीं है। शोधकर्ताओं ने नोट किया कि हालांकि रोबोट ये कार्य कर सकता था, लेकिन यह दोषरहित नहीं था। सिमुलेशन में, कुछ प्रयास विफल रहे, जहाँ रोबोट अपना संतुलन खो बैठा या लड़खड़ा गया, विशेष रूप से तब जब वास्तविक दुनिया की भौतिकी (जैसे घर्षण या वजन) कंप्यूटर मॉडल से मेल नहीं खाती थी। उन्होंने यह भी बताया कि रोबोट के हाथ मनुष्यों जितने कुशल नहीं हैं, इसलिए जबकि वह एक ब्लॉक को पकड़ सकता है, वह आवश्यक रूप से एक मानव कार्यकर्ता की तरह सूक्ष्मता के साथ उसे ग्रैस्प (पकड़) नहीं सकता। अध्ययन सुझाव देता है कि यह दृष्टिकोण एक ठोस पहला कदम है ताकि हमारे साथ निर्माण स्थलों पर काम करने वाले रोबोटों को बनाया जा सके, लेकिन उन्हें उतना विश्वसनीय और अनुकूल बनाने के लिए अभी भी बहुत काम किया जाना बाकी है जितना कि वे मनुष्यों की नकल करने की कोशिश कर रहे हैं। सिस्टम ने दिखाया कि एक रोबोट को एक कार्यकर्ता की तरह हिलना-डुलना सिखाना संभव है, लेकिन "चलना सीखने" से "गगनचुंबी इमारत बनाने" तक की यात्रा अभी शुरू हुई है।
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।