High Fidelity Capture, Reconstruction, and Transfer of Human Demonstrations for Robot-Assisted Bathing

कल्पना कीजिए कि आप एक रोबोट को कुछ ऐसा सिखाने की कोशिश कर रहे हैं जो बहुत ही नाजुक और अव्यवस्थित काम है, जैसे किसी व्यक्ति को नहलाना। यह सुनने में सरल लगता है, लेकिन एक मशीन के लिए, यह एक रोबोट से उस साथी के साथ नाचने के लिए कहने जैसा है जो नाचते समय बीच-बीच में संगीत, फर्श और अपना आकार बदलता रहता है। यह फिजिकल ह्यूमन-रोबोट इंटरैक्शन (pHRI) की दुनिया है, एक ऐसा क्षेत्र जहाँ इंजीनियर ऐसी मशीनें बनाने की कोशिश करते हैं जो मनुष्यों को सुरक्षित रूप से छू सकें, थाम सकें और उनके साथ चल सकें। सबसे बड़ी बाधा हमेशा यह रही है कि रोबोट कारखाने में सख्त नियमों का पालन करने में तो माहिर होते हैं, लेकिन वास्तविक जीवन के "कोमल" भौतिक विज्ञान (physics) में बहुत खराब होते हैं: जैसे कि यह महसूस करना कि स्पंज को कितनी जोर से दबाना है, यह जानना कि व्यक्ति ने अपना वजन कब बदला, या यह समझना कि कंधे पर एक गीला हाथ सूखे हाथ से अलग महसूस होता है। इन सूक्ष्म, कोमल विवरणों को पकड़ने के तरीके के बिना, रोबोट या तो बहुत कठोरता से चलते हैं और किसी को चोट पहुँचाने का जोखिम उठाते हैं, या वे इतने सावधानी से चलते हैं कि अपना काम पूरा ही नहीं कर पाते।

यह शोध पत्र ठीक इसी समस्या का समाधान करता है, एक "हाई-डेफिनिशन मूवी" बनाकर कि कैसे मानव देखभाल करने वाले वास्तव में लोगों को नहलाते हैं। शोधकर्ताओं ने केवल गतिविधियों को रिकॉर्ड नहीं किया; उन्होंने अदृश्य बलों, हाथों के सटीक आकार और त्वचा से त्वचा के स्पर्श के विशिष्ट स्थानों को भी कैप्चर किया। फिर उन्होंने इस डेटा का उपयोग एक रोबोटिक हाथ को उन कोमल, जटिल गतियों की नकल करने के लिए सिखाने के लिए किया। इसका परिणाम आज के लिए नहाने वाला रोबोट नहीं है (यह अभी इसके लिए तैयार नहीं है), बल्कि एक शक्तिशाली नया टूलकिट और एक विशाल डेटासेट है जो यह दिखाता है कि मानव कौशल को रोबोट कोड में कैसे अनुवादित किया जाए, यह साबित करते हुए कि यदि आप इस बात पर ध्यान देते हैं कि चीज़ें कहाँ और कितनी जोर से स्पर्श करती हैं, तो आप रोब्यों को बहुत अधिक सुरक्षित और सक्षम बना सकते हैं।

रोबोट के स्नान की कहानी

समस्या: रोबोट स्नान को "महसूस" नहीं कर सकते
स्नान करना लोगों को स्वस्थ और स्वतंत्र रखने के लिए दैनिक कार्यों में से एक सबसे महत्वपूर्ण कार्य है। लेकिन जैसे-जैसे जनसंख्या बढ़ रही है, पर्याप्त मानव सहायक उपलब्ध नहीं हैं। रोबोट मदद कर सकते हैं, लेकिन किसी व्यक्ति को सुरक्षित रूप से नहलाने के लिए एक रोबोट बनाना अविश्वसनीय रूप से कठिन है। क्यों? क्योंकि स्नान करना केवल हाथ को बिंदु A से बिंदु B तक ले जाने के बारे में नहीं है। यह एक अराजक, गीला और फिसलन भरा नृत्य है। एक देखभाल करने वाले को लगातार अपनी पकड़ बदलनी पड़ती है, अपने हाथ का दबाव बदलना पड़ता है, और यदि नहलाया जाने वाला व्यक्ति हिलता है तो तुरंत प्रतिक्रिया देनी पड़ती है।

आज के अधिकांश रोबोट "आदर्श" निर्देशों या सरल मेट्रिक्स पर प्रशिक्षित होते हैं, जैसे कि "90% गंदगी हटाना।" वे वास्तविक अव्यवस्था को चूक जाते हैं: जिस तरह से एक हाथ पीठ पर सपाट होता है, दबाव में सूक्ष्म बदलाव जब पैर उठाया जाता है, या जिस तरह से एक देखभाल करने वाला एक हाथ से मरीज को स्थिर करता है जबकि दूसरे हाथ से धो रहा होता है। इस डेटा के बिना, रोबोट आँखों पर पट्टी बांधकर नाचने वालों की तरह हैं—उन्हें कदम तो पता हो सकते हैं, लेकिन वे संभवतः पैरों पर पैर रख देंगे।

समाधान: "कॉन्टैक्ट मैप" की सुपरपावर
कार्नेगी मेलन यूनिवर्सिटी और पिट्सबर्ग विश्वविद्यालय की टीम ने अनुमान लगाना बंद करने और रिकॉर्ड करना शुरू करने का निर्णय लिया। उन्होंने 20 कैमरों और प्रशिक्षित नर्सों (क्लिनिशियन) द्वारा पहने जाने वाले विशेष दस्तानों के साथ एक हाई-टेक लैब स्थापित की। ये दस्ताने 65 छोटे दबाव सेंसरों (जिन्हें "टैक्सल्स" कहा जाता है) और ऑप्टिकल मार्कर्स से ढके थे, जो एक अति-संवेदनशील त्वचा की तरह काम करते थे।

उन्होंने इन क्लिनिशियनों से छह अलग-अलग स्वयंसेकारों (कैमरों को देखने में मदद करने के लिए गहरे कपड़े पहने हुए) को नहलाने के लिए कहा। जैसे ही नर्सों ने हाथ, पैर, पीठ और चेहरे को धोया, सिस्टम ने सब कुछ रिकॉर्ड किया:

• गति (Motion): हर उंगली और शरीर का हिस्सा कहाँ घूम रहा था।
• आकार (Shape): हाथ और शरीर कैसे मुड़े हुए थे।
• बल (Force): दस्ताने हर क्षण कितनी जोर से दबाव डाल रहे थे।

इसने 128 स्नान सत्रों का एक डेटासेट बनाया, जिसमें 257,000 से अधिक फ्रेम का डेटा शामिल था। लेकिन कच्चा डेटा अव्यवस्थित होता है। शोधकर्ताओं को इसे साफ करना पड़ा, उन त्रुटियों को ठीक करना पड़ा जहाँ कंप्यूटर को लगा कि उंगलियां असंभव गांठों में उलझ गई हैं या हवा में तैर रही हैं। उन्होंने एक विशेष "कॉन्टैक्ट मैप" तकनीक विकसित की। हाथ को केवल एक ठोस वस्तु के रूप में देखने के बजाय, उन्होंने संपर्क क्षेत्र (area of contact) को सबसे महत्वपूर्ण सुराग के रूप में माना। इसने उन्हें डिजिटल पुनर्निर्माण को ठीक करने में मदद की, जिससे आभासी हाथ वास्तविक हाथों की तरह दिखने और महसूस होने लगे।

रोबोट को सिखाना: मानव से मशीन तक
एक बार जब उनके पास सटीक मानव डेटा आ गया, तो उन्हें एक रोबोट को यह सिखाना था। उन्होंने एक xArm 7 रोबोटिक आर्म पर लगे एक सॉफ्ट, टेंडन-ड्रिवन रोबोटिक हाथ DexKit का उपयोग किया।

यहाँ पेचीदा हिस्सा यह है: रोबोट का हाथ मानव हाथ नहीं है। इसमें अलग-अलग जोड़ और मांसपेशियां हैं। इसलिए, टीम ने केवल मानव हाथ के कोणों की नकल नहीं की; उन्होंने संपर्क बिंदुओं (contact points) को देखा।

1. चालों का पुस्तकालय (Library of Moves): उन्होंने मानव डेटा लिया और सबसे महत्वपूर्ण "पोज़" (कीफ्रेम्स के पुस्तकालय की तरह) चुने जो सभी आवश्यक गतिविधियों को कवर करते थे।
2. अनुवाद (Translation): उन्होंने पता लगाया कि रोबोट हाथ के कौन से मोटर्स को उन समान संपर्क पैटर्न को बनाने के लिए हिलने की आवश्यकता है।
3. परीक्षण (The Test): उन्होंने एक पुतले (mannequin) को धोने के लिए रोबोट का परीक्षण किया।

परिणाम: ओपन लूप बनाम क्लोज्ड लूप
जब उन्होंने पहली बार एक "ओपन लूप" रणनीति का उपयोग करके रोबोट को आज़माया (बिना यह देखे कि क्या हो रहा है, केवल पूर्व-निर्धारित चालों को चलाना), तो यह गलत हो गया। रोबोट ने बहुत अधिक दबाव डाला, जिससे पुतला हिलने लगा और असुरक्षित स्तर का बल लगने लगा। यह एक ऐसे छात्र चालक की तरह था जो सड़क को नहीं देखता और बस एक्सीलेटर दबा देता है।

फिर, उन्होंने "क्लोज्ड लूप" रणनीति अपनाई। उन्होंने रोबोट को वही टैक्टाइल दस्ताने दिए जिनका उपयोग डेटा कैप्चर के लिए किया गया था। अब, रोबोट वास्तविक समय में पुतले को "महसूस" कर सकता था। यदि इसने बहुत अधिक दबाव डाला, तो यह पीछे हट जाएगा। यदि इसे थोड़ा और धक्का देने की आवश्यकता हुई, तो यह समायोजन करेगा।

• परिणाम: क्लोज्ड-लूप रोबोट बहुत अधिक सुरक्षित था। इसने दबाव के स्तर को मानव नर्सों के बहुत करीब रखा। हालाँकि यह एक सटीक प्रतिलिपि नहीं था (घर्षण के कारण रोबोट की उंगलियां कभी-कभी मुड़ जाती थीं, जो एक मानवीय हाथ में नहीं होने वाली समस्या थी), इसने सफलतापूर्वक प्रदर्शित किया कि कॉन्टैक्ट डेटा का उपयोग करने से रोबोट इतना कोमल हो जाता है कि वह प्रयास कर सके।

इसका क्या अर्थ है (और क्या नहीं है)
यह शोध पत्र दिखाता है कि मनुष्यों के स्पर्श करने के तरीके को कैप्चर करना रोबोट को नाजुक कार्य सिखाने का गुप्त मंत्र है। संपर्क क्षेत्रों और बलों पर ध्यान केंद्रित करके, उन्होंने कई उन "ग्लिच" (त्रुटियों) को हल किया जो आमतौर पर मानव गति की नकल करने के दौरान होते हैं।

हालाँकि, लेखक बहुत स्पष्ट हैं: यह रोबोट अभी वास्तविक व्यक्ति को नहलाने के लिए तैयार नहीं है।

• अंतराल (The Gap): रोबोट का परीक्षण एक स्थिर पुतले पर किया गया था। वास्तविक मनुष्य हिलते हैं, प्रतिक्रिया देते हैं और अपना स्थान बदलते हैं। रोबोट की वर्तमान प्रणाली मानती है कि शरीर स्थिर रहता है, जो जीवित व्यक्ति के मामले में सच नहीं है।
• सेंसर: रोबोट का "महसूस करना" पूर्ण नहीं है। इसे हल्के स्पर्श और फिसलने के बीच अंतर करने में कठिनाई होती है, और यह कभी-कभी घर्षण (friction) से भ्रमित हो जाता है।
• भविष्य: शोधकर्ता सुझाव देते हैं कि इसे वास्तविक लोगों के लिए काम करने योग्य बनाने के लिए, हमें बेहतर सेंसरों की आवश्यकता है जो वास्तविक समय में पूरे शरीर को देख सकें और ऐसे रोबोटों की आवश्यकता है जो किसी व्यक्ति के हिलने पर तुरंत प्रतिक्रिया दे सकें।

संक्षेप में, इस शोध पत्र ने एक आदर्श स्नान करने वाला रोबोट नहीं बनाया, बल्कि एक आदर्श निर्देश पुस्तिका और एक उच्च गुणवत्ता वाला डेटासेट बनाया है जो बिल्कुल दिखाता है कि मानव देखभाल करने वाले इसे कैसे करते हैं। यह साबित करता है कि यदि हम चाहते हैं कि रोबोट जीवन के अव्यवस्थित, भौतिक हिस्सों में हमारी मदद करें, तो हमें उन्हें केवल यह नहीं सिखाना होगा कि कहाँ जाना है, बल्कि यह भी सिखाना होगा कि महसूस कैसे करना है।