A Taxonomy of Construction Task Activities for Robot Workers
यह शोध पत्र TARCAT को प्रस्तुत करता है, जो व्यावसायिक डेटा और निर्देशात्मक वीडियो से प्राप्त 41 निर्माण क्रिया प्रिमिटिव्स (action primitives) का एक मानव-व्याख्या योग्य वर्गीकरण है, जिसे मानव कार्य के विश्लेषण को मानकीकृत करने और पुन: प्रयोज्य, कंपोजेबल कौशल के माध्यम से सामान्य-उद्देश्य वाले रोबोट श्रमिकों के विकास को सक्षम करने के लिए डिज़ाइन किया गया 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 रोबोट को घर बनाना सिखाने की चुनौती को समझने के लिए, सबसे पहले यह समझना आवश्यक है कि एक एकल कमांड का पालन करने वाली मशीन और एक काम को समझने वाले श्रमिक के बीच क्या अंतर है। आधुनिक रोबोट अक्सर अत्यधिक कुशल विशेषज्ञों की तरह होते हैं जो एक सटीक गति कर सकते हैं, जैसे कि एक सीम को वेल्ड करना या एक दीवार को पेंट करना, लेकिन जब वातावरण बदल जाता है या जब किसी कार्य के लिए विभिन्न क्रियाओं के क्रम की आवश्यकता होती है, तो वे संघर्ष करते हैं। हाल के वर्षों में, एक नए प्रकार की कृत्रिम बुद्धिमत्ता (आर्टिफिशियल इंटेलिजेंस) उभरी है जो एक छवि देख सकती है, एक वाक्य समझ सकती है, और एक भौतिक क्रिया का निर्णय ले सकती है, जो मशीनों को नई स्थितियों के अनुकूल बनाने की दिशा में एक मार्ग प्रदान करती है। हालाँकि, निर्माण क्षेत्र के लिए, जहाँ सामग्री, उपकरण और स्थल बहुत भिन्न होते हैं, केवल एक स्मार्ट मस्तिष्क होना ही पर्याप्त नहीं है। रोबोट को एक स्पष्ट, साझा भाषा की आवश्यकता है ताकि वह सटीक रूप से बता सके कि उसे क्या करना है, और जटिल मानवीय कार्यों को छोटे, सीखने योग्य टुकड़ों में विभाजित कर सके जिन्हें पुनर्संयोजित किया जा सके। इस शब्दावली के बिना, एक रोबोट यह नहीं जान सकता कि वह क्या सीखने में सक्षम है और उसमें किस चीज़ की कमी है।
यही वह समस्या है जिसे कैलिफोर्निया विश्वविद्यालय, इरविन के शोधकर्ताओं की एक टीम ने TARCAT नामक एक नए ढांचे के साथ हल करने का प्रयास किया। एक निर्माण रोबोट को क्या करना चाहिए, इसका अनुमान लगाने के बजाय, टीम ने उन लोगों से शुरुआत की जो वास्तव में काम करते हैं। उन्होंने संयुक्त राज्य अमेरिका के सात सबसे सामान्य निर्माण व्यवसायों के आधिकारिक जॉब विवरणों का विश्लेषण किया, जिनमें बढ़ई (कारपेंटर), इलेक्ट्रीशियन, रूफर और मजदूर शामिल हैं। ये विवरण, जो अर्थव्यवस्था को ट्रैक करने के लिए उपयोग किए जाने वाले सरकारी डेटाबेस से आते हैं, उन सैकड़ों विशिष्ट कार्यों को सूचीबद्ध करते हैं जो मनुष्य प्रतिदिन करते हैं। इसके बाद शोधकर्ताओं ने इन श्रमिकों के काम करने के तीस निर्देशात्मक वीडियो देखे, और प्रत्येक मानव द्वारा की गई हर गतिविधि और निर्णय को आधिकारिक जॉब विवरणों के साथ सावधानीपूर्वक मैप किया। वास्तविक श्रम के इस गहन अध्ययन से, उन्होंने चालीस एक बुनियादी क्रियाओं का एक सटीक भंडार निकाला, जिन्हें वे "प्रिमिटिव्स" (primitives) कहते हैं।
ये प्रिमिटिव्स निर्माण कार्य के आधारभूत घटक हैं। वे किसी विशिष्ट ट्रेड या विशिष्ट उपकरण से बंधे नहीं हैं, बल्कि वे किसी काम को पूरा करने के लिए आवश्यक मौलिक भौतिक या मानसिक क्षमता से जुड़े हैं। उदाहरण के लिए, "मापना" (measuring) एक प्रिमिटिव है जो तब भी लागू होता है जब कोई कार्यकर्ता दीवार की जांच करने के लिए टेप माप का उपयोग करता है या पाइप की जांच करने के लिए प्रेशर गेज का उपयोग करता है। इसी तरह, "संचार" (communicating) एक प्रिमिटिव है जो सहकर्मी से बात करने और रिपोर्ट लिखने, दोनों को कवर करता है। शोधकर्ताओं ने इन चालीस एक क्रियाओं को तीन मुख्य श्रेणियों में व्यवस्थित किया: सूचना प्रसंस्करण (information processing), जिसमें योजनाओं को समझना और स्थितियों की जांच करना शामिल है; संचार (communication), जो बातचीत और संकेतों को कवर करता है; और टूल का उपयोग (tool use), जिसमें उंगलियों की सूक्ष्म गतिविधियों से लेकर पूरे शरीर के भारी उत्थान तक सब कुछ शामिल है। इन क्रियाओं को इस तरह परिभाषित करके, टीम ने एक ऐसी प्रणाली बनाई जहाँ एक रोबोट एक एकल कौशल, जैसे कि "पेच कसना" सीख सकता है, और समझ सकता है कि यह "उपकरण को पकड़ने", "हाथ को स्थिति में रखने" और "कलाई को घुमाने" जैसे छोटे, पुन: प्रयोज्य भागों से बना है।
इस प्रणाली की शक्ति इन छोटी क्रियाओं के संयोजन में निहित है। शोधकर्ताओं ने दिखाया कि इन प्रिमिटिव्स को एक विशिष्ट क्रम में जोड़कर, एक रोबोट एक "कौशल" बना सकता है जो एक उप-लक्ष्य (sub-goal) को पूरा करता है, जैसे कि तार को अलग करना या टाइल लगाना। इन कौशलों को फिर पूरे निर्माण कार्यों के लिए जटिल प्रक्रियाओं को बनाने हेतु मिलाया और जोड़ा जा सकता है। यह सिद्ध करने के लिए कि यह अमूर्त क्रिया सूची वास्तव में वास्तविक दुनिया में काम कर सकती है, टीम ने एक भौतिक रोबिक आर्म (robot arm) पर, जो एक कुशल हाथ से सुसज्जित था, इन चार टूल-यूज़ प्रिमिटिव्स का परीक्षण किया। उन्होंने सफलतापूर्वक मशीन को एक पावर स्क्रूड्राइवर को स्थिति में रखने, हथौड़े को बॉक्स में रखने, कील ठोकने और वस्तुओं को एक तरफ हटाने के लिए प्रोग्राम किया। इन प्रदर्शनों ने पुष्टि की कि यह वर्गीकरण केवल एक सैद्धांतिक सूची नहीं है, बल्कि निर्देशों का एक सेट है जिसे एक मशीन भौतिक रूप से निष्पादित कर सकती है।
TARCAT का अंतिम लक्ष्य एक सामान्य भाषा प्रदान करना है जो रोबोट को मानव प्रदर्शनों से सीखने की अनुमति दे और सॉफ्टवेयर एजेंटों को नए कौशल बनाने में मदद करे। यदि किसी रोबोट को छत लगाने का तरीका सीखना है, तो उसे शून्य से सिखाने की आवश्यकता नहीं है; इसके बजाय, वह मापने, काटने और बांधने के ज्ञात कौशलों को प्राप्त कर सकता है, और उन्हें एक नए क्रम में संयोजित कर सकता है। शोधकर्ता स्वीकार करते हैं कि उनका वर्तमान कार्य केवल सात व्यवसायों और वीडियो के सीमित उदाहरणों को कवर करता है, इसलिए यह प्रणाली अभी पूर्ण नहीं है। हालाँकि, मानव श्रमिकों के वास्तविक कार्यों में अपने कार्य को स्थापित करके, उन्होंने सामान्य-उद्देश्य वाले निर्माण रोबोट विकसित करने के लिए एक स्थिर आधार तैयार किया है जो अंततः निर्माण स्थलों की अव्यवस्थित, विविध और जटिल वास्तविकता को संभाल सकते हैं।
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।