Unified Motion Retargeting for Humanoids with Learned Point Cloud Correspondence
यह शोधपत्र यूनिफाइड मोशन रिटारगेटिंग (UMR) प्रस्तुत करता है, जो एक ऐसा फ्रेमवर्क है जो मैनुअल ह्यूमन-रोबोट मैपिंग पर निर्भर हुए बिना, विविध मानव गति डेटा को उच्च-सटीकता वाले रोबोट प्रक्षेपवक्र (ट्रैजेक्टरीज) में स्वचालित और स्केलेबल रूप से रूपांतरित करने के लिए डेंस पॉइंट क्लाउड पत्राचार (कोरेस्पोंडेंस) सीखता 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
मानव सदृश रोबोटों को उसी सहजता और अनुकूलन क्षमता के साथ हमारी दुनिया में चलने के लिए डिज़ाइन किया गया है जो मनुष्यों में होती है। उन्हें चलना, वस्तुओं को उठाना या सीढ़ियों पर चढ़ना सिखाने के लिए, इंजीनियर अक्सर प्रेरणा के लिए मानव गति के विशाल पुस्तकालय की ओर देखते हैं। हालाँकि, किसी मानव की गति को रोबोट पर कॉपी करना केवल 'प्ले' बटन दबाने जितना सीधा नहीं है। मनुष्य और रोबोट अलग तरह से बने होते हैं; उनकी शारीरिक बनावट अलग होती है, जोड़ों की संख्या अलग होती है, और उनके जोड़ों के मुड़ने की सीमा भी अलग होती है। यदि कोई रोबोट बिल्कुल मानव मुद्रा की नकल करने की कोशिश करता है, तो वह खुद को एक असंभव स्थिति में मोड़ सकता है या अपना संतुलन खो सकता है। वर्षों तक, इसका समाधान विशिष्ट मानव जोड़ों को विशिष्ट रोबोट जोड़ों से मैन्युअल रूप से जोड़ना रहा है, जिससे हर नए रोबोट डिज़ाइन के लिए एक कस्टम निर्देश सेट बनाया जाता था। यह प्रक्रिया धीमी है, इसमें विशेषज्ञ ज्ञान की आवश्यकता होती है, और यह अक्सर इस बात को पकड़ने में विफल रहती है कि मानव शरीर अपने परिवेश के साथ कैसे अंतःक्रिया करता है।
शोधकर्ताओं की एक टीम ने 'यूनिफाइड मोशन रिटारगेटिंग' (Unified Motion Retargeting) नामक एक नया दृष्टिकोण विकसित किया है, जो इस अनुवाद के तरीके को बदल देता है। जोड़ों के मैनुअल मैप पर निर्भर रहने के बजाय, यह प्रणाली मानव शरीर और रोबोट को लाखों छोटे बिंदुओं से ढकी दो सतहों के रूप में देखती है। कल्पना कीजिए कि एक व्यक्ति की त्वचा और एक रोबोट की त्वचा बिंदुओं के दो बादलों की तरह हैं। शोधकर्ताओं ने कंप्यूटर को यह सीखने के लिए प्रशिक्षित किया कि ये बिंदुओं के दो बादल एक-दूसरे के अनुरूप कैसे होते हैं, जिससे मानव सतह के प्रत्येक बिंदु के लिए रोबट सतह पर एक मिलान बिंदु मिल सके। यह सीखना एक तटस्थ खड़ी मुद्रा में एक बार होता है, और परिणामी संबंध को सहेज लिया जाता है। जब मानव हिलता है, तो प्रणाली इस पूर्व-सीखे गए मानचित्र का उपयोग करके रोबोट के सतह बिंदुओं को मानव के सतह बिंदुओं का अनुसरण करने के लिए निर्देशित करती है, न कि विशिष्ट हड्डियों या जोड़ों से मेल करने की कोशिश करती है। यह रोबोट को जटिल मुद्राएं दोहराने में सक्षम बनाता है और महत्वपूर्ण रूप से, इसे यह समझने में मदद करता है कि वस्तुओं या जमीन को ठीक कहाँ और कैसे छूना है, जैसा कि मानव ने किया था।
इस पद्धति की शक्ति इसकी शरीर के आकार में अंतर को बिना किसी नए मैनुअल सेटअप के संभालने की क्षमता में निहित है। अपने परीक्षणों में, शोधकर्ताओं ने इस प्रणाली को मोशन कैप्चर सूट, स्कैन किए गए मानव मेश (meshes), और कंप्यूटर-जनित एनिमेशन सहित मानव गति के विविध स्रोतों पर लागू किया। इसके बाद उन्होंने इन गतिविधियों को पांच अलग-अलग मानव सदृश रोबोटों पर स्थानांतरित किया, जो ऊंचाई और शारीरिक अनुपात में काफी भिन्न थे। प्रणाली ने इन सभी संयोजनों में गति को सफलतापूर्वक स्थानांतरित किया, जिससे यह सिद्ध हुआ कि सीखा गया पॉइंट-टू-पॉइंट मैप किसी विशिष्ट रोबोट के उपयोग के बावजूद काम करता है। यह सुझाव देता है कि यह विधि किसी भी नए रोबोट डिज़ाइन के लिए इंजीनियरों को यह परिभाषित करने में हफ्तों बिताए बिना, कि रोबोट के शरीर के हिस्से मानव से कैसे संबंधित हैं, स्केल (scale) की जा सकती है।
केवल शरीर को हिलाने के अलावा, यह प्रणाली भौतिक संपर्क के विवरण को भी सुरक्षित रखती है। जब कोई मानव गेंद को किक मारता है या सीढ़ियाँ चढ़ता है, तो उनके शरीर के विशिष्ट भाग वातावरण के विशिष्ट भागों को छूते हैं। पुराने तरीके अक्सर इन संपर्क बिंदुओं को सटीक रूप से स्थानांतरित करने में संघर्ष करते थे, जिससे ऐसे रोबोट बनते थे जो शायद कदम चूक जाते थे या वस्तु को पकड़ने में विफल रहते थे। क्योंकि नई प्रणाली पूरी सतह को ट्रैक करती है, इसलिए यह संपर्क मानचित्र को सीधे स्थानांतरित कर सकती है। यदि किसी मानव का हाथ एक विशिष्ट कोण पर गेंद को छूता है, तो रोबोट के हाथ को उसी तरह से गेंद को छूने के लिए निर्देशित किया जाता है। वस्तुओं को ले जाने, किक मारने और सीढ़ियाँ चढ़ने जैसे कार्यों में प्रयोगों के दौरान, इस नई पद्धति से प्रशिक्षित रोबोटों ने पिछली तकनीकों से प्रशिक्षित रोबोटों की तुलना में काफी बेहतर प्रदर्शन किया। वे कार्यों को पूरा करने में अधिक सफल रहे और उनके जोड़ों की गतिविधियों में कम त्रुटियां हुईं।
शोधकर्ताओं ने वास्तविक दुनिया के परिवेश में भी इस प्रणाली का परीक्षण किया, और सीखे गए व्यवहारों को एक भौतिक रोबोट पर तैनात किया। रोबोट स्पिनिंग किक जैसी उच्च-गति वाली गतिविधियाँ करने और सीढ़ियों और ढलानों जैसे जटिल वातावरण में नेविगेट करने में सक्षम था। प्रणाली ने इन चुनौतियों को स्थिरता और सटीकता के साथ संभाला जो मौजूदा सर्वोत्तम विधियों के बराबर या उससे अधिक थी, भले ही रोबोट मजबूती का परीक्षण करने के लिए यादृच्छिक विविधताओं वाले सिम्युलेटेड वातावरण में काम कर रहा था। परिणाम दर्शाते हैं कि कंकाल के बजाय सतह की ज्यामिति (geometry) पर ध्यान केंद्रित करके, यह प्रणाली मानव गति और रोबोट क्रिया के बीच एक अधिक स्वाभाविक और विश्वसनीय सेतु बनाती है। यह दृष्टिकोण एक स्केलेबल मार्ग प्रदान करता है, जिससे इंजीनियर मशीन के विशिष्ट डिज़ाइन से सीमित हुए बिना, मानव गति के बड़े डेटासेट का उपयोग करके विभिन्न प्रकार के रोबोटों को प्रशिक्षित कर 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।