SEED-UMI: Sharing the Exoskeleton between human and robot for onE-to-one Dexterous demonstration
SEED-UMI एक नवीन इमिटेशन लर्निंग फ्रेमवर्क है जो कुशल डेक्सट्रस रोबोट प्रशिक्षण को सक्षम बनाता है क्योंकि इसमें मानव और रोबोट दोनों एक ही एक्सोस्केलेटन पहनते हैं, जिससे साझा जॉइंट मेजरमेंट्स और रिस्ट कैमरा व्यूज बनते हैं जो त्रुटिपूर्ण रिटारगेटिंग की आवश्यकता को समाप्त करते हैं और पॉलिसियों को सीधे रॉ, कॉन्टैक्ट-रिच प्रदर्शनों से सीखने की अनुमति देते हैं।
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
रोबोट को इंसानों की तरह अपने हाथों का उपयोग करना सिखाना आधुनिक रोबोटिक्स की सबसे कठिन पहेलियों में से एक है। जबकि मशीनें चलने या अपने अंगों को हिलाने में माहिर हो गई हैं, उंगलियों का सूक्ष्म और संपर्क-प्रधान कार्य अभी भी अनसुलझा बना हुआ है। मुख्य कठिनाई केवल हाथ की जटिलता में नहीं है, बल्कि इसे सिखाने के तरीके में है। सीखने के लिए, एक रोबोट को किसी इंसान को कोई कार्य करते हुए देखना होता है और फिर उस गति की नकल करने की कोशिश करनी होती है। हालाँकि, मानव हाथ और रोबोटिक हाथ अलग तरह से बने होते हैं; उनके जोड़ों की संख्या, आकार और हिलने का तरीका अलग होता है। जब एक इंसान किसी वस्तु को छूता है, तो उनकी त्वचा दबती है और उनके जोड़ एक विशिष्ट तरीके से मुड़ते हैं, जिसे एक कठोर धातु का हाथ पूरी तरह से नहीं दोहरा सकता। वर्तमान विधियाँ कैमरे से इंसान को देखने या उनके आंदोलनों को रिकॉर्ड करने वाले दस्ताने (ग्लोव्स) का उपयोग करके इस अंतर को पाटने की कोशिश करती हैं, लेकिन ये दृष्टिकोण अक्सर तब विफल हो जाते हैं जब हाथ वास्तव में किसी चीज़ को छूता है। डेटा अव्यवस्थित हो जाता है, मानव से रोबोट में अनुवाद की प्रक्रिया टूट जाती है, और रोबोट स्क्रू कसने या गेंद फेंकने जैसे कार्यों के लिए आवश्यक सूक्ष्म दबाव और समय (टाइमिंग) को दोहराने में संघर्ष करता है।
शोधकर्ताओं की एक टीम ने एक अलग समाधान प्रस्तावित किया है जो पूरी तरह से जटिल अनुवाद की आवश्यकता को समाप्त कर देता है। मानव आंदोलनों को रोबोट कमांड में गणितीय रूप से बदलने के बजाय, उन्होंने एक ऐसा सिस्टम बनाया है जहाँ इंसान और रोबोट दोनों एक ही यांत्रिक उपकरण पहनते हैं। यह उपकरण एक विशेष एक्सोस्केलेटन (बाह्य कंकाल) है, जो एक हल्का ढांचा है जो हाथ और उंगलियों पर फिट बैठता है। शोधकर्ताओं ने इस ढांचे को इस तरह डिज़ाइन किया है कि यह आकार और जोड़ों के स्थान में रोबोट के हाथ से बिल्कुल मेल खाता हो। जब कोई इंसान इसे पहनता है, तो ढांचा उनकी उंगलियों के साथ चलता है। जब रोबोट इसे पहनता है, तो ढांचा उसके मोटरों के साथ चलता है। क्योंकि भौतिक संरचना समान है, इसलिए डिवाइस के अंदर के सेंसर यह रिकॉर्ड करते हैं कि चाहे इंसान पहने या रोबोट, डेटा बिल्कुल एक जैसा है। यह सरल बदलाव एक कठिन अनुवाद समस्या को एक प्रत्यक्ष अवलोकन (डायरेक्ट ऑब्जर्वेशन) की समस्या में बदल देता है।
शोधकर्ताओं ने, जिनका नेतृत्व टेंगबो यू और उनके सहयोगियों ने किया था, इस विचार को व्यवहार में लाने के लिए SEED-UMI नामक एक फ्रेमवर्क विकसित किया। यह सिस्टम एक साझा भौतिक माप (शेयर्ड फिजिकल मेजरमेंट) पर निर्भर करता है। एक्सोस्केलेटन हर जोड़ पर सेंसर से लैस है जो यह मापता है कि प्रत्येक उंगली कितनी मुड़ रही है। इसमें कलाई पर लगा एक कैमरा भी है, जो हाथ और उन वस्तुओं की ओर इशारा करता है जिन्हें वह छू रहा है। जब एक मानव ऑपरेटर कार्य करने के लिए डिवाइस पहनता है, तो सेंसर जोड़ों के कोणों को रिकॉर्ड करते हैं और कैमरा दृश्य को रिकॉर्ड करता है। चूंकि रोबलेट भी वही डिवाइस पहनता है, वह वही दृश्य देखता है और वही जोड़ के कोण मापता है जब वह वही क्रिया करता है। इसका अर्थ है कि रोबोट को मानव इशारों को अनुवादित करने के लिए अनुमान लगाने की आवश्यकता नहीं है; वह बस अपने स्वयं के जोड़ों को उन सेंसर रीडिंग के अनुरूप चलाने के लिए सीखता है जो वह देखता है, जिसमें मानव के प्रदर्शन का सीधा मार्गदर्शन मिलता है।
इसे सफल बनाने के लिए, टीम ने दो-चरणीय शिक्षण प्रक्रिया का उपयोग किया। पहले, उन्होंने रोबोट को एक्सोस्केलेटन पहनाया और उसके जोड़ों को यादृच्छिक (रैंडमली) रूप से हिलाया, जिसे वे 'मोटर बैबलिंग' कहते हैं। इससे रोबोट को अपने स्वयं के मोटर कमांड और उससे उत्पन्न सेंसर रीडिंग के बीच के बुनियादी संबंध को समझने में मदद मिली। इसके बाद, उन्होंने युग्मित डेटा (पेयर्ड डेटा) पेश किया। एक इंसान डिवाइस पहनकर कार्य करेगा, जैसे कि एयरपॉड्स केस उठाना या पेंच कसना। फिर रोबोट उस मोशन को प्रारंभिक मैपिंग का उपयोग करके दोहराएगा। महत्वपूर्ण बात यह है कि सिस्टम ने मानव के प्रयास से प्राप्त सेंसर रीडिंग की तुलना रोबोट के प्रयास से प्राप्त सेंसर रीडिंग से की। यदि रोबोट की उंगलियां अलग तरह से हिलीं, तो सिस्टम ने उस अंतर का उपयोग मैपिंग को समायोजित करने के लिए किया। इसने रोबोट को उस अतिरिक्त घर्षण और प्रतिरोध को संभालने का तरीका सीखने में मदद की जो उंगलियों के वास्तविक वस्तुओं पर दबाव डालने पर होता है, एक ऐसी स्थिति जहाँ पिछली विधियाँ अक्सर विफल हो जाती थीं।
टीम ने पांच चुनौतीपूर्ण कार्यों पर इस दृष्टिकोण का परीक्षण किया जिनमें सटीक संपर्क और टाइमिंग की आवश्यकता थी। इनमें बोर्ड में पेंच कसना, एयरपॉड को उसके चार्जिंग केस में डालना, टोकरी में गेंद फेंकना, कपड़े से मेज पोंछना और एयर फ्रेशनर स्प्रे करना शामिल थे। इन परीक्षणों में, शोधकर्ताओं ने अपने नए तरीके की तुलना पारंपरिक टेलीऑपरेशन (जहाँ एक इंसान वास्तविक समय में रोबोट को नियंत्रित करता है) और उन विधियों से की जिनमें पेयर्ड फाइन-ट्यूनिंग चरण का उपयोग नहीं किया गया था। परिणामों ने दिखाया कि SEED-UMI दृष्टिकोण अत्यधिक प्रभावी था। इस विधि से प्रशिक्षित रोबोटों ने सभी कार्यों में 70.0% की सफलता दर हासिल की। यह प्रदर्शन सीधे टेलीऑपरेशन के माध्यम से एकत्र किए गए डेटा पर प्रशिक्षित रोबोटों द्वारा प्राप्त 71.7% की सफलता दर के लगभग समान था, लेकिन इसमें गति का एक महत्वपूर्ण लाभ था।
सबसे उल्लेखनीय निष्कर्ष डेटा संग्रह की दक्षता था। क्योंकि मानव ऑपरेटर को वास्तविक समय में रोबोट को नियंत्रित करने की आवश्यकता नहीं होती है, इसलिए वे कार्यों को स्वाभाविक रूप से और तेज़ी से कर सकते हैं। शोधकर्ताओं ने पाया कि वे पारंपरिक टेलीऑपरेशन की तुलना में SEED-UMI का उपयोग करके तीन गुना तेज़ी से डेटा एकत्र कर सकते हैं। तीस मिनट की अवधि में, एक एकल ऑपरेटर ने पुराने तरीके का उपयोग करके केवल 18 सफल प्रदर्शनों की तुलना में, नए सिस्टम का उपयोग करके 52 सफल प्रदर्शन किए। यह गति लाभ गुणवत्ता की कीमत पर नहीं आया। इस तेज़ डेटा से प्रशिक्षित रोबोट गेंद फेंकने के लिए आवश्यक सटीक टाइमिंग या मेज पोंछने के लिए आवश्यक स्थिर दबाव जैसे नाजुक कार्यों को उतनी ही अच्छी तरह से संभालने में सक्षम थे, जितनी कि धीमी, वास्तविक समय वाली डेटा से प्रशिक्षित रोबोट। यह सिस्टम विशेष रूप से उन कार्यों में मजबूत साबित हुआ जहाँ रोबोट को किसी वस्तु के भौतिक प्रतिरोध पर प्रतिक्रिया देनी थी, एक ऐसी स्थिति जहाँ पिछले ओपन-लूप तरीके अक्सर संघर्ष करते थे।
इस कार्य की सफलता यह सुझाव देती है कि रोबोट को दक्ष कौशल सिखाने में बाधा बेहतर एल्गोरिदम नहीं, बल्कि मानव और मशीन के बीच का इंटरफ़ेस है। मानव और रोबोट को एक ही भौतिक माप उपकरण साझा करने के लिए बनाकर, शोधकर्ताओं ने आंदोलनों को अनुवादित करने के लिए जटिल सॉफ़्टवेयर की आवश्यकता को हटा दिया है। रोबोट सीधे डिवाइस के साझा अनुभव से सीखता है, वही दुनिया देखता है और वही यांत्रिक बाधाएं महसूस करता है जो इंसान महसूस करता है। हालांकि वर्तमान में प्रत्येक विशिष्ट रोबोटिक हाथ के लिए एक कस्टम-निर्मित एक्सोस्केलेटन की आवश्यकता होती है, लेकिन परिणाम एक आशाजनक मार्ग की ओर संकेत करते हैं। यह उच्च-गुणवत्ता वाला, संपर्क-समृद्ध डेटा बड़ी मात्रा में एकत्र करने का एक तरीका प्रदान करता है, जिसमें वास्तविक समय नियंत्रण की देरी और त्रुटियों की आवश्यकता नहीं होती है, जिससे उन रोबोटों के विकास को गति मिल सकती है जो वास्तव में मानव हाथ के सूक्ष्म, स्पर्श संबंधी कौशल में महारत हासिल कर सकें।
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।