Adaptive-MHE : A Sampling-Based Adaptive MPC for Legged Loco-Manipulation via Moving Horizon Estimation

चार पैरों वाले रोबोट ऊबड़-खाबड़ और असमान दुनिया में नेविगेट करने में उल्लेखनीय रूप से कुशल हो गए हैं। वे चट्टानों पर चढ़ सकते हैं, कीचड़ के बीच से चल सकते हैं, और फिसलन से उबर सकते हैं, जो कभी मशीनों के लिए असंभव लगता था। हालाँकि, एक महत्वपूर्ण बाधा तब आती है जब इन रोबोटों को केवल चलने से अधिक कुछ करने के लिए कहा जाता है: चलते समय वस्तुओं को धकेलना, खींचना या उठाना। यह दोहरा कार्य, जिसे 'लोको-मैनिप्यूलेशन' (loco-manipulation) कहा जाता है, इसके लिए रोबोट को अपने परिवेश के साथ जटिल तरीकों से बातचीत करने की आवश्यकता होती है। कठिनाई इस तथ्य में निहित है कि भौतिक दुनिया अनिश्चितताओं से भरी है। एक रोबोट को स्वाभाविक रूप से यह नहीं पता होता कि एक बॉक्स कितना भारी है, फर्श कितना खुरदरा है, या उसके पैरों और जमीन के बीच कितना घर्षण (friction) मौजूद है। यदि एक रोबोट यह मान लेता है कि एक बॉक्स हल्का है जबकि वह वास्तव में भारी है, या यह मान लेता है कि जमीन फिसलन भरी है जबकि वह चिपचिपी है, तो उसकी गतिविधियाँ विफल हो जाएंगी। वह फिसल सकता है, वस्तु गिरा सकता है, या अस्थिर हो सकता है। अनिश्चित परिस्थितियों में सफल होने के लिए, रोबोट पूर्ण ज्ञान पर आधारित पूर्व-निर्धारित नियमों के सेट पर निर्भर नहीं रह सकता; उसे चलते समय अपने परिवेश के भौतिक गुणों के बारे में सीखना होगा।

शोधकर्ताओं ने लंबे समय से रोबagers को कार्य शुरू करने से पहले इन गुणों का अनुमान लगाने के लिए सिखाकर या जटिल गणितीय मॉडल का उपयोग करके इसे हल करने का प्रयास किया है, जिसमें रोबोट को हर संपर्क के सटीक भौतिकी की गणना करने की आवश्यकता होती है। ये पारंपरिक तरीके अक्सर संघर्ष करते हैं क्योंकि वास्तविक दुनिया बहुत अराजक है, विशेष रूप से तब जब रोबोट के पैर लगातार जमीन के संपर्क में आते और टूटते रहते हैं। इंजीनियरों की एक टीम द्वारा विकसित एक नया दृष्टिकोण एक अलग समाधान पेश करता है। शुरुआत से ही सटीक उत्तर की गणना करने के बजाय, रोबोट अपने मन में कई अलग-अलग संभावनाओं का निरंतर परीक्षण करता है, उनकी तुलना उस चीज़ से करता है जो वह वास्तव में महसूस कर रहा है, और वास्तविक समय में अपनी समझ को अपडेट करता है। यह विधि रोबोट को तब तुरंत अनुकूलित होने की अनुमति देती है जब किसी वस्तु का वजन बदल जाता है या जब वह एक चिकने फर्श से खुरदरे फर्श पर कदम रखता है।

इस नए सिस्टम का मूल एक ढांचा है जिसे शोधकर्ता 'Adaptive-MHE' कहते हैं। यह समझने के लिए कि यह कैसे काम करता है, कल्पना करें कि एक रोबोट फर्श पर एक भारी बॉक्स को धकेल रहा है। जैसे-जैसे रोबोट चलता है, वह संपर्क के हर विवरण को रिकॉर्ड करता है: वह कितनी तेजी से चल रहा है, उसके जोड़ कैसे मुड़ रहे हैं, और बॉक्स कैसे प्रतिक्रिया दे रहा है। सिस्टम फिर बैकग्राउंड में एक तीव्र, समानांतर सिमुलेशन चलाता है। यह हजारों अलग-अलग "क्या होगा अगर" वाली स्थितियों को उत्पन्न करता है। एक परिदृश्य में, बॉक्स बहुत हल्का हो सकता है; दूसरे में, यह अत्यंत भारी हो सकता है; तीसरे में, फर्श बर्फ से ढका हो सकता है। सिस्टम सिमुलेट करता है कि इन विभिन्न धारणाओं के तहत रोबotong कैसे चलेगा। फिर यह सिम्युलेटेड गतिविधियों की तुलना वास्तविक दुनिया से एकत्र किए जा रहे वास्तविक डेटा से करता है। जो परिदृश्य वास्तविक दुनिया के डेटा से सबसे अधिक मेल खाता है, उसे सबसे संभावित सत्य के रूप में चुना जाता है। यह प्रक्रिया एक बार की गणना नहीं है; यह एक 'स्लाइडिंग विंडो' में निरंतर होती है, जो नई जानकारी आने के साथ दुनिया के बारे में रोबोट के अनुमान को लगातार परिष्कृत करती है।

यह अनुमान प्रक्रिया रोबोट के नियंत्रण प्रणाली (control system) के साथ मजबूती से जुड़ी हुई है। एक बार जब सिस्टम को बॉक्स के वजन या फर्श के घर्षण का बेहतर अंदाजा हो जाता है, तो यह तुरंत उस जानकारी का उपयोग रोबोट की गतिविधियों को समायोजित करने के लिए करता है। नियंत्रण प्रणाली, जो यह तय करती है कि रोबोट के पैरों को कैसे हिलना चाहिए, अपने अगले कदमों की योजना बनाने के लिए इन अपडेटेड अनुमानों का उपयोग करती है। यदि रोबोट को एहसास होता है कि बॉक्स उसकी सोच से अधिक भारी है, तो वह स्वचालित रूप से अधिक बल लगाएगा। यदि वह पता लगाता है कि फर्श अधिक फिसलन भरा है, तो वह संतुलन बनाए रखने के लिए अपने खड़े होने के ढंग (stance) को समायोजित करेगा। संवेदन, अनुमान लगाने और कार्य करने का यह पूरा चक्र इतनी तेज़ी से होता है कि रोबोट अपने परिवेश में परिवर्तनों के प्रति सहज रूप से प्रतिक्रिया करता हुआ प्रतीत होता है। शोधकर्ताओं ने इस प्रणाली का परीक्षण 'Unitree Go1' नामक एक क्वाड्रुपेड रोबोट पर किया, जो एक व्यावसायिक रूप से उपलब्ध चार पैरों वाला रोबोट है। उन्होंने इसे चुनौतीपूर्ण कार्यों की एक श्रृंखला में रखा, जिसे अनिश्चितता को संभालने की इसकी क्षमता का परीक्षण करने के लिए डिज़ाइन किया गया था।

प्रयोगों के एक सेट में, रोबोट को एक विशिष्ट लक्ष्य की ओर एक बॉक्स को धकेलने का कार्य दिया गया था। शोधकर्ताओं ने यह देखने के लिए कि रोबोट कैसे प्रतिक्रिया देगा, वातावरण में अचानक परिवर्तन किए। एक परिदृश्य में, जब रोबोट पहले से ही एक बॉक्स को धकेल रहा था, तो बॉक्स का द्रव्यमान (mass) एक किलोग्राम बढ़ा दिया गया। दूसरे में, रोबोट को दो अलग-अलग प्रकार के फर्शों पर बॉक्स को धकेलना था: एक जिसका घर्षण गुणांक (friction coefficient) 0.4 कम था और दूसरा जिसका घर्षण गुणांक 0.8 उच्च था। रोबोट को फर्श की बनावट में इस बदलाव का पता लगाना था और बिना रुके या नियंत्रण खोए अपने धकेलने के बल को समायोजित करना था। सिस्टम ने केवल एक पैर का उपयोग करके बॉक्स को धकेलने के लिए रोबोट की क्षमता का भी परीक्षण किया, जबकि अन्य तीन पैर स्थिर रहे, जो सटीक संतुलन और बल अनुप्रयोग की मांग करता है।

परिणामों ने दिखाया कि Adaptive-MHE सिस्टम उन रोबोटों की तुलना में काफी बेहतर प्रदर्शन करता है जो पर्यावरण के बारे में निश्चित, पूर्व-निर्धारित धारणाओं पर निर्भर थे। जब रोबोट को बॉक्स के वजन या फर्श के घर्षण के बारे में एक निश्चित विश्वास दिया गया था, तो वह अधिकांश परीक्षणों में कार्य करने में विफल रहा, अक्सर फिसल गया या लक्ष्य से चूक गया। इसके विपरीत, अनुकूलित (adaptive) रोबोट लगभग 87 प्रतिशत परीक्षणों में सफल रहा, भले ही उसने वास्तविक भौतिक गुणों के बिना शुरुआत की थी। हालांकि यह एक काल्पनिक रोबोट जितना सटीक नहीं था जिसे शुरुआत से ही सटीक वजन और घर्षण का पता था, लेकिन यह उसके बहुत करीब था। अनुकूलित रोबोट लक्ष्य तक पहुँचने में अपनी त्रुटि को गैर-अनुकूलित रोबोट की दूरी के एक अंश तक कम करने में सक्षम था। इसने कार्यों को तेजी से और कम ऊर्जा बर्बाद करके भी पूरा किया।

शोधकर्ताओं ने पाया कि यह प्रणाली तब सबसे अच्छा काम करती है जब यह अपने अनुमानों को बार-बार अपडेट करती है, लेकिन इतनी बार नहीं कि यह अस्थिर हो जाए। उन्होंने विभिन्न सेटिंग्स का परीक्षण किया कि रोबोट को कितनी बार पर्यावरण का पुनर्मूल्यांकन करना चाहिए और एक बार में कितने अलग-अलग परिदृश्यों का अनुकरण करना चाहिए। उन्होंने पाया कि एक संतुलन की आवश्यकता थी: अनुमानों को हर कुछ सेकंड में अपडेट करने से रोबंड डेटा में शोर (noise) से अभिभूत हुए बिना प्रभावी ढंग से परिवर्तनों को ट्रैक करने में सक्षम था। सिस्टम उच्च सटीकता के साथ वस्तु के द्रव्यमान और इलाके के घर्षण की पहचान करने में सक्षम था, भले ही ये गुण कार्य के दौरान अचानक बदल गए हों। यह क्षमता बताती है कि रोबोटों को ऐसे वातावरण में प्रभावी ढंग से काम करने के लिए डिज़ाइन किया जा सकता है जहाँ भौतिक गुण अज्ञात या लगातार बदलते रहते हैं, बिना हर नई स्थिति के लिए पुन: प्रशिक्षित किए।

यह कार्य रोबोटों को अधिक मजबूत और बहुमुखी बनाने की दिशा में एक महत्वपूर्ण कदम है। भौतिक मापदंडों का अनुमान लगाने की विधि को एक नियंत्रक (controller) के साथ जोड़कर, जो वास्तविक समय में उन अनुमानों पर कार्य कर सके, शोधकर्ताओं ने एक ऐसा सिस्टम बनाया है जो वास्तविक दुनिया की अप्रत्याशितता को संभाल सकता है। इस दृष्टिकोण के लिए वजन या घर्षण को सीधे मापने के लिए विशेष सेंसर की आवश्यकता नहीं है; इसके बजाय, यह रोबोट की अपनी गतिविधियों और अंतःक्रियाओं से इन गुणों का अनुमान लगाता है। यह तकनीक को गोदामों से लेकर आपदा क्षेत्रों तक विविध सेटिंग्स में तैनाती के लिए अधिक व्यावहारिक बनाता है, जहाँ स्थितियाँ शायद ही कभी पहले से ज्ञात होती हैं। Adaptive-MHE फ्रेमवर्क की सफलता यह प्रदर्शित करती है कि रोबोट भौतिक परिवेश के अनुसार खुद को ढालना सीख सकते हैं, जिससे सिमुलेशन के नियंत्रित वातावरण और बाहरी दुनिया की अराजक वास्तविकता के बीच की खाई कम होती है।