DeformSmith: Physics Harness-Guided Hierarchical Generation of Deformable Assets for Robot Manipulation

उन आभासी दुनियाओं में जहाँ रोबोट चलना और हिलना सीखते हैं, वे वस्तुएं जिनके साथ वे अंतःक्रिया करते हैं, अक्सर बहुत अधिक पूर्ण होती हैं। एक डिजिटल सेब एक कठोर गोला है जो कभी पिचकता नहीं; एक डिजिटल तौलिया एक सपाट चादर है जो कभी मुड़ती नहीं। यदि किसी रोबोट को सिमुलेशन में किसी चीज़ को पकड़ने, उठाने या ले जाने का तरीका सीखना है, तो उस वस्तु को वास्तविक चीज़ की तरह व्यवहार करना चाहिए। उसे दबाने पर दबना चाहिए, गिराने पर लटकना चाहिए, और उठाने पर अपना आकार बनाए रखना चाहिए। इन डिजिटल वस्तुओं को शून्य से बनाना कठिन है क्योंकि किसी वस्तु का दृश्य स्वरूप—वह कैसी दिखती है—कहानी का केवल आधा हिस्सा है। दूसरा आधा हिस्सा उसका छिपा हुआ भौतिक स्वभाव है: वह कितनी भारी है, उसकी सामग्री कितनी नरम या सख्त है, और स्पर्श करने पर वह कैसी प्रतिक्रिया देती है। यह जाने बिना कि ये अदृश्य गुण क्या हैं, एक रोबोट एक डिजिटल केले को उठाने की कोशिश कर सकता है लेकिन वह पाता है कि वह कांच की तरह टूट गया या उसकी उंगलियों से पानी की तरह फिसल गया, केवल इसलिए क्योंकि कंप्यूटर को यह नहीं पता था कि उसे कैसे मुड़ना चाहिए।

शोधकर्ताओं ने लंबे समय से टेक्स्ट विवरण या एकल फोटोग्राफ का उपयोग करके इन 3D वस्तुओं को उत्पन्न करने का प्रयास किया है, लेकिन अब तक, परिणाम अक्सर दृश्य रूप से सम्मोहक लेकिन भौतिक रूप से त्रुटिपूर्ण रहे हैं। वे एक आलीशान खिलौने की तरह दिख सकते हैं, लेकिन एक सिमुलेशन में, वे अपने स्वयं के वजन के नीचे ढह जाएंगे या रोबोट की पकड़ पर प्रतिक्रिया देने में विफल रहेंगे। चुनौती इस तथ्य में निहित है कि एक चित्र या वाक्य में पर्याप्त जानकारी नहीं होती है कि कंप्यूटर को ठीक से बता सके कि किसी वस्तु को कैसे विकृत होना चाहिए। इस समस्या को हल करने के लिए, शोधकर्ताओं की एक टीम ने 'डेफॉर्मस्मिथ' (DeformSmith) नामक एक नई प्रणाली विकसित की है। यह ढांचा केवल यह अनुमान नहीं लगाता कि वस्तु कैसी दिखनी चाहिए; बल्कि यह वस्तु को परतों में बनाता है, हर चरण में इसके भौतिक व्यवहार का परीक्षण करता है, और प्रक्रिया पूरी होने से पहले इसे संचालित करने के लिए एक सिम्युलेटेड रोबोट का उपयोग करता है।

इस नए दृष्टिकोण का मूल एक चरण-दर-चरण निर्माण प्रक्रिया है जो इस बात की नकल करती है कि कैसे एक मानव इंजीनियर एक प्रोटोटाइप बनाता है, लेकिन इसमें भारी काम कंप्यूटर द्वारा किया जाता है। सिस्टम एक सरल विवरण या एक एकल फोटो से शुरू होता है और पहले वस्तु का 3D आकार बनाता है। एक बार जब आकार मौजूद हो जाता है, तो सिस्टम उसे एक भौतिक पहचान देता है, यह तय करता है कि उसका वजन कितना है और वह जमीन के साथ कैसे अंतःक्रिया करता है। फिर, यह भौतिक गुणों को जोड़ता है, यह निर्धारित करता है कि वस्तु स्पंज की तरह नरम है या रबर की गेंद की तरह सख्त। महत्वपूर्ण रूप से, सिस्टम केवल इन मानों को सेट नहीं करता और बेहतर होने की उम्मीद नहीं करता। यह भौतिक परीक्षणों की एक श्रृंखला चलाता है, वस्तु को गिराकर या उसे दबाकर, यह देखने के लिए कि क्या वह सही ढंग से व्यवहार करती है। यदि वस्तु बहुत आसानी से ढह जाती है या गलत तरीके से उछलती है, तो सिस्टम स्वचालित रूप से इसकी आंतरिक सेटिंग्स को समायोजित करता है और फिर से प्रयास करता है।

जो इस पद्धति को अद्वितीय बनाता है वह यह है कि यह कैसे एक रोबोट को इस प्रक्रिया में शामिल करता है। बुनियादी भौतिक परीक्षणों को पास करने के बाद, एक सिम्युलेटेड रोबोट हाथ उसे उठाने, ले जाने और नीचे रखने का प्रयास करता है। यहीं पर सिस्टम सबसे अधिक सीखता है। रोबोट वस्तु को पकड़ने की कोशिश करता है, और सिस्टम बारीकी से देखता है कि क्या वस्तु अपना आकार बनाए रखती है, क्या वह फिसलती है, या क्या वह इस तरह से विकृत होती है जिससे उसे हिलाना असंभव हो जाता है। यदि रोबoret विफल होता है, तो सिस्टम उस विफलता को एक संकेत के रूप में उपयोग करता है। इसे महसूस हो सकता है कि वस्तु बहुत फिसलन भरी है, या पकड़ बहुत कमजोर थी, या सामग्री कार्य के लिए बहुत नरम है। इसके बाद सिस्टम वस्तु के गुणों को परिष्कृत करता है या रोबोट की गति को बदलता है, और इस चक्र को तब तक दोहराता है जब तक कि रोबोट सफलतापूर्वक कार्य पूरा न कर ले। यह एक फीडबैक लूप बनाता है जहाँ वस्तु को लगातार बेहतर बनाया जाता है कि वह वास्तविक दुनिया के परिदृश्य में कितनी अच्छी तरह काम करती है।

शोधकर्ताओं ने एक रग्बी बॉल से लेकर एक आलीशान सील तक, टेक्स्ट विवरण और एकल छवियों दोनों का उपयोग करके दर्जनों अलग-अलग वस्तुएं बनाकर इस प्रणाली का परीक्षण किया। उन्होंने अपने परिणामों की तुलना अन्य उन्नत विधियों से की जो समान कार्य करने का प्रयास करती हैं। इन तुलनाओं में, डेफॉर्मस्मिथ द्वारा बनाई गई वस्तुएं काफी अधिक यथार्थवादी थीं। गिरने पर, वे अपना आकार बनाए रखती हैं और स्वाभाविक रूप से उछलती या दबती हैं, जबकि अन्य प्रणालियों की वस्तुएं अक्सर पैनकेक की तरह चपटी हो जाती हैं या बिखर जाती हैं। उन अंधे परीक्षणों (blind tests) में जहाँ लोगों ने निर्णय लिया कि कौन सी वस्तु बेहतर दिखती और व्यवहार करती है, इस नई प्रणाली ने बहुमत से जीत हासिल की। यह उन वस्तुओं को बनाने में विशेष रूप से सफल रहा जिन्हें एक रोबोट द्वारा सफलतापूर्वक संचालित किया जा सकता था, जिसमें वस्तुओं को उठाने और ले जाने की सफलता दर रोबोट-निर्देशित परिशोधन (refinement) का उपयोग करने पर आधे से कम से बढ़कर दो-तिहाई से अधिक हो गई।

यह प्रणाली समस्या को प्रबंधनीय चरणों में तोड़कर काम करती है, यह सुनिश्चित करती है कि वजन की चिंता करने से पहले आकार सही हो, और सामग्री की चिंता करने से पहले वजन सही हो। यह कंप्यूटर को एक साथ सब कुछ ठीक करने की कोशिश में भ्रमित होने से रोकता है। एक केंद्रीय "हार्नेस" (harness) एक पर्यवेक्षक के रूप में कार्य करता है, सभी नियमों को ट्रैक करता है और यह सुनिश्चित करता है कि एक चरण में किए गए परिवर्तन पिछले चरण में किए गए कार्य को खराब न करें। उदाहरण के लिए, यदि सिस्टम किसी वस्तु को नरम करने का निर्णय लेता है, तो यह जांचता है कि क्या यह परिवर्तन वस्तु को बहुत भारी बनाता है या इसे फर्श में धंसने का कारण बनता है। यह सावधानीपूर्ण, पदानुक्रमित दृष्टिकोण सिस्टम को जटिल, संवादात्मक वस्तुएं बनाने की अनुमति देता है जो रोबोट प्रशिक्षण सिमुलेशन में उपयोग के लिए तैयार हैं।

हालाँकि यह प्रणाली शक्तिशाली है, शोधकर्ता नोट करते हैं कि यह वर्तमान में ठोस वस्तुओं के साथ सबसे अच्छा काम करती है जिन्हें दबाया या खींचा जा सकता है, न कि तरल पदार्थों या रेत जैसे कणमय पदार्थों के साथ। इसके द्वारा अनुमानित भौतिक गुण दृश्य संकेतों और सिमुलेशन पर आधारित अनुमान हैं, जिसका अर्थ है कि वास्तविक भौतिक रोबोटों के लिए उपयोग किए जाने पर अभी भी वास्तविक दुनिया के माप के साथ सत्यापित करने की आवश्यकता होगी। हालाँकि, सरल इनपुट से विविध प्रकार की भौतिक रूप से विश्वसनीय वस्तुओं को उत्पन्न करने की क्षमता रोबोटिक्स के लिए एक नया द्वार खोलती है। प्रत्येक वस्तु जिसे रोबोट सामना कर सकता है, उसे मैन्युअल रूप से मॉडल करने के बजाय, इंजीनियर अब एक वस्तु का वर्णन कर सकते हैं या उसकी तस्वीर दिखा सकते हैं, और सिस्टम एक डिजिटल ट्विन बनाएगा जो परीक्षण, हेरफेर और सीखने के लिए तैयार है। यह क्षमता एक ऐसे भविष्य का सुझाव देती है जहाँ रोबोट स्वचालित रूप से उत्पन्न, भौतिक रूप से सटीक डिजिटल संपत्तियों के एक विशाल पुस्तकालय के साथ अभ्यास करके, रोजमर्रा की वस्तुओं की अव्यवस्थित, विकृत दुनिया को संभालना बहुत तेज़ी से सीख सकते हैं।