Learning Slope-Adaptive Whole-Body Locomotion for Humanoid Robots in Roofing Construction
यह शोध पत्र एक कार्य-सिमेंटिक (task-semantic), दृश्य-आधारित (scene-grounded) ढांचे को प्रस्तुत करता है जो एक यूनिट्री जी1 (Unitree G1) ह्यूमनॉइड रोबोट को सटीक सहायता और कार्य-स्पेस बाधाओं को बनाए रखते हुए, छत बनाने जैसे जटिल, ढलान-अनुकूल समग्र-शरीर लोकोमोशन और निर्माण कार्यों को मजबूती से करने में सक्षम बनाने के लिए रिटारगेटेड मानव प्रदर्शनों को प्रक्षेपवक्र अनुकूलन (trajectory optimization) और सुदृढीकरण शिक्षण (reinforcement learning) के साथ जोड़ता 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 ऐसे रोबोट की कल्पना करें जो इंसान की तरह चल, चढ़ और काम कर सके। वर्षों से, वैज्ञानिक मशीनों को वीडियो दिखाकर मशीनों को चलना सिखाते रहे हैं। कंप्यूटर उन गतिविधियों की नकल करता है, जिससे रोबोट के पैरों और हाथों को मानव शरीर की नकल करने का निर्देश मिलता है। यह समतल फर्श पर तो अच्छा काम करता है, लेकिन जब जमीन ढलान वाली होती है, तो यह विफल हो जाता है। एक ढलवां छत पर, मानव गति की साधारण नकल खतरनाक हो सकती है। यदि रोबट की कीबोर्ड (कंप्यूटर) एक इंसान की कील ठोकने के लिए झुकने की नकल करने की कोशिश करता है, तो वह रोबोट के पैरों को हवा में रख सकता है या उसके हाथों को छत की टाइलों के आर-पार धकेल सकता है। रोबोट को न केवल यह समझने की आवश्यकता है कि शरीर कैसे चलता है, बल्कि यह भी कि उस विशिष्ट सतह के संबंध में उसका शरीर कहाँ स्थित है। यही वह मुख्य चुनौती है जो रोबots को निर्माण कार्य की अव्यवस्थित और ऊबड़-खाबड़ दुनिया में काम करने की क्षमता देने के लिए है।
फ्लोरिडा विश्वविद्यालय के शोधकर्ताओं की एक टीम ने इस समस्या का समाधान निकाला है, जिसमें उन्होंने एक ह्युमनॉइड रोबोट को एक रूफर (छत बनाने वाला) की तरह व्यवहार करना सिखाया। उन्होंने एक विशिष्ट प्रकार के रोबोट पर ध्यान केंद्रित किया जिसे 'यूनिट्री जी1' (Unitree G1) कहा जाता है, जो दो पैरों पर खड़ा होता है और जिसके हाथ इंसान की तरह होते हैं। लक्ष्य केवल चलने से आगे बढ़कर मशीन को एक ढलवां छत पर पार करना, काम करने के लिए नीचे झुकना और बिना गिरे या सतह से टकराए नेल गन या हथौड़े जैसे औजारों का उपयोग करना सिखाना था। शोधकर्ताओं ने महसूस किया कि केवल मानव गतिविधियों की नकल करना पर्याप्त नहीं था। एक इंसान स्वाभाविक रूप से ढलान पर अपने संतुलन को समायोजित करना जानता है, लेकिन एक रोबोट जो वीडियो स्क्रिप्ट का पालन कर रहा है, उसे यह अहसास नहीं हो सकता कि उसका पैर किसी अंतराल के ऊपर मंडरा रहा है या उसका हाथ छत को भेदने ही वाला है। इस समस्या को हल करने के लिए, टीम ने एक नई विधि बनाई जो मानव गति को छत के एक सटीक डिजिटल मानचित्र के साथ जोड़ती है।
प्रक्रिया एक प्रयोगशाला रैंप पर मानव कार्यकर्ता द्वारा छत संबंधी कार्य करने को रिकॉर्ड करने से शुरू हुई। व्यक्ति ने एक वर्चुअल रियलिटी हेडसेट और अपने हाथों और टखनों पर ट्रैकर्स पहने हुए थे, जिससे शोधकर्ता गतिविधियों के समय और प्रवाह को कैप्चर कर सके। इस डेटा को फिर रोबोट में स्थानांतरित किया गया, जिससे गति का एक पहला ड्राफ्ट तैयार हुआ। हालाँकि, यह ड्राफ्ट त्रुटिपूर्ण था। क्योंकि रोबोट का शरीर इंसान से अलग है, प्रारंभिक नकल ने रोबोट के पैरों को गलत स्थानों पर और हाथों को छत के सापेक्ष गलत ऊंचाई पर रख दिया। इसे ठीक करने के लिए, शोधकर्ताओं ने छत की सतह के एक विस्तृत 3D मॉडल का उपयोग किया। उन्होंने रोबोट के संदर्भ पथ (रेफरेंस पाथ) को इस तरह समायोजित किया कि उसके पैर ढलान पर मजबूती से टिके रहें और उसके हाथ टाइलों से एक सुरक्षित, विशिष्ट दूरी पर रहें। उदाहरण के लिए, उन्होंने सुनिश्चित किया कि नेल गन पकड़ते समय रोबोट का हाथ छत से ठीक 25 सेंटीमीटर दूर रहे, और हथौड़ा चलाते समय 12 सेंटीमीटर दूर रहे। इस चरण ने यह सुनिश्चित किया कि रोबोट की योजना हिलने-डुलने से पहले ही शारीरिक रूप से संभव और सुरक्षित थी।
एक आदर्श योजना होने के बावजूद, जब रोबोट वास्तव में चलता है, तो वह गलतियाँ कर सकता है। वास्तविक दुनिया छोटी फिसलन और देरी से भरी होती है जिसे कंप्यूटर सिमुलेशन हमेशा अनुमानित नहीं कर पाता। इसे संभालने के लिए, शोधकर्ताओं ने रोबोट को चलते समय इन सुरक्षा नियमों पर ध्यान देने के लिए प्रशिक्षित किया। उन्होंने एक ऐसी सीखने की विधि का उपयोग किया जो रोबोट को अपने हाथों को छत से सही दूरी पर रखने के लिए पुरस्कृत करती थी और दंडित करती थी यदि उसका कोई भी हिस्सा सतह को छू लेता था। यह प्रशिक्षण पहले एक कंप्यूटर सिमुलेशन में हुआ, जहाँ रोबोट ने 9-डिग्री की हल्की ढलान से लेकर 25-डिग्री की खड़ी ढलान तक विभिन्न छत कोणों पर हजारों बार अभ्यास किया। परिणामों ने दिखाया कि रोबोट ने ढलान के अनुसार अपनी मुद्रा को अनुकूलित करना सीख लिया, जिससे वह काम करने के लिए झुकते समय अपना संतुलन बनाए रखने में सक्षम हुआ।
इसके बाद टीम ने अपने लैब में वास्तविक रोबोट पर इन कौशलों का परीक्षण किया। उन्होंने एक वास्तविक छत का प्लेटफॉर्म सेट किया और रोबोट को उन कार्यों को करने दिया जो उसने सिमुलेशन में सीखे थे। रोबोट सफलतापूर्वक ढलान पर चढ़ा, नेल गन पकड़ने के लिए नीचे झुका और हथौड़ा चलाया। हर परीक्षण में, रोबोट ने अपने पैरों को छत पर रखा और अपने हाथों को सही दूरी पर रखा, जिससे सतह के साथ किसी भी टकराव से बचा जा सके। मापों से पता चला कि रोबोट की गतिविधियाँ सटीक थीं, और उसका शरीर इच्छित पथ के कुछ ही सेंटीमीटर के भीतर रहा। शोधकर्ताओं ने अपने तरीके की तुलना अन्य दृष्टिकोणों से भी की। उन्होंने पाया कि केवल रिवॉर्ड सिग्नल का पालन करने के लिए प्रशिक्षित रोबोट, जिसमें मानव गति मार्गदर्शक नहीं था, अजीब, झुकी हुई स्थितियों में आ गए जो वास्तविक छत कार्य जैसा नहीं दिखता था। इसी तरह, वास्तविक समय में मानव ऑपरेटर द्वारा सीधे नियंत्रित रोबोट ढलान पर कदम रखते समय अपना संतुलन खो बैठे और गिर गए। नया तरीका, जिसने मानव गति, छत के डिजिटल मानचित्र और सुरक्षा-जागरूक शिक्षण को मिलाया था, एकमात्र ऐसा तरीका था जो विश्वसनीय रूप से काम कर सका।
यह अध्ययन बताता है कि निर्माण कार्य के लिए रोबोट्स को केवल चलने की क्षमता से अधिक की आवश्यकता है। उन्हें उस सतह की ज्यामिति को समझने की आवश्यकता है जिस पर वे खड़े हैं और काम करते समय उसके साथ एक सुरक्षित संबंध बनाए रखने की आवश्यकता है। शोधकर्ताओं ने पाया कि केवल मानव गतिविधियों की नकल करना पर्याप्त नहीं है; रोबोट को काम स्थल की भौतिक वास्तविकता से जुड़ा होना चाहिए। रोबोट को छत के आकार का सम्मान करने और अपने औजारों को सही दूरी पर रखने के लिए प्रशिक्षित करके, टीम ने ऐसी मशीनों की नींव रखी जो भविष्य में छत बनाने जैसे खतरनाक कार्यों में मदद कर सकेंगी। हालांकि वर्तमान परीक्षण एक सुरक्षा हार्नेस के साथ एक नियंत्रित लैब में किए गए थे, परिणाम दिखाते हैं कि चढ़ने और ढलान पर काम करने के बुनियादी कौशल अब पहुंच के भीतर हैं। अगला कदम यह देखना होगा कि क्या ये रोबोट वास्तविक निर्माण स्थल की ऊबड़-खाबड़, असमान और अप्रत्याशित स्थितियों 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।