ForceTwin: Physics-informed Digital Twins for Robotic Manipulation from Instrumented Human Interaction
ForceTwin एक ऐसा सिस्टम है जो बल-संवेदी ग्रिपर्स (force-sensing grippers) के साथ इंस्ट्रूमेंटेड मानव इंटरैक्शन का विश्लेषण करके आर्टिकुलेटेड वस्तुओं के फिजिक्स-इन्फॉर्म्ड डिजिटल ट्विन्स की पहचान करता है, जो मौजूदा किनेमैटिक्स-ओनली या विजुअल-लैंग्वेज प्रायर-आधारित दृष्टिकोणों की तुलना में काफी अधिक सटीक हेरफेर और नियंत्रण सक्षम बनाता 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
रोबोट लंबे समय से कारखानों के फर्श के स्वामी रहे हैं, जहाँ हर वस्तु एक निश्चित स्थान पर होती है और हर गतिविधि पूर्व-निर्धारित होती है। लेकिन जिस क्षण एक रोबोट मानव घर में कदम रखता है, उसे एक अराजक वास्तविकता का सामना करना पड़ता है: एक दराज या तो खाली हो सकती है या भारी बर्तनों से भरी हो सकती है, एक दरवाजा एक साधारण कब्जे वाला हो सकता है या उसमें एक छिपा हुआ स्प्रिंग हो सकता है जो खुलने के विरुद्ध संघर्ष करता है। इन वस्तुओं को हिलाने के लिए, एक रोबोट को केवल इस बात की तस्वीर की आवश्यकता नहीं है कि वे कैसे दिखते हैं; उसे यह समझने की आवश्यकता है कि वे कैसा महसूस करते हैं। उसे वस्तु के वजन, इसके स्लाइडिंग ट्रैक के घर्षण और इसके तंत्र के भीतर छिपी ताकतों का ज्ञान होना चाहिए। इस भौतिक अंतर्ज्ञान के बिना, एक दरवाजा धकेलने वाला रोबोट बस रुक सकता है, क्योंकि वह एक अटकी हुई वस्तु और स्वाभाविक रूप से प्रतिरोधी वस्तु के बीच अंतर करने में असमर्थ होगा।
यह वह चुनौती है जिसे ETH ज्यूरिख के शोधकर्ताओं और उनके सहयोगियों ने 'फोर्सट्विन' (ForceTwin) नामक एक नई प्रणाली के साथ हल किया है। यह अनुमान लगाने के लिए कैमरों पर निर्भर रहने के बजाय कि कोई वस्तु कितनी भारी या सख्त है, वे एक इंसान को यह काम करने देते हैं। एक व्यक्ति एक विशेष उपकरण पकड़ता है जो फोर्स सेंसर से लैस होता है और बस एक दरवाजे, दराज या कैबिनेट को धकेलता है, खींचता है और हिलाता है। जैसे ही मनुष्य वस्तु के साथ अंतःक्रिया करता है, उपकरण रिकॉर्ड करता है कि वस्तु वास्तव में कैसे चलती है और, महत्वपूर्ण रूप से, उसे चलाने के लिए कितने बल की आवश्यकता होती है। इन सरल, स्वाभाविक अंतःक्रियाओं से, सिस्टम एक "डिजिटल ट्विन" बनाता है—वस्तु की एक आभासी प्रति, जिसमें न केवल उसका आकार शामिल है, बल्कि उसका विशिष्ट भौतिक व्यक्तित्व भी शामिल है। यह ट्विन जानता है कि एक विशिष्ट दरवाजे को खोलने के लिए कितने प्रयास की आवश्यकता है, जिसमें अदृश्य स्प्रिंग्स, भारी सामग्री और चिपचिपे कब्जों का हिसाब शामिल है जिन्हें एक कैमरा कभी नहीं देख पाएगा।
इस खोज का मूल आधार यह अहसास है कि दिखावट भौतिकी के लिए एक खराब मार्गदर्शक है। दो दरवाजे जो दिखने में समान होते हैं, उन्हें खोलने के लिए बहुत अलग मात्रा में शक्ति की आवश्यकता हो सकती है। एक हल्का और ढीला हो सकता है, जबकि दूसरा एक शक्तिशाली क्लोजर मैकेनिज्म के साथ भारी हो सकता है जो इसे बंद करने के लिए झटके से आता है। डिजिटल प्रतियां बनाने के पिछले प्रयासों ने दृश्य डेटा या भाषाई विवरणों पर भरोसा किया ताकि इन गुणों का अनुमान लगाया जा सके, जिसके परिणामस्वरूप अक्सर ऐसे सिमुलेशन बने जो दिखने में तो सही थे लेकिन महसूस होने में गलत थे। जब रोबोटों ने इन त्रुटिपूर्ण मॉडलों का उपयोग किया, तो वे अक्सर विफल रहे, विशेष रूप से उन वस्तुओं के साथ जिनमें मजबूत आंतरिक तंत्र होता है। शोधकर्ताओं ने पाया कि मानव अंतःक्रिया के दौरान वास्तविक बलों को मापकर, वे वस्तु के वास्तविक भौतिक मापदंडों की पहचान कर सकते हैं। उन्होंने निरंतर गुणों, जैसे कि वस्तु का द्रव्यमान और बुनियादी घर्षण, को दरवाजों के क्लोजर जैसे जटिल, बदलते बलों से अलग किया, जो वस्तु के चलने की गति या दूरी के आधार पर अलग-अलग व्यवहार करते हैं।
यह परीक्षण करने के लिए कि क्या वास्तव में यह दृष्टिकोण काम करता है, टीम ने अपने डिजिटल ट्विन्स को वास्तविक दुनिया में परखा। उन्होंने मानव प्रोबिंग (जांच) से एकत्र किए गए डेटा का उपयोग करके दो बहुत अलग रोबोटों को प्रोग्राम किया: स्पॉट (Spot) नामक एक चार पैरों वाला रोबोट और फ्रैंका (Franka) नामक एक स्थिर हाथ। रोबोटों को दराजों, स्लाइडिंग दरवाजों और भारी लकड़ी एवं धातु के दरवाजों सहित विभिन्न वस्तुओं को खोलने का कार्य दिया गया। जब रोबोटों ने नए, भौतिकी-आधारित ट्विन्स का उपयोग किया, तो वे 87 प्रतिशत बार वस्तुओं को खोलने में सफल रहे। इसके विपरीत, जब वे पुराने तरीकों पर निर्भर थे जो केवल वस्तुओं के दिखने के आधार पर भौतिकी का अनुमान लगाते थे, या उन तरीकों पर जो केवल आकार को जानते थे लेकिन बलों को नहीं, तो उनकी सफलता दर क्रमशः 60 प्रतिशत और 57 प्रतिशत रह गई। अंतर सबसे कठिन वस्तुओं के साथ सबसे अधिक स्पष्ट था। एक मजबूत स्प्रिंग मैकेनिज्म वाले भारी धातु के दरवाजे पर, पुराने तरीकों के कारण रोबोट पूरी तरह से रुक गए, क्योंकि वे दरवाजे को हिलाने के लिए पर्याप्त बल उत्पन्न करने में असमर्थ थे। हालांकि, फोर्सट्विन सिस्टम ने रोबोटों को प्रतिरोध को पार करने और कार्य पूरा करने की अनुमति दी।
शोधकर्ताओं ने यह भी प्रदर्शित किया कि इन डिजिटल ट्विन्स का उपयोग सिमुलेशन के माध्यम से रोबोटों को नए कौशल सिखाने के लिए किया जा सकता है। कंप्यूटर सिमुलेशन में सटीक भौतिक डेटा फीड करके, उन्होंने एक रोबोट को दरवाजे से गुजरना सिखाया। जब उन्होंने इस प्रशिक्षित रोबोट को वास्तविक दुनिया में उसी कार्य को एक वास्तविक दरवाजे पर करने के लिए भेजा, तो वह सफल रहा। इसने सिद्ध किया कि मानव अंतःक्रिया द्वारा कैप्चर किया गया भौतिक मॉडल जटिल, वास्तविक दुनिया के व्यवहार को निर्देशित करने के लिए पर्याप्त सटीक था। यह सिस्टम मानव के धकेलने और खींचने के कच्चे डेटा को लेकर, वस्तु के जड़त्व (inertia) और घर्षण की गणना करता है, और फिर शेष जटिल बलों को मॉडल करने के लिए एक स्मार्ट एल्गोरिदम का उपयोग करता है। यह वस्तु के व्यवहार की एक पूर्ण तस्वीर बनाता है जिसका उपयोग तुरंत एक रोबोट नियंत्रक द्वारा किया जा सकता है या एक सिमुलेशन वातावरण में निर्यात किया जा सकता है।
हालांकि यह प्रणाली शक्तिशाली है, लेकिन इसकी कुछ सीमाएं भी हैं। इसे डेटा एकत्र करने के लिए प्रत्येक वस्तु के साथ भौतिक रूप से अंतःक्रिया करने के लिए एक इंसान की आवश्यकता होती है, जिसका अर्थ है कि यह उस वस्तु के गुणों का तुरंत अनुमान नहीं लगा सकता जिसे इसने पहले कभी छुआ नहीं है। यह यह भी मान लेता है कि वस्तु हिलते समय एक अनुमानित तरीके से व्यवहार करती है, इसलिए यह अचानक अटक जाने वाली दराज या बदल जाने वाले लैच जैसी चीजों का हिसाब नहीं रख सकता। फिर भी, जिन वस्तुओं की इसने जांच की है, उनके लिए परिणाम आश्चर्यजनक रूप से सटीक हैं। इस प्रणाली ने वस्तु के वजन और प्रतिरोध के अनुमान में पिछले अनुमान लगाने वाले तरीकों की तुलना में त्रुटि को लगभग आधा कम कर दिया। इसने सफलतापूर्वक पहचाना कि एक भारी दराज वास्तव में भारी थी, और एक विशिष्ट दरवाजे को उसके आंतरिक स्प्रिंग को पार करने के लिए कितने अतिरिक्त बल की आवश्यकता थी।
यह कार्य इस बात में बदलाव का प्रतिनिधित्व करता है कि रोबोट भौतिक दुनिया के बारे में कैसे सीखते हैं। एक स्थिर छवि से सब कुछ निकालने के बजाय, यह इस विचार को अपनाता है कि किसी वस्तु को वास्तव में समझने के लिए, उसे छूना आवश्यक है। मानव अंतःक्रिया की निपुणता को फोर्स सेंसर की सटीकता के साथ जोड़कर, शोधकर्ताओं ने रोबोट को स्पर्श की एक ऐसी भावना देने का तरीका बनाया है जो उनके अपने ग्रिपर्स से परे तक विस्तृत है। उन्होंने दिखाया है कि एक सरल, मानव-नेतृत्व वाली खोज एक विस्तृत भौतिक मॉडल बना सकती है जो मशीन को मानव घर की अव्यवस्थपूर्ण और प्रतिरोधी वास्तविकता में नेविगेट करने की अनुमति देती है। परिणाम एक ऐसा रोबोट है जो केवल एक दरवाजा देखता नहीं है, बल्कि उसे खोलने के लिए आवश्यक प्रयास को समझता है, जिससे एक संभावित विफलता को एक सफल अंतःक्रिया में बदल दिया जाता है।
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।