Neuromorphic control of a simulated shape-memory-alloy-driven multi-legged robot using a spiking neural network
यह शोध पत्र एक स्पाइकिंग-न्यूरल-नेटवर्क-आधारित डीप रीइन्फोर्समेंट लर्निंग पद्धति प्रस्तावित करता है, जिसमें एक स्पाइकिंग एक्टर नेटवर्क और एक विस्तारित रिप्ले बफर की विशेषता है, ताकि शेप-मेमोरी-अलॉय-ड्रिवन मल्टी-लेग्ड सॉफ्ट रोबोट के लिए ऊर्जा-कुशल, स्वायत्त और समन्वित लोकोमोशन नियंत्रण प्राप्त किया जा सके।
मूल पेपर CC BY 4.0 (https://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
कल्पना कीजिए कि आपके पास एक रोबोट है जो एक स्टारफिश (तारा मछली) जैसा दिखता है, लेकिन धातु के जोड़ों और इलेक्ट्रिक मोटरों के बजाय, इसकी "मांसपेशियां" एक विशेष तार से बनी हैं जिसे शेप मेमोरी अलॉय (SMA) कहा जाता है। इन तारों को एक ऐसे अनोखे खिलौने के धातु की तरह समझें जो गर्म होने पर वापस अपने आकार में आ जाता है। जब आप इन तारों में बिजली भेजते हैं, तो वे गर्म हो जाते हैं, सिकुड़ जाते हैं और रोबोट के पैरों को अंदर की ओर खींच लेते हैं। जब बिजली बंद हो जाती है, तो वे धीरे-धीरे फैलकर वापस अपनी स्थिति में आ जाते हैं।
समस्या यह है कि ये "मांसपेशियां" धीमी, जिद्दी और अप्रत्याशित होती हैं। वे तुरंत प्रतिक्रिया नहीं देतीं, और यदि आप उन्हें बहुत अधिक ज़ोर से धकेलते हैं, तो वे भ्रमित हो जाती हैं। पारंपरिक रूप से, इंजीनियरों को एक सख्त, पूर्व-निर्धारित कार्यक्रम (जैसे एक कंडक्टर का छड़ी लहराना) खुद से लिखना पड़ता था ताकि वे इन तारों को बता सकें कि कब सिकुड़ना है और कब फैलना है। यदि रोबोट किसी ऊबड़-खाबड़ सतह या फिसलन भरे फर्श से टकराता, तो वह कठोर योजना विफल हो जाती।
बड़ा विचार: एक "मांसपेशीय" शरीर के लिए एक "न्यूरल" मस्तिष्क
शोधकर्ता चाहते थे कि यह रोबोट बिना किसी पूर्व-लिखित कार्यक्रम के अपने आप चलना सीखे। ऐसा करने के लिए, उन्होंने रोबोट को स्पाइकिंग न्यूरल नेटवर्क (SNNs) से बना एक मस्तिष्क दिया।
एक मानक कंप्यूटर मस्तिष्क (जैसे आपके फोन में होता है) को एक व्यस्त कार्यालय की तरह समझें जहाँ हर कोई लगातार बातें कर रहा है, भले ही उनके पास कहने के लिए कुछ महत्वपूर्ण न हो। यह शोर मचाने वाला और बहुत अधिक ऊर्जा खर्च करने वाला होता है।
अब, रोबट के नए मस्तिष्क को एक शांत पुस्तकालय में भिक्षुओं (monks) के समूह की तरह समझें। वे केवल तभी बोलते हैं (या "स्पाइक" करते हैं) जब उनके पास कहने के लिए वास्तव में कुछ महत्वपूर्ण होता है। यह मस्तिष्क को अविश्वसनीय रूप से ऊर्जा-कुशल और विशिष्ट क्षणों पर प्रतिक्रिया करने में तेज़ बनाता है, ठीक एक वास्तविक जैविक मस्तिष्क की तरह।
उन्होंने रोबोट को कैसे सिखाया
टीम ने डीप रीइन्फोर्समेंट लर्निंग (Deep Reinforcement Learning) नामक एक विधि का उपयोग किया। आप इसे एक कुत्ते को प्रशिक्षित करने के रूप में देख सकते हैं:
- रोबोट चलने की कोशिश करता है।
- यदि वह आगे बढ़ता है, तो उसे एक "इनाम" (एक सकारात्मक स्कोर) मिलता है।
- यदि वह ऊर्जा बर्बाद करता है या स्थिर रहता है, तो उसे "डांट" (एक दंड) मिलती है।
- लाखों प्रयासों के बाद, रोबोट इनाम पाने के लिए सबसे अच्छा तरीका सीख जाता है।
गुप्त नुस्खा: "स्पाइकिंग एक्टर"
आमतौर पर, ये सीखने वाले रोबोट मानक कंप्यूटर मस्तिष्क का उपयोग करते हैं। लेकिन शोधकर्ताओं ने रोबोट के "निर्णय लेने वाले" (एक्टर) को अपने विशेष स्पाइकिंग न्यूरल नेटवर्क से बदल दिया।
- याद रखने की तकनीक: क्योंकि इन "भिक्षु-जैसे" न्यूरॉन्स में उनकी पिछली उत्तेजना (जिसे "मेम्ब्रेन पोटेंशियल" कहा जाता है) की याददाश्त होती है, इसलिए शोधकर्ताओं को कंप्यूटर को इस इतिहास को याद रखने के लिए सिखाना पड़ा। उन्होंने प्रशिक्षण प्रक्रिया में एक विशेष नोटबुक जोड़ी ताकि रोबट याद रख सके कि उसके न्यूरॉन्स एक क्षण पहले क्या "सोच" रहे थे।
- ऊर्जा बचाने वाला: उन्होंने एक नियम भी जोड़ा: "जब तक ज़रूरत न हो, चिल्लाओ मत।" इसने रोबट को काम पूरा करने के लिए कम विद्युत "स्पाइक्स" का उपयोग करने के लिए प्रोत्साहित किया, जिससे बैटरी की शक्ति बचती है।
प्रयोगों में क्या हुआ?
उन्होंने एक आभासी भौतिक दुनिया (एक वीडियो गेम सिमुलेशन) में इस रोबोट का परीक्षण किया।
- सीखने की प्रक्रिया: शुरुआत में, रोबोट बस बेतरतीब ढंग से फड़कता था। लेकिन जैसे-जैसे उसने सीखा, उसने एक लय खोज ली। उसने महसूस किया कि उसकी "मांसपेशियों" को ठंडा होने और वापस फैलने में लगभग 20-25 सेकंड लगते हैं।
- परफेक्ट डांस: ऐसा नहीं कि पाँचों पैर बिल्कुल एक ही समय में खिंचें (जो कि अक्षम होगा), रोबोट ने अपने पैरों को एक लहरदार पैटर्न (wave-like pattern) में लहराना सीखा। एक पैर खिंचता है, फिर दूसरा, फिर अगला, जैसे स्टेडियम की भीड़ में एक लहर चलती है।
- परिणाम: रोबोट ने लक्ष्य की ओर सुचारू रूप से चलना सीख लिया। उसने अपनी मांसपेशियों की धीमी, थर्मल प्रकृति के साथ तालमेल बिठाने के लिए सही समय का पता लगा लिया। उसने केवल एक स्क्रिप्ट का पालन नहीं किया; उसने अपनी शारीरिक सीमाओं के आधार पर अपनी लय को अनुकूलित करना सीखा।
यह क्यों महत्वपूर्ण है
यह शोध पत्र दिखाता है कि आप एक ऐसे रोबोट को कुशलतापूर्वक चलना सिखा सकते हैं जिसकी "मांसपेशियां धीमी और गर्म" हैं, उसे एक ऐसे मस्तिष्क देकर जो पल्स (धड़कन/स्पाइक) में सोचता है, ठीक एक वास्तविक जानवर की तरह। रोबोट ने अपनी गतिविधियों को समन्वयित करना सीख लिया, एक ऐसी लय ढूंढ ली जो उसकी भौतिक सीमाओं से मेल खाती थी, बिना किसी के बताए। यह साबित करता है कि "न्यूरोमॉर्फिक" (मस्तिष्क जैसा) नियंत्रण, नरम, लचीले रोबोटों को स्मार्ट, ऊर्जा-कुशल और वास्तविक दुनिया के लिए तैयार बनाने की कुंजी हो सकता 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।