Trajectory tracking of bionic fish based on a complex-valued central pattern generation network
यह शोधपत्र एक बायोनिक फिश रोबोट के लिए एक सुदृढ़ प्रक्षेपवक्र ट्रैकिंग (ट्रैजेक्टरी ट्रैकिंग) प्रणाली प्रस्तुत करता है जो पंखों और पूंछ को नियंत्रित करने के लिए जायरोस्कोप फीडबैक द्वारा संचालित एक जटिल-मान (कॉम्प्लेक्स-वैल्यूड) सेंट्रल पैटर्न जनरेटर नेटवर्क को, बाहरी विक्षोभों के बावजूद सीधे और गोलाकार पथों पर प्रभावी ढंग से नेविगेट करने के लिए एक विस्तारित फेदरस्टोन डायनेमिक्स मॉडल के तहत मॉडल प्रेडिक्टिव कंट्रोल-आधारित स्थिति नियंत्रक के साथ एकीकृत करता है।
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
पानी के नीचे नेविगेशन की इस तरल और परिवर्तनशील दुनिया में, रोबोट एक ऐसी चुनौती का सामना कर रहे हैं जिसने इंजीनियरों को लंबे समय से उलझा रखा है: कैसे एक जीवित प्राणी की तरह गरिमा और लचीलेपन के साथ आगे बढ़ा जाए। एक पनडुब्बी के विपरीत, जो कठोर प्रोपेलर और स्थिर रडर (rudder) पर निर्भर करती है, एक मछली अपने शरीर और पंखों के लयबद्ध संचलन (undulation) के समन्वय से तैरती है, एक ऐसी गति जो एक जैविक लय जनरेटर द्वारा नियंत्रित होती है जो उसे धाराओं और बाधाओं के अनुकूल तुरंत ढलने की अनुमति देती है। यह जैविक लय, जिसे विज्ञान में 'सेंट्रल पैटर्न जनरेटर' (central pattern generator) के रूप में जाना जाता है, गति के लिए एक आंतरिक घड़ी की तरह कार्य करती है, जो मांसपेशियों को चलाने के लिए आवश्यक दोहराव वाले संकेत उत्पन्न करती है बिना निरंतर सचेत विचार की आवश्यकता के। दशकों से, शोधकर्ताओं ने मशीनों में इस प्रणाली की नकल करने का प्रयास किया है, इस उम्मीद में कि वे ऐसे रोबोट बना सकें जो टूना या कार्प मछली की तरह सहजता से अशांत जल में नेविगेट कर सकें। लक्ष्य केवल मछली के आकार की नकल करना नहीं है, बल्कि उस तंत्रिका संबंधी बुद्धिमत्ता (neural intelligence) को दोहराना है जो इसे संतुलन बनाए रखने और पथ का अनुसरण करने की अनुमति देती है, भले ही पानी विपरीत दिशा में दबाव डाल रहा हो।
जेझियांग यूनिवर्सिटी ऑफ साइंस एंड टेक्नोलॉजी के शोधकर्ताओं की एक टीम ने BF-1 नामक एक नए रोबोटिक फिश कंट्रोल सिस्टम को डिजाइन करके इस लक्ष्य की ओर एक महत्वपूर्ण कदम उठाया है। उनका दृष्टिकोण रोबोट की भौतिक गति के एक परिष्कृत गणितीय मॉडल को एक न्यूरल नेटवर्क के साथ जोड़ता है जो मछली की आंतरिक लय की नकल करता है। उनके नवाचार का मूल एक "कॉम्प्लेक्स-वैल्यूड" (complex-valued) नेटवर्क है, जो एक प्रकार का डिजिटल मस्तिष्क है जो सूचनाओं को इस तरह से संसाधित कर सकता है जिससे पारंपरिक प्रणालियों की तुलना में अधिक लचीले समायोजन संभव हो सकें। केवल विक्षोभों (disturbances) पर प्रतिक्रिया देने के बजाय, यह प्रणाली जाइरोस्कोप—ऐसे सेंसर जो यह मापते हैं कि रोबोट कैसे झुकता और मुड़ता है—से संकेतों का उपयोग करके उनका पूर्वानुमान लगाती है ताकि रोबोट की पूंछ और पंखों की गति के समय और शक्ति को तुरंत बदला जा सके। इस लयबद्ध नियंत्रण को एक भविष्य कहने वाले एल्गोरिदम (predictive algorithm) के साथ एकीकृत करके, जो लगातार रोबलेट की स्थिति की गणना करता है, शोधकर्ताओं ने एक ऐसा सिस्टम बनाया है जो पानी के उथल-पुथल होने पर भी रोबोट को सही मार्ग पर रख सकता है।
रोबोट स्वयं, BF-1, एक चिकनी मशीन है जिसमें एक प्लास्टिक का खोल, इलेक्ट्रॉनिक्स के लिए एक वायुरोधी केबिन और एक वॉटरप्रूफ मोटर द्वारा संचालित बायोोनिक पूंछ है। इसमें इसके किनारों पर दो पेक्टोरल पंख (pectoral fins) भी हैं, जो दिशा बदलने और स्थिरता बनाए रखने के लिए पूंछ के साथ मिलकर काम करते हैं। शोधकर्ताओं ने अपने सिस्टम का परीक्षण एक बाहरी जल वातावरण में किया, जिसमें रोबोट को दो अलग-अलग स्थितियों के अधीन रखा गया: शांत, स्थिर पानी और अशांत, विक्षुब्ध पानी। शांत स्थितियों में, रोबोट एक सीधी रेखा में सुचारू रूप से चला, उसकी पूंछ और पंख एक स्थिर, समन्वित लय में दोलन कर रहे थे। हालांकि, असली परीक्षा तब हुई जब पानी का प्रवाह अचानक अशांत हो गया, जिससे रोबोट झुक गया और अपने मार्ग से भटक गया। इन क्षणों में, जाइरोस्कोप ने कोण में परिवर्तन का पता लगाया और तुरंत सेंट्रल पैटर्न जनरेटर को संकेत भेजे। सिस्टम ने पूंछ और पंखों को चलाने वाले संकेतों के फेज़ (phase) और आयाम (amplitude) को बदलकर प्रतिक्रिया दी, जिससे प्रभावी रूप से पानी के बल का मुकाबला करने के लिए रोबोट की लय को रीसेट किया जा सका।
इन प्रयोगों के परिणामों ने दिखाया कि नया नियंत्रण प्रणाली प्रभावी ढंग से काम करता है। जब प्रयोग के पांचवें सेकंड पर पानी का प्रवाह धीमे से अशांत में बदल गया, तो रोबोट के शरीर के कोणों में शुरू में बदलाव आया, लेकिन नियंत्रण प्रणाली ने विचलन को जल्दी से ठीक कर दिया। रोबोट एक स्थिर अवस्था में लौटने और बिना रास्ता भटके अपने इच्छित सीधे पथ का अनुसरण करने में सक्षम रहा। शोधकर्ताओं ने देखा कि संतुलन बनाए रखने के लिए बाएँ और दाएँ पेक्टोरल पंख एक समन्वित तरीके से चले, जबकि पूंछ ने धारा के विरुद्ध धक्का देने के लिए अपनी शक्ति को समायोजित किया। इस समन्वय ने रोबोट को उच्च सटीकता के साथ एक सीधी रेखा का अनुसरण करने की अनुमति दी, भले ही पानी उसके विरुद्ध दबाव डाल रहा हो। सिस्टम ने केवल विक्षोभ पर प्रतिक्रिया नहीं दी; इसने रोबोट की भविष्य की स्थिति का अनुमान लगाने के लिए एक प्रेडिक्टिव मॉडल का उपयोग किया और अपनी गति एवं दिशा को सक्रिय रूप से समायोजित किया, जिससे यह सुनिश्चित हुआ कि ट्रैकिंग त्रुटि न्यूनतम बनी रहे।
अपने डिज़ाइन की बहुमुखी प्रतिभा का और अधिक परीक्षण करने के लिए, टीम ने समान अशांत स्थितियों के तहत रोबोट को एक वृत्ताकार पथ (circular trajectory) के माध्यम से निर्देशित किया। एक वृत्त में मुड़ने के लिए एक अलग प्रकार के समन्वय की आवश्यकता होती है, जहाँ पूंछ को शरीर को घुमाने के लिए शक्ति उत्पन्न करनी होती है जबकि पंख मोड़ को सुचारू रखने के लिए समायोजन करते हैं। कॉम्प्लेक्स-वैल्यूड नेटवर्क ने विभिन्न जोड़ों के बीच 'फेज़ डिले' (phase delay) को समायोजित करके इसे सफलतापूर्वक प्रबंधित किया, जिससे रोबोट घूम सका और वृत्ताकार पथ का अनुसरण कर सका। यहाँ तक कि जब पानी के प्रवाह ने रोबोट की गति में हस्तक्षेप किया, जिससे वह झुक गया, सिस्टम ने पंखों की गति की आवृत्ति और शक्ति को समायोजित करके इसकी भरपाई की। रोबोट ने अपना वृत्ताकार पथ बनाए रखा, जिससे यह सिद्ध हुआ कि नियंत्रण प्रणाली न केवल सीधी-रेखा ट्रैकिंग बल्कि गतिशील वातावरण में जटिल युद्धाभ्यास को भी संभाल सकती है।
शोधकर्ता इस बात पर जोर देते हैं कि उनकी सफलता लयबद्ध सेंट्रल पैटर्न जनरेटर और प्रेडिक्टिव पोजीशन कंट्रोलर के विशिष्ट संयोजन पर निर्भर करती है। पारंपरिक नियंत्रण विधियाँ, जैसे कि सरल फीडबैक लूप पर आधारित विधियाँ, अक्सर संघर्ष करती हैं जब पानी बहुत अधिक अशांत हो जाता है, जिससे अस्थिर गति या वांछित पथ पर पहुँचने में विफलता होती है। इसके विपरीत, यह नई प्रणाली रोबोट के भौतिकी के एक डायनेमिक मॉडल का उपयोग करती है ताकि अज्ञात विक्षोभों का अनुमान लगाया जा सके और उस जानकारी को कंट्रोल लूप में वापस फीड किया जा सके। यह रोबोट को वास्तविक समय में अपने आंतरिक लय को बाहरी वातावरण के अनुकूल बनाने की अनुमति देता है, जिससे एक मजबूत प्रदर्शन बना रहता है। अध्ययन यह निष्कर्ष निकालता है कि यह दृष्टिकोण बायोोनिक फिश रोबोटों को नेविगेट करने का एक स्थिर और सटीक तरीका प्रदान करता है, यह सिद्ध करता है कि वे महत्वपूर्ण जल प्रवाह विक्षोभों का सामना करने के बावजूद अपने मूल दिशा में चलते रह सकते हैं। वर्तमान प्रयोगों ने सतह-स्तर की गति पर ध्यान केंद्रित किया है, शोधकर्ता नोट करते हैं कि भविष्य के कार्यों में गहरे गोता लगाने की चुनौतियों को संबोधित करने की आवश्यकता होगी, जहाँ पानी की गतिशीलता और रोबोट का व्यवहार और भी बदल सकता है। फिलहाल, यह कार्य उन रोबोटों की ओर एक स्पष्ट मार्ग प्रदर्शित करता है जो अपने जैविक समकक्षों की तरह अनुकूलन क्षमता और लचीलेपन के साथ तैर 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।