Toward generic control for soft robotic systems
यह शोध पत्र सॉफ्ट रोबोटिक्स के लिए एक नवीन नियंत्रण ढांचे का प्रस्ताव करता है जो सटीक क्रिया निर्माण से हटकर व्यवहार संबंधी सीमाओं को विनियमित करने की ओर स्थानांतरित होता है, जिससे विशिष्ट मॉडलों पर निर्भर किए बिना विविध प्रणालियों में सुदृढ़ और हस्तांतरणीय मोटर इंटेलिजेंस सक्षम होती 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
द दशकों से, मशीनों को चलाने का मानक तरीका एक सरल, कठोर विचार पर आधारित रहा है: किसी रोबोट को नियंत्रित करने के लिए, आपको पहले यह सटीक रूप से जानना होगा कि वह कैसे काम करता है। इंजीनियर मशीन के शरीर का एक सटीक गणितीय मानचित्र बनाते हैं, प्रत्येक जोड़, वजन और बल की गणना करते हैं, और फिर एक कंप्यूटर प्रोग्राम लिखते हैं जो मशीन को एक विशिष्ट पथ का पालन करने के लिए सटीक कमांड जारी करता है। यह दृष्टिकोण धातु और गियर से बने कठोर रोबोटों के लिए बहुत अच्छा काम करता है, जहाँ भाग अनुमानित रूप से चलते हैं और मुड़ते नहीं हैं। लेकिन जब इसे सॉफ्ट रोबोट्स (कोमल रोबोटों) पर लागू किया जाता है, जो सिलिकॉन या रबर जैसी लचीली सामग्रियों से बने होते हैं जो जटिल तरीकों से मुड़ते, खिंचते और दबते हैं, तो यह विफल हो जाता है। क्योंकि ये कोमल शरीर लगातार आकार बदलते हैं और अप्रत्याशित तरीके से दुनिया के साथ अंतःक्रिया करते हैं, इसलिए उनके आंदोलनों का एक पूर्ण मानचित्र लिखना लगभग असंभव है। जब इंजीनियर इन लचीली मशीनों पर पुराने, सटीक नियंत्रण विधियों को थोपने की कोशिश करते हैं, तो रोबोट अक्सर विफल हो जाते हैं, नाजुक हो जाते हैं और नई स्थितियों के अनुकूल होने में असमर्थ हो जाते हैं।
इस कठिनाई ने शोधकर्ताओं को एक मौलिक प्रश्न पूछने के लिए प्रेरित किया है: क्या नियंत्रण का लक्ष्य मशीन को ठीक-ठीक बताना है कि उसे क्या करना है, या मशीन को यह समझने के दौरान सुरक्षित रखना है कि उसे कैसे हिलना है? एक नया अध्ययन प्रस्तावित करता है कि सॉफ्ट रोबोट्स के लिए, उत्तर दूसरे दृष्टिकोण में निहित है। पहले से हर सूक्ष्म गति की गणना करने के बजाय, शोधकर्ता सुझाव देते हैं कि बुद्धिमान व्यवहार तब उभरता है जब एक प्रणाली को एक व्यापक इरादा दिया जाता है और फिर उसे कुछ भी खतरनाक करने से बचाया जाता है। अपने आंदोलनों की सटीक सीमाओं को निर्धारित करने के बजाय, सुरक्षा की सीमाओं को परिभाषित करने पर ध्यान केंद्रित करके, एक रोबोट स्वाभाविक रूप से अपने वातावरण के साथ अंतःक्रिया कर सकता है, और अपनी स्वयं की लचीलापन का उपयोग उन समाधानों को खोजने के लिए कर सकता है जिन्हें एक कठोर कंप्यूटर प्रोग्राम कभी नहीं निकाल सकता।
शोधकर्ताओं ने, जो हार्विन इंस्टीट्यूट ऑफ टेक्नोलॉजी और नानयांग टेक्नोलॉजिकल यूनिवर्सिटी सहित संस्थानों की एक टीम है, एक नया नियंत्रण ढांचा विकसित किया है जिसे प्रत्येक के लिए कस्टम डिज़ाइन की आवश्यकता के बिना कई अलग-अलग प्रकार के सॉफ्ट रोबोट्स पर काम करने के लिए डिज़ाइन किया गया है। उनकी प्रणाली तीन परतों पर बनी है जो एक साथ मिलकर काम करती हैं, जो इस तरह नकल करती है जैसे मनुष्य बिना मांसपेशियों के बल की गणना किए चलते हैं। पहला, एक लर्निंग मॉड्यूल रोबोट का अवलोकन करता है और यह समझता है कि वह कैसे चलता है, जो एक बच्चे के चलने सीखने जैसा है—जहाँ बच्चा भौतिकी समीकरणों को हल करने के बजाय अपने संतुलन को महसूस करके सीखता है। दूसरा, एक प्लानिंग मॉड्यूल तेजी से कई संभावित लघु आंदोलनों का परीक्षण करता है कि कौन से आशाजनक दिखते हैं। अंत में, एक सेफ्टी फिल्टर एक रिफ्लेक्स (प्रतिवर्त) की तरह कार्य करता है, जो तुरंत किसी भी ऐसे आंदोलन को रोकने के लिए हस्तक्षेप करता है जिससे दुर्घटना या गिरावट हो सकती है, जबकि रोबलेट को सुरक्षित होने पर स्वतंत्र रूप से हिलने देता है। यह संरचना रोबोट को अपने शरीर के सटीक मॉडल की आवश्यकता के बिना तेज़ और अनुकूल निर्णय लेने की अनुमति देती है।
यह सिद्ध करने के लिए कि यह विचार काम करता है, टीम ने अपने कंट्रोलर का परीक्षण तीन पूरी तरह से अलग मशीनों पर किया, जिनमें से प्रत्येक का आकार और चलने का तरीका अद्वितीय है। पहला एक सॉफ्ट रोबोटिक हाथ था जो एक लचीली ट्यूब से बना था जो केबल खींचने पर मुड़ती है। दूसरा एक सॉफ्ट रोबोटिक मछली थी जिसकी पूंछ पानी में तैरने के लिए हिलती है। तीसरा एक जीवित साइबोर्ग कॉकरोच था, एक वास्तविक कीट जिसे एक छोटा इलेक्ट्रॉनिक बैकपैक से लैस किया गया था जो उसके संचलन को निर्देशित करने के लिए विद्युत संकेत भेजता है। एक प्लास्टिक हाथ, एक तैरती मछली और एक जीवित कीट के बीच भारी अंतर होने के बावजूद, उसी नियंत्रण सॉफ्टवेयर ने तीनों का सफलतापूर्वक मार्गदर्शन किया। सॉफ्ट हाथ ने बाधा के चारों ओर एक वर्गाकार पथ बनाया, मछली ने टैंक में बाधाओं के चारोंക്ക് एक आकृति-आठ (figure-eight) पैटर्न में तैरा, और कॉकरोच एक सीधी रेखा में चला, केवल तभी मुड़ा जब आवश्यक था ताकि वह एक सुरक्षित गलियारे के भीतर रह सके।
प्रयोगों से पता चला कि यह विधि न केवल बहुमुखी है बल्कि समय के साथ होने वाले अपरिहार्य परिवर्तनों के प्रति भी मजबूत है। एक दीर्घकालिक परीक्षण में, सॉफ्ट आर्म को एक ही गति को 3,000 से अधिक बार दोहराने के लिए कहा गया। जैसे-जैसे सामग्री थकती गई और रोबोट का व्यवहार थोड़ा बदल गया, एक पारंपरिक कंट्रोलर विफल हो जाता और हाथ को क्रैश कर देता। हालाँकि, नई प्रणाली ने इन परिवर्तनों का पता लगाया और वास्तविक समय में अपनी सुरक्षा सीमाओं को समायोजित किया, जिससे हाथ को बिना पुन: प्रोग्राम किए ट्रैक पर रखा जा सका। सिस्टम ने भौतिक सीमाओं को भी प्रभावी ढंग से संभाला; जब रोबोटिक मछली को एक सीमित स्थान में तीखा मोड़ लेना था, तो कंट्रोलर ने सुनिश्चित किया कि मोटर बहुत जोर न लगाए, जिससे नुकसान को रोका जा सके और पैंतरेबाज़ी पूरी की जा सके। इसके अलावा, सिस्टम इतना तेज़ था कि वह वास्तविक समय में एक चलते हुए लक्ष्य का पीछा कर सका, जिससे सिद्ध हुआ कि यह गतिशील वातावरण के साथ तालमेल बिठा सकता है।
इस अध्ययन का एक प्रमुख निष्कर्ष यह है कि कंट्रोलर को काम करने के लिए रोबोट के सटीक भौतिक विज्ञान को जानने की आवश्यकता नहीं है। यह रोबोट के व्यवहार की एक "मोटे तौर पर" (coarse) समझ पर निर्भर करता है, जो सुरक्षित आंदोलन उत्पन्न करने के लिए पर्याप्त है। जब शोधकर्ताओं ने अपनी विधि की तुलना उस रणनीति से की जिसमें कॉकरोच को पथ पर रखने के लिए लगातार विद्युत संकेत दिए जा रहे थे, तो उन्होंने पाया कि उनका दृष्टिकोण कहीं अधिक श्रेष्ठ था। निरंतर उत्तेजना के कारण कीट समय के साथ कम प्रतिक्रियाशील हो गया, जिससे पथ से विचलन बढ़ गया। इसके विपरीत, नया सिस्टम केवल तभी हस्तक्षेप करता था जब कॉकरोच सुरक्षित क्षेत्र से बाहर जाने वाला होता था, जिसके परिणामस्वरूप कम संकेत मिले और बहुत सीधा पथ प्राप्त हुआ। यह दर्शाता है कि रोबोट की प्राकृतिक क्षमता पर भरोसा करके और केवल खतरे को रोकने के लिए हस्तक्षेप करके, सिस्टम कम प्रयास के साथ बेहतर परिणाम प्राप्त करता है।
यह कार्य मशीन इंटेलिजेंस के बारे में हमारी सोच में बदलाव का सुझाव देता है। सॉफ्ट रोबोट्स के लिए, सटीकता सबसे महत्वपूर्ण कारक नहीं है; इसके बजाय, सुरक्षित व्यवहार की सीमाओं को विनियमित करने की क्षमता एक अधिक लचीले और लचीले नियंत्रण की अनुमति देती है। रोबोट को सटीक निर्देशों के साथ कमांड देने के विचार से हटकर, यह ढांचा ऐसी मशीनों के द्वार खोलता है जो बिना किसी पूर्ण पुन: डिज़ाइन के नए आकार, नए वातावरण और नए कार्यों के अनुकूल हो सकती हैं। परिणाम बताते हैं कि एक एकल, सामान्य नियंत्रण रणनीति सॉफ्ट रोबोटिक्स की जटिलता को संभाल सकती है, जो ऐसी मशीनों की ओर मार्ग प्रशस्त करती है जो उन जीवित प्राणियों की तरह ही अनुकूलनीय और सुरक्षित हैं जिनका वे अक्सर अनुकरण करती 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।