एमआईटी का नया एल्गोरिदम रोबोट को नए वातावरण में अनुकूलन करने और उसमें उत्कृष्टता प्राप्त करने के लिए पर्याप्त स्मार्ट बनाता है। नया एल्गोरिदम रोबोट को झाड़ू लगाने और वस्तुओं को रखने जैसे कौशल का अभ्यास करने में मदद करता है, जिससे घरों, अस्पतालों और कारखानों में महत्वपूर्ण कार्यों में उनके प्रदर्शन में संभावित रूप से सुधार होता है। एमआईटी के कंप्यूटर विज्ञान और कृत्रिम बुद्धिमत्ता प्रयोगशाला (सीएसएआईएल) में अभिनव दिमागों की एक टीम ने हाल ही में एआई संस्थान के साथ मिलकर एक असाधारण समाधान पेश किया है, जो रोबोट के नए वातावरण में अनुकूलन करने और उनकी कार्यक्षमता को बढ़ाने के तरीके में क्रांतिकारी बदलाव लाएगा। यह अग्रणी उन्नति रोबोट के लिए सहज रूप से अनुकूलन और सुधार करने का मार्ग प्रशस्त करती है, जो हमारे दैनिक जीवन में रोबोटिक प्रौद्योगिकी एकीकरण के रोमांचक भविष्य का वादा करती है। पिछले महीने रोबोटिक्स साइंस एंड सिस्टम्स कॉन्फ्रेंस में, शोधकर्ताओं ने “एस्टीमेट, एक्सट्रपोलेट, एंड सिचुएट” (ईईएस) एल्गोरिदम प्रस्तुत किया, जिससे रोबोट स्वायत्त रूप से अपने कौशल सीखने और सुधारने में सक्षम हुए। इस अभिनव दृष्टिकोण में कारखानों से लेकर घरों और अस्पतालों तक विभिन्न सेटिंग्स में दक्षता को महत्वपूर्ण रूप से बढ़ाने की क्षमता है। रोबोट को काम में बेहतर बनाना
फर्श की सफाई जैसे कार्यों के प्रदर्शन को बेहतर बनाने के लिए, EES एक विज़न सिस्टम का उपयोग करता है जो रोबोट के वातावरण की पहचान करता है और उसकी निगरानी करता है।
इसके बाद एल्गोरिदम यह अनुमान लगाता है कि रोबोट झाड़ू लगाने जैसे कार्य को कितनी विश्वसनीयता से करता है और यह निर्धारित करता है कि क्या अधिक अभ्यास करना सार्थक है।
कौशल को निखारने और अभ्यास करने के बाद EES समग्र कार्य पर रोबोट के प्रदर्शन का पूर्वानुमान लगाता है।
प्रत्येक प्रयास के बाद, विज़न सिस्टम यह जाँचता है कि कौशल सही तरीके से किया गया था या नहीं। EES अस्पतालों, कारखानों, घरों या कॉफ़ी शॉप में उपयोगी हो सकता है। निशांत कुमार और उनके सहयोगियों के अनुसार, केवल कुछ अभ्यास परीक्षणों का उपयोग करके, EES उस रोबोट को मानवीय हस्तक्षेप के बिना बेहतर बनाने में मदद कर सकता है।
इस परियोजना में जाने से पहले, हमने सोचा कि क्या वास्तविक रोबोट पर उचित मात्रा में नमूनों में यह विशेषज्ञता संभव होगी,” कुमार कहते हैं, जो काम का वर्णन करने वाले एक पेपर के सह-मुख्य लेखक हैं, इलेक्ट्रिकल इंजीनियरिंग और कंप्यूटर विज्ञान में पीएचडी हैं और CSAIL से संबद्ध हैं।
“अब, हमारे पास एक एल्गोरिथ्म है जो रोबोट को दसियों या सैकड़ों डेटा बिंदुओं के साथ उचित समय में विशिष्ट कौशल में सार्थक रूप से बेहतर होने में सक्षम बनाता है, जो कि मानक सुदृढीकरण सीखने के एल्गोरिथ्म के लिए आवश्यक हजारों या लाखों नमूनों से बेहतर है।”
आशाजनक परिणाम
कुशल सीखने के लिए EES की योग्यता का प्रदर्शन तब किया गया जब इसका उपयोग द AI इंस्टीट्यूट में बोस्टन डायनेमिक्स के स्पॉट क्वाड्रुप्ड पर शोध परीक्षणों में किया गया।
रोबोट, जिसकी पीठ पर एक हाथ लगा हुआ था, ने कई घंटों तक अभ्यास करने के बाद हेरफेर कार्यों को पूरा किया। एक प्रदर्शन में, रोबोट ने लगभग तीन घंटे में एक तिरछी मेज पर एक गेंद और अंगूठी को सुरक्षित रूप से रखना सीखा।
दूसरे में, एल्गोरिथ्म ने मशीन को लगभग दो घंटे के भीतर खिलौनों को कूड़ेदान में फेंकने में सुधार करने के लिए निर्देशित किया।
दोनों परिणाम पिछले फ्रेमवर्क से बेहतर हैं, जिसमें संभवतः प्रत्येक कार्य में 10 घंटे से अधिक समय लगता था।
सह-प्रमुख लेखक टॉम सिल्वर एसएम ’20, पीएचडी ’24, इलेक्ट्रिकल इंजीनियरिंग और कंप्यूटर साइंस (ईईसीएस) के पूर्व छात्र और सीएसएआईएल से जुड़े जो अब प्रिंसटन यूनिवर्सिटी में सहायक प्रोफेसर हैं, कहते हैं, “हमारा लक्ष्य रोबोट को अपना अनुभव एकत्र करने देना था, ताकि वह बेहतर तरीके से चुन सके कि कौन सी रणनीति उसके इस्तेमाल में कारगर होगी।” “रोबोट क्या जानता है, इस पर ध्यान केंद्रित करके, हमने एक महत्वपूर्ण प्रश्न का उत्तर देने का प्रयास किया: रोबोट के पास मौजूद कौशलों के संग्रह में से, ऐसा कौन सा कौशल है जिसका अभ्यास अभी करना सबसे उपयोगी होगा?” ईईएस अंततः नए तैनाती वातावरण में रोबोट के लिए स्वायत्त अभ्यास को कारगर बनाने में मदद कर सकता है, लेकिन अभी इसकी कुछ सीमाएँ हैं। शुरुआत के लिए, उन्होंने ऐसी टेबल का इस्तेमाल किया जो ज़मीन से नीचे थीं, जिससे रोबोट के लिए अपनी वस्तुओं को देखना आसान हो गया। कुमार और सिल्वर ने एक अटैच करने योग्य हैंडल भी 3डी प्रिंट किया, जिससे स्पॉट के लिए ब्रश को पकड़ना आसान हो गया। रोबोट कुछ वस्तुओं का पता नहीं लगा सका और गलत स्थानों पर वस्तुओं की पहचान कर ली, इसलिए शोधकर्ताओं ने उन त्रुटियों को विफलताओं के रूप में गिना।
