नई एमआईटी रोबोट नाजुक वस्तुओं को पहले कभी नहीं देखा जा सकता है

कारखानों में रोबोट वास्तव में उन वस्तुओं को लेने में अच्छे होते हैं जिन्हें वे पहले से संभाल चुके होते हैं, लेकिन नई वस्तुओं को मिश्रण में फेंकने पर यह एक अलग कहानी है। इस निराशाजनक अनम्यता को दूर करने के लिए, MIT के शोधकर्ताओं की एक टीम ने एक ऐसी प्रणाली तैयार की जो अनिवार्य रूप से रोबोट को सिखाती है कि वह अपने लिए अपरिचित वस्तुओं का आकलन कैसे करें।

जैसा कि यह खड़ा है, इंजीनियरों के पास मूल रूप से दो विकल्प होते हैं जब यह लोभी रोबोट विकसित करने की बात आती है: कार्य-विशिष्ट सीखने और सामान्यीकृत लोस्क्रिप्सिंग एल्गोरिदम। जैसा कि नाम से प्रतीत होता है, टास्क-विशिष्ट शिक्षण एक विशेष कार्य से जुड़ा हुआ है (जैसे कि इस बोल्ट को उठाएं और इसे उस हिस्से में पेंच करें ) और आमतौर पर अन्य कार्यों के लिए सामान्य नहीं है। दूसरी ओर, जनरल ग्रैसपिंग रोबोट को अलग-अलग आकार और आकार की वस्तुओं को संभालने की अनुमति देता है, लेकिन अधिक जटिल और बारीक कार्यों को करने में असमर्थ होने की कीमत पर।

आज के रोबोट लोभी सिस्टम इस प्रकार या तो विशिष्ट या बहुत ही बुनियादी हैं। अगर हम कभी ऐसे रोबोट विकसित करने जा रहे हैं, जो एक गैराज को साफ कर सकते हैं या एक अव्यवस्थित रसोई के माध्यम से छंटाई कर सकते हैं, तो हमें ऐसी मशीनों की जरूरत है जो खुद को दुनिया के बारे में सिखा सकें और इसमें जो कुछ भी सामान है। लेकिन रोबोटों को इन कौशल हासिल करने के लिए, उन्हें मनुष्यों की तरह अधिक सोचना होगा। MIT के कंप्यूटर साइंस एंड आर्टिफिशियल इंटेलिजेंस लेबोरेटरी (CSAIL) के शोधकर्ताओं द्वारा विकसित एक नई प्रणाली हमें उस लक्ष्य के करीब एक कदम आगे ले जाती है।

इसे Dense Object Nets या DON कहा जाता है। यह तंत्रिका नेटवर्क एक संक्षिप्त दृश्य निरीक्षण (आमतौर पर लगभग 20 मिनट) के बाद एक वस्तु की आंतरिक छाप, या दृश्य रोडमैप उत्पन्न करता है। यह रोबोट को किसी वस्तु के आकार की भावना प्राप्त करने की अनुमति देता है। इस दृश्य रोडमैप के साथ सशस्त्र, तब उपचारात्मक वस्तु को उठाने के कार्य के बारे में जा सकता है - बावजूद इसके पहले कभी नहीं देखा गया। पीटर फ्लोरेंस की अगुवाई में शोधकर्ता अगले महीने स्विट्जरलैंड के ज़्यूरिख़ में रोबोट लर्निंग पर होने वाले सम्मेलन में इस शोध को प्रस्तुत करेंगे, लेकिन अभी के लिए आप arxiv preprint server पर अपना पेपर देख सकते हैं ।

सीखने के चरण के दौरान, डॉन कई कोणों से एक वस्तु को देखता है। यह ऑब्जेक्ट पर विशिष्ट स्पॉट्स या पॉइंट्स को पहचानता है, और ऑब्जेक्ट के सभी पॉइंट्स को मैप करता है ताकि एक समग्र कोऑर्डिनेट सिस्टम (यानी विज़ुअल रोडमैप) बनाया जा सके। इन बिंदुओं को एक साथ मैप करने से, रोबोट को ऑब्जेक्ट का 3 डी इंप्रेशन मिलता है। महत्वपूर्ण रूप से, DON लेबल किए गए डेटासेट के साथ पूर्व-प्रशिक्षित नहीं है, और यह किसी भी मानवीय सहायता के बिना एक समय में अपने दृश्य रोडमैप को बनाने में सक्षम है। शोधकर्ताओं ने इसे "आत्म-पर्यवेक्षण" सीखने के रूप में संदर्भित किया है।

एक बार प्रशिक्षण पूरा हो जाने के बाद, एक मानव ऑपरेटर कंप्यूटर स्क्रीन पर एक विशिष्ट स्थान को इंगित कर सकता है, जो उस रोबोट को बताता है जहां उसे ऑब्जेक्ट पर पकड़ना चाहिए। उदाहरण के लिए, परीक्षणों में, एक कूका IIWA LRB रोबोट शाखा ने अपनी जीभ से एक जूता और उसके कान द्वारा एक भरवां जानवर उठा लिया। DON वस्तुओं को वर्गीकृत करने में भी सक्षम है (जैसे जूते, मग, टोपी), और वस्तुओं के एक वर्ग के भीतर भी विशिष्ट उदाहरणों को समझ सकता है (उदाहरण के लिए एक लाल जूते से भूरे रंग का जूता)।

भविष्य में, DON के एक अधिक परिष्कृत संस्करण का उपयोग विभिन्न प्रकार की सेटिंग्स में किया जा सकता है, जैसे कि गोदामों में वस्तुओं को इकट्ठा करना और छांटना, खतरनाक सेटिंग्स में काम करना और घरों और कार्यालयों में विषम सफाई कार्य करना। आगे देखते हुए, शोधकर्ता इस प्रणाली को परिष्कृत करना चाहेंगे ताकि यह पता चले कि मानव हस्तक्षेप के बिना किसी वस्तु पर पकड़ कहाँ है।

शोधकर्ता चार दशकों के बेहतर हिस्से के लिए कंप्यूटर विज़न पर काम कर रहे हैं, लेकिन यह नया दृष्टिकोण, जिसमें एक तंत्रिका जाल किसी वस्तु के 3 डी आकार को समझने के लिए खुद को सिखाता है, विशेष रूप से फलदायी लगता है। कभी-कभी, सबसे अच्छा तरीका इंसानों की तरह मशीनों को लगता है।