अ্যাব और PSYONIC touch data की मदद से robot dexterity बढ़ाने की कोशिश कर रहे हैं

एक prosthetics कंपनी एक robotics समस्या को डेटा दे रही है

ABB Robotics और PSYONIC ने एक collaboration की घोषणा की है, जिसका उद्देश्य robotics की सबसे कठिन अनसुलझी चुनौतियों में से एक है: मशीनों को वास्तविक दुनिया में अधिक भरोसेमंद dexterity देना। इस project में ABB का GoFa collaborative robot और PSYONIC का Ability Hand शामिल है, जो myoelectric control, touch sensing और compliant mechanics पर आधारित एक prosthetic device है।

मुख्य विचार सीधा है। Prosthetic users ऐसे वास्तविक interaction data उत्पन्न करते हैं, जो यह दिखाते हैं कि इंसान वस्तुओं को कैसे पकड़ते, छोड़ते और उनके अनुरूप ढलते हैं। ABB और PSYONIC उस touch और motion information stream का उपयोग robots को उन कार्यों के लिए प्रशिक्षित करने में करना चाहते हैं, जिन्हें automated करना अब तक मुश्किल रहा है।

यह केवल एक hardware partnership नहीं है। यह human-derived manipulation patterns को physical AI systems के लिए training material में बदलने का प्रयास है। ABB इस project को अपनी broader push से जोड़ता है, जिसे वह autonomous versatile robotics कहता है, यानी ऐसे robots जो बदलते वातावरण में sensing, reasoning, movement और manipulation कर सकें।

Dexterity अभी भी एक bottleneck क्यों है

Industrial automation दोहराव, संरचित motion और कड़ाई से नियंत्रित वातावरण में बहुत अच्छा काम करती है। लेकिन जब वस्तुएँ आकार, कोमलता, दिशा या fragility में बदलती हैं, तब उसकी reliability कम हो जाती है। वहीं इंसानी हाथ अब भी श्रेष्ठ रहते हैं।

ABB के अनुसार, robots को fixed routines से आगे ले जाने के लिए वास्तविक-world interactions से सीखना जरूरी है। कंपनी का मानना है कि physical AI में प्रगति केवल perception और planning पर नहीं, बल्कि idealized lab conditions के बाहर काम करने वाली manipulation पर निर्भर करती है।

PSYONIC की technology partnership को एक उपयोगी starting point देती है, क्योंकि Ability Hand फैक्टरी automation के लिए मूल रूप से नहीं, बल्कि human use के लिए बनाई गई थी। इस system में pressure sensors और vibration feedback शामिल हैं, जो users को contact, grip force और release का पता लगाने देते हैं। इसकी flexible fingers अनियमित और deformable objects के अनुरूप ढल सकती हैं, जो कई standard industrial grippers में नहीं होता।

Prosthetic design से industrial relevance तक

PSYONIC के founder और CEO Adeel Akhtar कहते हैं कि कंपनी prosthetics side से शुरू हुई थी और अब clinical use तक पहुंच चुकी है; इसे FDA approval मिला है और 300 से अधिक patients इस hand का उपयोग कर रहे हैं। यह United States में Medicare के अंतर्गत भी covered है। लेकिन उनका कहना है कि physical AI में रुचि बढ़ने के साथ demand का संतुलन बदल गया है।

यह बदलाव बताता है कि assistive devices में महत्वपूर्ण features, जैसे compliant movement, touch awareness और objects के अनुसार प्राकृतिक adaptation, robotics environments में भी महत्वपूर्ण हैं, जहां rigid tooling एक बाधा बन जाती है। Akhtar का तर्क है कि suction systems और parallel-jaw grippers को अक्सर tool changers की जरूरत पड़ती है, जिससे delay, maintenance और failure points बढ़ते हैं।

deformable objects या लोगों के आसपास बने spaces में काम के लिए, five-fingered hand अधिक प्राकृतिक fit हो सकती है। इसलिए यह partnership दो रुझानों के संगम पर है: prosthetics का अधिक sensor-rich होना और robotics का अधिक real-world data पर निर्भर होना।

GoFa cobot क्यों महत्वपूर्ण है

ABB का GoFa एक force- और power-limited collaborative robot है, इसलिए यह ऐसे प्रयोगों के लिए उपयुक्त है जो brute-force repetition से नहीं, बल्कि close और adaptive interaction से संचालित होते हैं। इस setup में arm, Ability Hand और उसके data stream के लिए एक test platform की तरह काम करता है।

इसका महत्व यह नहीं कि एक robot hand अचानक हर industrial end effector की जगह ले लेगा। महत्व यह है कि sensing-rich hand और collaborative arm मिलकर यह दिखा सकते हैं कि touch, motion और compliance को एक साथ कैसे काम करना चाहिए। dynamic environments के लिए प्रशिक्षित systems हेतु, ऐसा data विश्वसनीय ढंग से बनाना कठिन होता है।

ABB का नेतृत्व human dexterity को industrial-grade robotics में दोहराना सबसे कठिन चीजों में से एक बताता है। यह आकलन mixed-object picking, fabric handling और cluttered bin manipulation जैसी जगहों में वर्षों की धीमी प्रगति से मेल खाता है। यह collaboration संकेत देती है कि कंपनी dexterity को सिर्फ एक peripheral improvement नहीं, बल्कि robotics capability के अगले चरण का केंद्र मानती है।

Physical AI को सिर्फ बेहतर model नहीं, बेहतर data चाहिए

physical AI वाक्यांश अक्सर smarter software का संकेत देता है। यह partnership इसके उलट constraint को रेखांकित करती है: मजबूत models को भी grounded interaction data चाहिए। एक robot soft या awkward object को सिर्फ देखकर नहीं सीख सकता कि उसे कैसे संभालना है। उसे contact, force, slippage और recovery के उदाहरण चाहिए।

यही वजह है कि PSYONIC की पृष्ठभूमि महत्वपूर्ण है। Prosthetic users रोजमर्रा की स्थितियों में lived manipulation data उत्पन्न कर रहे हैं। अगर इन signals को robotic training workflows में बदला जा सके, तो developers को skilled handling कैसे वास्तव में होता है, इसकी अधिक समृद्ध समझ मिल सकती है।

यह deal robotics market में एक व्यापक convergence को भी दर्शाती है। कभी medical devices, industrial tools और AI research platforms में अलग रही technologies अब एक-दूसरे से जुड़ने लगी हैं। कंपनियाँ ऐसे reusable components और data sources तलाश रही हैं जो domains के बीच काम कर सकें।

एक लंबे समय से चली आ रही समस्या पर केंद्रित दांव

न तो ABB और न ही PSYONIC इस collaboration को एक finished product launch के रूप में पेश कर रहे हैं। यह एक research and development कदम है, जिसका लक्ष्य उद्योग वर्षों से चर्चा कर रहा bottleneck है। इसलिए immediate deployment numbers के बिना भी यह घोषणा महत्वपूर्ण है।

अगर project सफल होता है, तो उसका मूल्य इस बात में होगा कि prosthetic touch और motion data robot manipulation को measurable तरीकों से बेहतर बना सकते हैं। अगर ऐसा नहीं होता, तब भी यह स्पष्ट करेगा कि human-like grasping को broadly deployable machines में स्थानांतरित करने से field कितनी दूर है।

किसी भी स्थिति में, यह partnership दिखाती है कि advanced robotics किस दिशा में जा रही है: isolated hardware improvements पर कम जोर, और उस data तथा embodiment पर अधिक ध्यान, जो robots को मानव-जैसे निर्णय के करीब physical world संभालने में मदद दे सके।

यह लेख The Robot Report की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें.