नुकसान सहन करणे शिखणे
वास्तविक-जगातील वातावरणांमध्ये तैनात रोबोटचा सर्वाधिक स्थायी मर्यादा म्हणजे त्यांची नाजुकता. एकच अयशस्वी ॲक्चुएटर, खराब अंग किंवा तुटलेला सेंसर अन्यथा कार्यशील मशीन पूर्णतः अचल करू शकतो. कठोर, हेतू-निर्मित डिजाइन जे नियंत्रित कारखाना सेटिंगमध्ये रोबोटला कार्यक्षम बनवतात, शोध-बचाव ऑपरेशन, सैन्य तैनाती किंवा ग्रहीय अन्वेषणाच्या अप्रत्याशिततेचा सामना करताच दायित्व बनतात. अग्रणी रोबोटिक्स संस्थेचा एक नवीन अभ्यास एक संभाव्य समाधान प्रदर्शित करतो: असे रोबोट ज्यांचे भौतिक स्वरूप आणि नियंत्रण सॉफ्टवेअर कृत्रिम बुद्धिमत्तेचा वापर करून सह-विकसित केले जातात, असे डिजाइन तयार करतात जे पूर्णतः अक्षम करणे जवळपास अशक्य आहे.
Science Robotics मध्ये प्रकाशित कार्य, विकासशील अल्गोरिदमचा एक रूपांतर वापरकरून — नैसर्गिक निवडीने प्रेरित कम्प्यूटेशनल प्रक्रिया — रोबोटच्या भौतिक रूपविज्ञान आणि त्यास नियंत्रित करणार्या न्यूरल नेटवर्क दोन्हीचे एकसाथे अनुकूलन केले. परिणाम हा एक असा मशीन आहे जो केवळ नुकसान सहन करत नाही; तो या गृहीतकेसह जमिनीपासून डिजाइन केला गेला आहे की नुकसान होईल. संशोधकांने अंग काढून, न्यूमॅटिक ॲक्चुएटर छिद्र केले आणि सेंसर अक्षम केले या चाचणीमध्ये, रोबोट हलत राहिला आणि नेव्हिगेशन कार्य पूर्ण करत राहिला ज्याचा यशस्वीता दर पारंपारिकरित्या डिजाइन केलेल्या समकक्षांना असे अतिक्रम करतो.
विकासशील डिजाइन कसे कार्य करते
प्रक्रिया यादृच्छिकपणे व्युत्पन्न रोबोट डिजाइनच्या लोकसंख्येसह सुरू होते — अंगांची भिन्न संख्या, संयुक्त कॉन्फिगरेशन, सामग्री गुणधर्म आणि सेंसर प्लेसमेंट असलेली आभासी शरीरे — प्रत्येक यादृच्छिकपणे आरंभ केलेल्या नियंत्रण नेटवर्कसह जोडलेली. या आभासी रोबोटांना सिम्युलेटेड भौतिक वातावरणाचा सामना करावा लागतो आणि कार्य पूर्ण करण्याच्या त्यांच्या क्षमतेचे मूल्यांकन केले जाते: अडथळा कोर्स नेव्हिगेट करणे, पेलोड वाहन करणे किंवा प्रहार केल्यानंतर फॉरवर्ड गती राखणे.
सर्वोत्तम प्रदर्शन करणारे डिजाइन निवडले जातात, पुनर्संयोजित केले जातात आणि पुढील पीढी तयार करण्यासाठी उत्परिवर्तित केले जातात — जसे नैसर्गिक निवड जीवन-संरक्षण लाभ प्रदान करणार्या लक्षणांना वाढवती. हजारो सिम्युलेटेड पीढ्यांच्या पार, ही प्रक्रिया असे डिजाइनमध्ये एकत्रित होते जे मानव अभियंत्यांसाठी खरोखर आश्चर्यकारक आहेत: असममित शरीर योजना, अतिरिक्त ॲक्चुएटर व्यवस्था जी अंग काढून तोपर्यंत व्यर्थ वाटते, आणि नियंत्रण नेटवर्क जे रिअल टाइममध्ये अयशस्वी घटकांभोवती मोटर कमांड मार्ग करणे शिखले आहेत.
नवीन अभ्यास काय वेगळे करते हे विकासशील प्रक्रियेदरम्यान नुकसान परिस्थितींचा स्पष्ट समावेश आहे. संशोधकांनी हानीरहित परिस्थितीमध्ये कार्यक्षमतेसाठी पूर्णतः अनुकूलन करण्याऐवजी, सिम्युलेशन दरम्यान यादृच्छिक नुकसान इव्हेंट आवर्ती परिचय केले — अंग काढून, सेंसर क्षीण केल्या, ॲक्चुएटर उलट केल्या — आणि सामान्य आणि खराब दोन्ही स्थितीमध्ये रोबोट कार्यक्षमता किती चांगल्या प्रकारे राखली हे मूल्यांकन केले. या दुहेरी अनुकूलन दबाववामुळे कर्मक्षमता-केवळ विकास पेक्षा गुणात्मकपणे वेगळ्या रोबोटचा वर्ग तयार झाला.
भौतिक रोबोट
सर्वोत्तम-विकसित डिजाइन नरम रोबोटिक्स तंत्र वापरून तयार केले गेले — लचकदार पॉलिमर संरचना, आकार-स्मृति मिश्रधातु आणि न्यूमॅटिक कक्षांचे संयोजन जे कठोर रोबोटांना शक्य नसलेल्या प्रकारे विकृत होऊ शकतात आणि पुनरावृत्ती होऊ शकतात. रोबोटच्या शरीराचा एक अंश काढून टाकला जातो, उरलेली संरचना कठोर धातूच्या चेसिसला असंभव अशा प्रकारे उर्वरित घटकांच्या पार यांत्रिक भार पुनर्वितरित करते. एम्बेडेड प्रोसेसरवर चालणारे नियंत्रण नेटवर्क शरीरभोवती संवेदनशील शक्तीचे आणि स्थानांचे सतत निरीक्षण करते आणि जे संरचना राहते त्याच्या क्षतिपूर्तीसाठी मोटर कमांड समायोजित करते.
भौतिक चाचणीमध्ये, संशोधकांनी रोबोटच्या एकूण शरीर वस्तुमानाचे 40 टक्के पर्यंत काढून घेतले — अंग कापून, ॲक्चुएट सेगमेंट काढून, वायु कक्ष छिद्र केल्या — आणि निरीक्षण केल्या की मशीन हलत राहिली आणि नेव्हिगेट करत राहिली. त्याची गती हिसकोळीने बदलली, काहीवेळा चालण्याच्या पद्धतीपासून रेंगाळण्या किंवा रोलिंग गतीमध्ये शिफ्ट होते, परंतु ते थांबले नाही. वर्तन स्क्रिप्ट केलेले नव्हते; हे प्रशिक्षित न्यूरल नेटवर्कच्या नवीन शरीर कॉन्फिगरेशनांच्या पार सामान्यीकरण करण्याच्या क्षमतेमधून उदयास आले.
उच्च-दांव वातावरणांमध्ये अनुप्रयोग
वास्तविक-जगातील तैनातीसाठी परिणाम महत्त्वपूर्ण आहेत. ध्वस्त इमारत वातावरणांमध्ये कार्यरत शोध-बचाव रोबोट नियमितपणे मलबे प्रभाव, तीक्ष्ण कोरे आणि यांत्रिक ताण आला, जो पारंपारिक प्लेटफॉर्मला हानी पोहोचवतो. लढाई क्षेत्रांमध्ये तैनात सैन्य रोबोट आणखीही अत्यंत नुकसान परिस्थितींचा सामना करतात. ग्रहीय अन्वेषण वाहने महीने किंवा वर्षे कार्य करून राखले पाहिजे, कोणतीही देखभाल किंवा मरम्मतीची शक्यता नाही.
रोबोट लचकपणासाठी वर्तमान दृष्टिकोन सामान्यतः अतिरिक्त यांत्रिक घटक समाविष्ट करतात — वजन, खर्च आणि जटिलता जोडतात — किंवा मॉड्यूलर डिजाइन जे नुकसानानंतर स्वयं-पुनर्कॉन्फिगर करू शकतात, ज्यास परिष्कृत डॉकिंग यंत्रणा आवश्यक आहेत आणि त्याचे स्वतःचे अयशस्वीता बिंदू जोडतात. विकसित दृष्टिकोन यावरून वर परत करण्याऐवजी मूलभूत डिजाइनमध्ये मजबूतपणा निर्माण करून या ट्रेड-ऑफला बाजूला ठेवतो.
आकारविज्ञानीय बुद्धिमत्तेकडे
संशोधन रोबोटिक्समध्ये आकारविज्ञानीय संगणना नावाच्या व्यापक तात्त्विक बदलाचेही प्रचार करते — बुद्धिमत्ता नियंत्रण प्रणालीची एकमेव मालमत्ता नाही परंतु रोबोटच्या स्वतःच्या भौतिक स्वरूपामध्ये वितरित केली जाते. एक शरीर आकार जो नैसर्गिकपणे शक्तीचे पुनर्निर्देशन करते, प्रभाव शोषून घेते आणि तणाव अंतर्गत संरचनात्मक अखंडता राखते, ही संगणना कार्य करीत आहे जे अन्यथा मेंदूने हाताळावे लागले असते. विकसित रोबोट केवळ चांगल्या प्रकारे नियंत्रित नाहीत; ते त्यांच्या सामोरे असलेल्या समस्यांसाठी चांगल्या प्रकारे आकारित आहेत.
भविष्यातील कार्य विकासशील दृष्टिकोन अधिक जटिल कार्यांमध्ये आणि मोठ्या शरीर योजनांमध्ये वाढविण्यावर लक्ष केंद्रित करेल, तसेच रोबोट रिअल टाइममध्ये विकसित होऊ शकतात की नाही हे तपास करेल कारण तैनाती दरम्यान नुकसान जमा होते — केवळ विकास दरम्यान प्रत्याशित नुकसान सहन करून न राहता, परंतु फक्त नवीन क्षतिपूरक रणनीती शोधून. वाढत्या सक्षम ऑनबोर्ड एआयसह एकत्रित, रोबोट जे खरोखर थांबविणे कठीण असते अशा संभावना कठीण वातावरणांमध्ये स्वायत्त यंत्रांच्या व्यावहारिक उपयोगिता दर्शविणारी अर्थपूर्ण प्रगति दर्शविते.
हा लेख न्यू अॅटलसच्या रिपोर्टिंगवर आधारित आहे. मूळ लेख वाचा.
