😲 ✝️ 👋🏽 रोबोटिक्स में एक नए युग की शुरुआत हुई है ✊🏼 💫 🗨️

चार पैर वाले रोबोट SPOT मिनी के साथ CoSTAR की टीम ने DARPA सबट्रेनियन चैलेंज का अर्बन सर्किट स्टेज जीता!

रोबोट प्रतियोगिताएं विकसित होती हैं

रक्षा उन्नत अनुसंधान परियोजना एजेंसी ( DARPA ) एजेंसी सैन्य उपयोग के लिए नई तकनीकों को विकसित करने के लिए जिम्मेदार एजेंसी है। DARPA वेबसाइट के एक उद्धरण के अनुसार, “अमेरिकी सशस्त्र बलों की निरंतर तकनीकी श्रेष्ठता सुनिश्चित करने के लिए, संयुक्त राज्य के लिए युद्ध के नए तकनीकी साधनों के अचानक उदय को रोकने के लिए, सफलता अनुसंधान का समर्थन करने, बुनियादी अनुसंधान और सैन्य क्षेत्र में उनके आवेदन के बीच की खाई को पाटने के लिए, एजेंसी कई घटनाओं का आयोजन करती है। रोबोट कंपनियों के बीच प्रतिस्पर्धा भी शामिल है। ” DARPA सबट्रेन्रेन चैलेंज एक ऐसा ही आयोजन है।

मानव रहित प्रतियोगिता "शीतकालीन शहर"दिखाया गया है कि टीमों ने चाल का उपयोग किया, जीपीएस ट्रैक पर स्थानीयकरण किया और ट्रैक के उन हिस्सों पर कॉल नहीं किया जहां इसका संकेत अनुपलब्ध है, जिससे यूएवी तकनीक की तत्परता के स्तर को प्रकट करने के विचार को अमान्य कर दिया गया है। DARPA सबट्रेनियन चैलेंज में, कार्रवाई जीपीएस के उपयोग की बहुत संभावना को छोड़कर, भूमिगत होती है, और ऐसी अन्य बाधाएं हैं जो रोबोट और AI के लिए समस्याएं पैदा करती हैं: खराब प्रकाश व्यवस्था, असंरचित पर्यावरण, पोखर, फर्श के बीच सीढ़ियां, आदि। यह कार्य रोबोटों के लिए स्वायत्तता से कालकोठरी का पता लगाने और कुछ वस्तुओं को खोजने के लिए है, जिसके लिए उन्हें अंक प्रदान किए जाते हैं। इस प्रकार, DARPA सबट्रेन्रेन चैलेंज हमें त्वरित मानचित्रण के लिए नए दृष्टिकोणों को देखने के लिए मजबूर करता है,भूमिगत नेविगेशन और समय-संवेदनशील मुकाबला संचालन या आपदा प्रतिक्रिया परिदृश्यों के दौरान खोज।

27 फरवरी को, चार-पैर वाले चलने वाले रोबोट SPOT के साथ CoSTAR की टीम ने DARPA सबट्रेनियन चैलेंज के अर्बन सर्किट में पहला स्थान हासिल किया, जबकि CERBERUS टीम ने अपने चार-पैर चलने वाले रोबोट के साथ कहीं भी पांचवां स्थान लिया, जबकि चलने वाली रोबोटों का पहली बार ऐसी प्रतियोगिताओं में उपयोग किया गया था।

CoSTAR टीम विजय और प्रौद्योगिकी विश्लेषण

1. जीपीएस सिग्नल तक पहुंच के बिना रोबोटों में आंदोलन की स्थितियों में रोबोट वास्तव में स्वायत्त होने के लिए, टीम ने विभिन्न सेंसर से फ्यूज डेटा का उपयोग करके और उनमें एमएल का उपयोग करके उनमें विसंगतियों का पता लगाने के लिए नेबुला फ्रेमवर्क विकसित किया। नई तकनीक के उपयोग से रोबोट वर्तमान परिस्थितियों में रोबोट और मानवरहित वाहनों के लिए "कठिन" होने वाले कठिन परिस्थितियों में ऑफ़लाइन कार्य करने की अनुमति देगा। यह महत्वपूर्ण है कि यह नेबुला ढांचा रोबोट ऑपरेटिंग सिस्टम (आरओएस) में कार्यान्वित किया जाता है, जो कि सर्बैंक रोबोटिक्स प्रयोगशाला में बुनियादी तकनीकों में से एक है और इसे डेवलपर समुदाय के माध्यम से सक्रिय रूप से विकसित किया गया है। कई सौ ROS इंजीनियरों की अगली बैठक 18 अप्रैल को सेर्बैंक में होगी ।
2. मानव अवसंरचना और एक असंरचित वातावरण, जैसे सीढ़ियों की उड़ानों पर काबू पाना वर्तमान में रोबोटों के लिए एक गंभीर समस्या है। फर्श के बीच एक सीढ़ी के साथ एक खंड पर, एसपीओटी रोबोट ने अपनी क्षमताओं का सबसे अच्छा तरीके से प्रदर्शन किया (एक छोटा मार्ग जहां रोबोट सीढ़ियों से उतरता है)। इस तरह के परीक्षण को पारित करने से पता चलता है कि अब मुश्किल इलाकों में सड़क पर दोनों साथ-साथ चलने के लिए अधिक जटिल स्वायत्त रोबोट बनाना संभव हो गया है और अंदर के कमरे रोबोट के लिए तैयार नहीं हैं।

CERBERUS टीम विश्लेषण

वीडियो: एनीमल रोबोट सीढ़ियों को
एक रिसर्च प्लेटफॉर्म पर ले जाता है, जिस पर खुला शोध और वैज्ञानिक लेख लिखे जाते हैं, प्रतियोगिताओं में लागू किए गए अंतिम दृष्टिकोणों में से एक का वर्णन "लेग्ड रोबोट के लिए चुस्त और गतिशील मोटर कौशल" लेख में किया गया है ।यह एक सिम्युलेटर में और वास्तविकता में मशीन सीखने की समस्या को हल करने के लिए एक दृष्टिकोण प्रदान करने में शामिल है। तंत्रिका नेटवर्क को एक वास्तविक रोबोट से एकत्रित पैर आंदोलन और डेटा के गणितीय मॉडल के आधार पर प्रशिक्षित किया गया था, फिर इसे सिम्युलेटर में पहले तंत्रिका नेटवर्क की भविष्यवाणियों के आधार पर दूसरे तंत्रिका नेटवर्क पर प्रशिक्षित किया गया था। हाइब्रिड सिम्युलेटर विश्लेषणात्मक मॉडल पर सिम्युलेटर की तुलना में अधिक तेज और अधिक सटीक निकला। लेकिन इससे भी महत्वपूर्ण बात यह है कि जब हाइब्रिड सिम्युलेटर में आंदोलन की रणनीति को अनुकूलित किया गया था, और फिर एक वास्तविक रोबोट में स्थानांतरित किया गया और भौतिक दुनिया में परीक्षण किया गया, तो यह सिमुलेशन में भी उतना ही सफल रहा। यह लंबे समय से अतिदेय सफलता सिमुलेशन और वास्तविकता के बीच तंत्रिका नेटवर्क के प्रशिक्षण में एक प्रतीत होता है दुर्गम अंतर के सूर्यास्त का संकेत देता है।

दृष्टिकोण ने रोबोटिक्स के क्षेत्र में एक और महत्वपूर्ण बदलाव पर संकेत का इस्तेमाल किया। हाइब्रिड मॉडल इस बदलाव का पहला कदम है। अगला कदम मशीन सीखने वाले मॉडल के पक्ष में सामान्य रूप से विश्लेषणात्मक मॉडल की अस्वीकृति होगी जो एक वास्तविक रोबोट वातावरण में एकत्र किए गए डेटा का उपयोग करके प्रशिक्षित होते हैं। इस तरह के डेटा-आधारित दृष्टिकोण जिन्हें एंड-टू-एंड कहा जाता है, गति प्राप्त कर रहे हैं।

इसके अलावा, इस तरह के दृष्टिकोण के विकास से एजीआई समस्या को हल करने में मदद मिलेगी, उदाहरण के लिए कि एक बच्चा कैसे चलना सीखता है। इस प्रकार, रोबोट सॉफ्टवेयर का अध्ययन मानव मन के बारे में लंबे समय तक सवालों में अंतर्दृष्टि प्रदान कर सकता है।

यह माना जा सकता है कि आत्म-जागरूकता और इसलिए चेतना, संक्षेप में, खुद के बारे में सोचने की हमारी क्षमता का एक संकेतक है - खुद को व्यक्त करने के लिए। आगे कोई व्यक्ति आगे देख सकता है, और उसकी भविष्य की गतिविधि की मानसिक तस्वीर जितनी अधिक विस्तृत होगी, उतनी ही इस व्यक्ति की आत्म-चेतना की क्षमता होगी। अब रोबोट स्वतंत्र रूप से मॉडल सीखने में सक्षम हैं। यह सफलता न केवल एक व्यावहारिक उपलब्धि है जो कुछ इंजीनियरिंग प्रयासों को बचाएगा, बल्कि रोबोट स्वायत्तता के युग की शुरुआत भी होगी।

लेख के लेखक: अल्बर्ट एफिमोव, एलेक्सी बर्कोव, विक्टर त्स्यगानकोव
सर्बैंक रोबोटिक्स प्रयोगशाला

रोबोटिक्स में एक नए युग की शुरुआत हुई है

रोबोट प्रतियोगिताएं विकसित होती हैं

CoSTAR टीम विजय और प्रौद्योगिकी विश्लेषण

CERBERUS टीम विश्लेषण

More articles: