🐼 👩🏻‍🤝‍👨🏿 💎 रोबोट ने एक व्यक्ति को देखते हुए, लेगो खेलना सीखा 🏖️ 👨🏾‍🤝‍👨🏽 🤷🏽

डेविड वोग्ट एक रोबोट को सिखाता है कि कैसे लेगो ईंटों से एक रॉकेट का निर्माण किया जाता है (स्रोत: एरिजोना स्टेट यूनिवर्सिटी / टीयू फ्रीबर्ग)

डेविड वोग्ट फ्रीबर्ग यूनिवर्सिटी ऑफ माइनिंग एंड टेक्नोलॉजी में रोबोटिक्स के प्रोफेसर हैं। उनका एक बेटा है जो लेगो के साथ-साथ इस कंस्ट्रक्टर के कई विवरणों से भी प्यार करता है। एक बार एक वैज्ञानिक को लेगो भागों से विभिन्न मॉडलों को इकट्ठा करने के लिए एक रोबोट को प्रशिक्षित करने की संभावना का परीक्षण करने का विचार आया।

"मेरे बेटे और मैंने सोचा कि एक रोबोट बनाना अच्छा होगा जो हम खेलते समय हम क्या कर सकते हैं, " वोग्ट कहते हैं । सहकर्मियों के एक समूह के एक विशेषज्ञ ने अपनी प्रयोगशाला के लिए एक रोबोट औद्योगिक मैनिपुलेटर खरीदने का फैसला किया। अकादमी में पहुंचने पर, रोबोट एक Kinect कैमरा से लैस थे।

इस कैमरे का उपयोग करते हुए, रोबोट ऐसे लोगों को देख सकता था, जो ट्रैकिंग आंदोलनों के लिए टैग का उपयोग करते हुए, लेगो ईंटों से एक रॉकेट को इकट्ठा करते थे। लोगों ने एक ही डिज़ाइन के एक रॉकेट को कई बार इकट्ठा किया, और रोबोट को धीरे-धीरे इस वस्तु की विधानसभा प्रक्रिया के बारे में अधिक से अधिक जानकारी प्राप्त हुई। कुछ समय बाद, वह एक मानव साथी के साथ बातचीत करने में सक्षम था, जिससे उसके साथी को मॉडल इकट्ठा करने में मदद मिली। उसी समय, रोबोट को हमेशा आवश्यक विवरण नहीं मिला जहां यह गिना गया था, लेकिन वह पहले से ही जानता था कि उन्हें अपने दम पर कैसे देखना है। विशेषज्ञों के अनुसार, यह रोबोट को प्रशिक्षित करने का सिर्फ एक उदाहरण है, यह दर्शाता है कि कोई व्यक्ति एक प्रक्रिया कैसे करता है।

लोग बहुत अधिक परेशानी के बिना अन्य लोगों को देखकर सीखते हैं। उदाहरण के लिए, बच्चे केवल दुनिया और अन्य लोगों के कार्यों के बारे में जानकारी प्राप्त करते हैं। लेकिन किसी नए कार्य को करने के लिए रोबोट की प्रोग्रामिंग करना बहुत मुश्किल है। हम विशुद्ध रूप से सहज रूप से समझते हैं कि एक या किसी अन्य कार्य को कैसे पूरा किया जाए, लेकिन रोबोट के लिए अंतर्ज्ञान उपलब्ध नहीं है - सभी कार्यों को कार्यक्रम का उपयोग करके कठोरता से निर्धारित किया जाना चाहिए।

लेकिन अब, रोबोटिक्स विशेषज्ञ रोबोट को प्रशिक्षित करने की एक नई विधि में महारत हासिल करने की कोशिश कर रहे हैं - एक ऐसा तरीका जहां कंप्यूटर सिस्टम एक डेटाबेस में अवलोकन डेटा एकत्र करके मानव क्रियाओं की निगरानी करते हैं। कुछ वैज्ञानिक कंप्यूटर या फोन का उपयोग करके रोबोट के कार्यों को नियंत्रित करने का प्रयास करते हैं, जबकि अन्य प्रदान करते हैंउनके वार्ड कार्रवाई की पूरी स्वतंत्रता देते हैं, जिससे वे अपनी गलतियों से सीख सकते हैं। इसके अलावा, रोबोट न केवल लेगो से वस्तुओं को इकट्ठा करने के लिए सिखाया जाता है। उदाहरण के लिए, पिछले साल, मैरीलैंड विश्वविद्यालय के वैज्ञानिकों ने अपने सिस्टम को खाना बनाना सिखाना शुरू कर दिया, जिससे यूट्यूब से पाक वीडियो देखने की अनुमति मिली।

Google ने हाल ही में सेल्फ-लर्निंग रोबोट के साथ अपना खुद का प्रयोग करने का फैसला किया है । इसके लिए, औद्योगिक जोड़तोड़ खरीदे गए, जो एक एकल डेटाबेस से जुड़े थे। किसी भी रोबोट की प्रत्येक क्रिया को रिकॉर्ड किया गया था, और फिर इस डेटा को एक तंत्रिका नेटवर्क द्वारा संसाधित किया गया था। विश्लेषण के बाद, रोबोट को कार्यों के इष्टतम एल्गोरिदम का वर्णन करने वाले निर्देश प्राप्त हुए। सिस्टम ने जो काम करने की कोशिश की, वह एक हैंडल के साथ एक दरवाजा खोल रहा था।

एक प्रयोग में, रोबोट को विभिन्न वस्तुओं का अध्ययन करने का निर्देश दिया गया था। ये पानी की बोतलें, स्टेशनरी, किताबें हैं। इस प्रणाली को जल्दी से कार्य करने की आदत हो गई और अपने सहयोगियों को उनके कार्यों के आवश्यक अनुक्रम के बारे में जानकारी के लिए प्रेषित किया गया। उसके बाद, सिस्टम को एक नया काम दिया गया - एक निश्चित बिंदु पर एक निश्चित वस्तु को स्थानांतरित करने के लिए। रोबोट को ऑब्जेक्ट की विशेषताओं के बारे में कोई निर्देश नहीं मिला था, और ऑब्जेक्ट लगातार बदल रहे थे। जैसा कि यह पता चला है, रोबोट ऐसे कार्यों को अच्छी तरह से कर सकते हैं, ऐसी वस्तुओं के अध्ययन के दौरान जमा हुए डेटा का उपयोग कर सकते हैं। मशीन सतह पर वस्तु को वांछित बिंदु पर ले जाने के परिणामों की गणना करने में कामयाब रही।

दरवाजे खोलने के लिए, एक मामले में एक व्यक्ति ने रोबोटों की मदद की। अन्य मशीनों ने एक मानव साथी के साथ बातचीत करने वाले रोबोट से प्रशिक्षण के लिए आवश्यक डेटा प्राप्त किया, और बाद में इस जानकारी का उपयोग "सहयोगी" की गतिविधियों को दोहराने के लिए किया। जैसा कि यह निकला, समय के साथ, सिस्टम को परीक्षण और त्रुटि द्वारा काफी प्रभावी ढंग से प्रशिक्षित किया गया था। जोड़तोड़ के बाद समस्याओं के बिना विभिन्न प्रकार के हैंडल के साथ दरवाजे खोलना शुरू कर दिया, कार्य स्थितियों को बदल दिया गया। उदाहरण के लिए, दरवाजे की स्थिति, इसके उद्घाटन के कोण, आदि, बदल गए। अंतिम प्रयोग में, यह पता चला कि रोबोट मानव सहायता के बिना एक दरवाजा और एक ताला खोल सकते हैं, जिसका उन्होंने अभी तक सामना नहीं किया है।

"जब हम कुछ कार्य करते हैं, तो हम अक्सर सहज ज्ञान युक्त कार्य करते हैं, शायद हम रोबोट के लिए इस अंतर्ज्ञान को पारित कर सकते हैं, जो परिणामस्वरूप, तेजी से सीखते हैं और काम करते हैं," Google के डेवलपर्स में से एक कहता है।

इस प्रकार के रोबोट प्रशिक्षण के लिए समस्याओं में से एक जानकारी को एक ऐसे रूप में अनुवाद करना है जो एक मशीन के लिए समझ में आता है। अधिकांश रोबोट में सेंसर नहीं होते हैं जो उन्हें पर्यावरण और उसमें होने वाली घटनाओं को एक इंसान की तरह महसूस करने की अनुमति देते हैं। इसलिए, रोबोट और उनके नियंत्रण प्रणालियों के लिए ऐसी जानकारी को हर बार अनुकूलित किया जाना चाहिए। "एक अच्छा रोबोट शिक्षक समझता है कि वह एक ऐसी मशीन के साथ काम कर रहा है जिसके पास आसपास की वास्तविकता को समझने का एक अलग तरीका है," लॉज़ेन फेडरल पॉलिटेक्निक स्कूल (स्विट्जरलैंड) के औड बिलार्ड कहते हैं ।

डेविड वोग्ट और उनकी टीम को भरोसा है कि मनुष्य अपने कार्यों का प्रदर्शन करके रोबोटों को प्रशिक्षित कर सकता है। शायद प्रशिक्षण की इस पद्धति का उपयोग उद्यमों में किया जा सकता है। इस प्रकार, प्रोग्रामर के काम का उपयोग किए बिना रोबोटिक सिस्टम को नए कार्यों में प्रशिक्षित किया जा सकता है। और इसलिए एक साधारण कार्यकर्ता रोबोट को दिखाने में सक्षम होगा कि क्या किया जाना चाहिए, और वह खुद के लिए एक नया काम करना शुरू कर देगा।

"आदर्श रूप से, मनुष्यों और रोबोटों को उन कार्यों को करने में सक्षम होना चाहिए जो वे अलग से प्रदर्शन नहीं कर सकते हैं," वोग्ट ने कहा। परिणामों को जल्द ही प्रोफेसर और उनके सहयोगियों द्वारा मेक्सिको के कैनकन में ह्यूमनॉइड रोबोट के अंतर्राष्ट्रीय सम्मेलन में प्रस्तुत किया जाएगा।

रोबोट ने एक व्यक्ति को देखते हुए, लेगो खेलना सीखा

More articles: