कैसे बेहतर आइटम हड़पने के लिए सीखने के लिए Airbnb के माध्यम से रोबोट अपार्टमेंट किराए पर लेते हैं

आप बड़े कमरे, या बहुत उज्ज्वल अपार्टमेंट, या ट्विन सिंक वाले बाथरूम के साथ एयरबीएनबी घरों की तलाश करना पसंद कर सकते हैं। लेकिन अगर आप एक रोबोट हैं, तो आपको बस उस छोटी विविधता की जरूरत है। गलीचा इधर है, उधर लकवा है। क्योंकि आप एक पर्यटक ही नहीं, एक अग्रणी हैं।

कम से कम यह कार्नेगी मेलन विश्वविद्यालय की एक टीम द्वारा विकसित विशेष रोबोट के लिए मामला है। वास्तविक दुनिया में वस्तुओं में हेरफेर करने के लिए मशीनों को प्रशिक्षित करने के लिए, उन्हें कई अलग-अलग घरों तक पहुंच की आवश्यकता थी - पहले वे अपने घर थे, फिर दोस्तों के घर, और फिर किफायती घर समाप्त हो गए। इसलिए, अपने रोबोटों को एक निश्चित सीमा तक प्रशिक्षित करने के बाद, वे उनके साथ Airbnb के निर्जन स्थानों में परीक्षण करने गए।



और, हां, जब तक आपने नहीं पूछा - घरों के मालिकों को पता था कि वे परिसर को किराए पर क्यों दे रहे थे। और, हां, रोबोट - मूल रूप से एक हाथ से रोबोट वैक्यूम क्लीनर की तरह दिखते हैं - महान मेहमान साबित हुए। (वे लगभग डेढ़ दिन रुके थे, और उनके साथ कई वैज्ञानिकों ने परीक्षण किया था)। रोबोटिक्स लेरेल पिंटो कहते हैं, "मुझे याद है कि मालिकों को इस काम में कितनी दिलचस्पी थी, और वे यह देखने के लिए इच्छुक थे कि रोबोट घर के विभिन्न स्थानों में कैसे व्यवहार करते हैं।" "उन्होंने कहा कि हम रोबोट को घर के अन्य हिस्सों में सुरक्षित रूप से उपयोग कर सकते हैं।" और शोधकर्ताओं ने ऐसा ही किया। "उनमें से कुछ बहुत उत्सुक थे, उन्होंने देखा कि रोबोट को कैसे व्यवस्थित किया जाता है, यह कैसे चलता है, और पूछा कि क्या यह फर्श से बकवास उठा सकता है।"

उन्हें नहीं पता था कि कैसे। वे जानते थे कि कैसे करना है कि नई वस्तुओं को संभालने के लिए अधिग्रहित क्षमता का प्रदर्शन करना है जो शोधकर्ताओं ने उनके साथ लाए, स्टेपलर से लेकर सॉफ्ट टॉयज और स्प्रे बोतल तक। शोधकर्ताओं ने उन्हें विभिन्न सतहों, कालीनों और फर्श पर रखा, जिससे रोबोट को एक अलग पृष्ठभूमि के साथ काम करने का मौका मिला।

वास्तव में, मशीनों को दो तरह से वस्तुओं को हथियाने के लिए सिखाया जा सकता है: एक सिमुलेशन में, या वास्तविक दुनिया में। सिमुलेशन उनकी गति से अच्छे हैं; आप डिजिटल रोबोट मॉडल ड्राइव को उस समय के दौरान सैकड़ों टकराव से दूर कर सकते हैं जिसमें एक वास्तविक मशीन अपनी कोहनी और कलाई को थोड़ा हिला सकती है। दुर्भाग्य से, डिजिटल दुनिया में कोई भी वास्तविक रूप से पूरी तरह से अनुकरण नहीं कर सकता है: भौतिक प्रयोग यह सत्यापित करने का एकमात्र तरीका है कि प्रशिक्षण वास्तव में वास्तविक भौतिकी का मुकाबला करने में सक्षम है। आप सिमुलेशन प्रशिक्षण का उपयोग भी कर सकते हैं - जब कोई व्यक्ति रोबोट को नियंत्रित करता है, और रोबोट, इस बीच, इसे करना सीखता है, लेकिन यह बहुत प्रयास करता है।

अंतिम शारीरिक परीक्षण में बाँझ वातावरण के बाहर रोबोट को लेना शामिल है, विशेष रूप से प्रयोगशाला परीक्षणों के लिए तैयार किया गया है, लोगों की अव्यवस्थित और अराजक दुनिया में। "हमें अपने रोबोट घर ले जाने की जरूरत है," अभिनव गुप्ता ने कहा, एक रोबोट इंजीनियर जिसने नई प्रणाली विकसित करने में मदद की। "हमें वास्तविक वातावरण में हेरफेर के बारे में बहुत सारे डेटा एकत्र करने की आवश्यकता है जिसमें फर्श भिन्न हो सकते हैं - यह एक कालीन, टाइल या बोर्ड हो सकता है।"

जब शोधकर्ताओं ने रोबोट को घर पर प्रशिक्षित किया, तो उन्हें पहले से ही कुछ पूर्व ज्ञान था। उदाहरण के लिए, कि मशीन की दृष्टि का उपयोग करके वस्तु को देखना, उसे प्राप्त करना और उसे लेना आवश्यक है। सवाल यह है कि क्या जगह है। गुप्ता कहते हैं, "रोबोट ने एक बेतरतीब जगह चुनी और अपनी उंगलियों को निचोड़ने की कोशिश की कि क्या पकड़ सफल रही है"। "वास्तव में, आपने मंजिल से वस्तु को उठाने का प्रबंधन किया था या नहीं।" रोबोट अंतर्निहित पावर सेंसर के लिए कैप्चर धन्यवाद की सफलता का निर्धारण कर सकता है, साथ ही साथ हाथ में वस्तु को बाहर कर सकता है।

गुप्ता कहते हैं, 'पहले तो सबकुछ संयोग से होता है, लेकिन कई हजार पुनरावृत्तियों के बाद, वह सीखना शुरू कर देता है कि वह कहां और कहां नहीं कर पाया।' इस प्रकार, रोबोट वास्तविक वस्तुओं के साथ काम करना सीख सकता है, और फिर इस डेटा का उपयोग करके, घर में उस पर आने वाली हर चीज को पकड़ने की कोशिश कर सकता है। प्रयोगशाला के विपरीत, सब कुछ अलग-अलग प्रकाश व्यवस्था की परिस्थितियों में और अलग-अलग मंजिलों पर होता है, इसलिए रोबोट डेटा का एक समृद्ध सेट एकत्र करते हैं जो भविष्य में रोबोटों के वास्तविक कार्य स्थानों का सटीक रूप से प्रतिनिधित्व करते हैं - उदाहरण के लिए, यदि वे पुराने लोगों के अपार्टमेंट को साफ करते हैं। इसलिए, एक बार किराए के अपार्टमेंट में - एक अपरिचित वातावरण में - वह अनुकूलन कर सकता है, और आतंक नहीं। नतीजतन, रोबोट 62% मामलों में अज्ञात वस्तुओं को उस पर कब्जा करने में सक्षम था, जब प्रयोगशाला में प्रशिक्षित मॉडल केवल 18.5% मामलों में ही कामयाब रहा।

इसका मतलब यह नहीं है कि प्रयोगशाला प्रशिक्षण पुराना है; कई मिलीमीटर की सहिष्णुता के साथ कार्य करने में सक्षम जटिल रोबोट रोबोटिक पकड़ के अध्ययन के लिए महत्वपूर्ण हैं - और यह क्षेत्र रोबोटों के लिए समस्याग्रस्त है। लेकिन ऐसे रोबोट बहुत बड़े और महंगे हैं - दसियों हज़ार डॉलर तक - ताकि आप उनके साथ घर पर प्रयोग कर सकें। शोधकर्ताओं ने सिर्फ 3,000 डॉलर में एक और मोबाइल होम रोबोट को एक साथ रखा है।

कुछ समझौते थे, उदाहरण के लिए, सेंटीमीटर की सहिष्णुता के साथ मोटर्स का उपयोग, और मिलीमीटर नहीं। यह बहुत अच्छा नहीं है - कल्पना करें कि आप एक सेंटीमीटर से गलत हैं, सोडा की एक कैन को हथियाने की कोशिश कर रहा है। गुप्ता कहते हैं, '' लेकिन हमने यादृच्छिकता का अनुकरण करने की कोशिश की। "हम केवल सीखने की कोशिश नहीं कर रहे हैं कि कैसे हड़पना है, बल्कि यह भी सीखना है कि नियंत्रक से क्या गलतियाँ हो सकती हैं।" जब वे इस अनुकरण करने में कामयाब रहे, तो वे रोबोट के थोड़े से आकर्षक आंदोलनों को ठीक करने में सक्षम थे।

“काम दिखाता है कि इस तरह के अनियंत्रित वातावरण में दुर्घटनाओं को कैसे संभव है और सस्ती उपकरण के साथ काम करना संभव है, और एक ही समय में प्रयोगशाला के बाहर डेटा संग्रह की प्रक्रिया करें। यह आपको अत्यधिक स्केलेबल, विविध और समग्र डेटा का एक व्यापक सेट प्राप्त करने में मदद कर सकता है, ”ज़ेवियर पीयू ने कहा, जो एमआईटी में सिमुलेशन में प्रशिक्षण रोबोट के क्षेत्र में काम करता है।

यह रोबोट के लिए और किराये के अपार्टमेंट के मालिकों के लिए बहुत अच्छा है। वास्तव में, रोबोट कभी भी एक अपार्टमेंट में गंदगी छोड़ने की हिम्मत नहीं करेंगे।