কার্নেগি মেলন ইউনিভার্সিটির স্কুল অফ কম্পিউটার সায়েন্স এবং ইউনিভার্সিটি অফ ক্যালিফোর্নিয়া, বার্কলে-এর গবেষকরা একটি রোবোটিক সিস্টেম ডিজাইন করেছেন যা অপেক্ষাকৃত ছোট পা সহ একটি কম খরচের রোবটকে তার উচ্চতার কাছাকাছি সিঁড়ি বেয়ে উঠতে এবং নামতে সক্ষম করে, পাথুরে, পিচ্ছিল, অমসৃণ, খাড়া। এবং বৈচিত্র্যময় ভূখণ্ড। সেতুর খাদ, পাথরের খোসা এবং কার্ব, এমনকি অন্ধকারেও কাজ করে।
"ছোট রোবটকে সিঁড়ি বেয়ে ওঠার এবং বিভিন্ন পরিবেশ পরিচালনা করার ক্ষমতা প্রদান করা এমন রোবট তৈরির জন্য গুরুত্বপূর্ণ যা মানুষের বাড়িতে, সেইসাথে অনুসন্ধান ও উদ্ধার অভিযানে দরকারী," বলেছেন রোবোটিক্স ইনস্টিটিউটের একজন সহকারী অধ্যাপক দীপক পাঠক৷ . রোবট যা অনেক দৈনন্দিন কাজ করতে পারে।"
দলটি রোবটটিকে পরীক্ষায় ফেলেছে, এটিকে পাবলিক পার্কের অমসৃণ সিঁড়ি এবং পাহাড়ের ধারে পরীক্ষা করে, এটিকে ধাপে ধাপে পাথর এবং পিচ্ছিল পৃষ্ঠের উপর দিয়ে ধাপে ধাপে যেতে চ্যালেঞ্জ করে এবং এটিকে সিঁড়ি বেয়ে উঠতে বলে কারণ এটি একটি বাধা অতিক্রম করে মানুষের লাফানোর মতো লম্বা ছিল। রোবটটি তার দৃষ্টি এবং একটি ছোট অনবোর্ড কম্পিউটারের উপর নির্ভর করে দ্রুত মানিয়ে নিতে এবং চ্যালেঞ্জিং ভূখণ্ড আয়ত্ত করতে।
গবেষকরা একটি সিমুলেটরে 4,000 ক্লোন দিয়ে রোবটকে প্রশিক্ষণ দিয়েছেন, যেখানে তারা চ্যালেঞ্জিং ভূখণ্ডে হাঁটা এবং আরোহণের অনুশীলন করেছে। সিমুলেটরের গতি রোবটকে একদিনে ছয় বছরের অভিজ্ঞতা অর্জন করতে দেয়। সিমুলেটরটি নিউরাল নেটওয়ার্কে প্রশিক্ষণের সময় শেখা মোটর দক্ষতাও সংরক্ষণ করে, যা গবেষকরা আসল রোবটে প্রতিলিপি করেছিলেন। এই পদ্ধতির জন্য প্রথাগত পদ্ধতির বিপরীতে রোবটের গতি -- এর কোনো ম্যানুয়াল ইঞ্জিনিয়ারিংয়ের প্রয়োজন হয় না।
বেশিরভাগ রোবোটিক সিস্টেম তাদের আশেপাশের একটি মানচিত্র তৈরি করতে ক্যামেরা ব্যবহার করে এবং কার্যকর করার আগে গতিবিধির পরিকল্পনা করতে এই মানচিত্রটি ব্যবহার করে। প্রক্রিয়াটি ধীর, এবং সমস্যা প্রায়ই দেখা দেয় অস্পষ্টতা, ভুলতা বা ম্যাপিং পর্যায়ে অন্তর্নিহিত ভুল বোঝাবুঝির কারণে, যা পরবর্তী পরিকল্পনা এবং আন্দোলনকে প্রভাবিত করে। ম্যাপিং এবং পরিকল্পনা উচ্চ-স্তরের নিয়ন্ত্রণের উপর দৃষ্টি নিবদ্ধ করা সিস্টেমগুলিতে উপযোগী, কিন্তু সর্বদা নিম্ন-স্তরের দক্ষতার গতিশীল চাহিদার জন্য উপযুক্ত নয়, যেমন হাঁটা বা চ্যালেঞ্জিং ভূখণ্ডে দৌড়ানো।
নতুন সিস্টেম ম্যাপিং এবং পরিকল্পনার ধাপগুলিকে বাইপাস করে এবং রোবটের নিয়ন্ত্রণে ভিজ্যুয়াল ইনপুটকে সরাসরি রুট করে। রোবট যা দেখে তা নির্ধারণ করে যে এটি কীভাবে চলে। এমনকি গবেষকরা উল্লেখ করেননি কিভাবে পা নড়াচড়া করা উচিত। এই প্রযুক্তি রোবটকে দ্রুত আগত ভূখণ্ডে সাড়া দিতে এবং দক্ষতার সাথে এর মধ্য দিয়ে যেতে দেয়।
যেহেতু কোনো ম্যাপিং বা পরিকল্পনার প্রয়োজন নেই, এবং মেশিন লার্নিংকে নড়াচড়ার প্রশিক্ষণ দেওয়ার জন্য ব্যবহার করা হয়, তাই রোবট নিজেই কম খরচে হতে পারে। দলটি যে রোবটটি ব্যবহার করেছে তা বিদ্যমান বিকল্পগুলির চেয়ে কমপক্ষে 25 গুণ সস্তা। দলের অ্যালগরিদম কম খরচে রোবটগুলিকে আরও ব্যাপকভাবে উপলব্ধ করার সম্ভাবনা রয়েছে৷
এসসিএস-এর মেশিন লার্নিং-এর একজন ডক্টরাল ছাত্র অনন্য আগারওয়াল বলেছেন: "সিস্টেমটি সরাসরি শরীর থেকে দৃষ্টি এবং প্রতিক্রিয়া ব্যবহার করে রোবটের মোটরগুলিতে আউটপুট কমান্ডের জন্য ইনপুট হিসাবে। এই কৌশলটি বাস্তব জগতে সিস্টেমটিকে খুব শক্তিশালী করে তোলে। সিঁড়িতে, এটি পুনরুদ্ধার করতে পারে। এটি অজানা পরিবেশে যেতে পারে এবং মানিয়ে নিতে পারে।"
নিয়ন্ত্রণের এই প্রত্যক্ষ দৃষ্টি জৈবিকভাবে অনুপ্রাণিত। মানুষ এবং প্রাণীরা নড়াচড়া করার জন্য দৃষ্টি ব্যবহার করে। চোখ বন্ধ করে দৌড়ানোর বা ভারসাম্য বজায় রাখার চেষ্টা করুন। দলের পূর্ববর্তী গবেষণায় দেখা গেছে যে অন্ধ রোবট (যারা ক্যামেরাবিহীন) চ্যালেঞ্জিং ভূখণ্ড জয় করতে পারে, তবে দৃষ্টি যোগ করা এবং এর উপর নির্ভর করা সিস্টেমটিকে ব্যাপকভাবে উন্নত করতে পারে।
দলটি সিস্টেমের অন্যান্য উপাদানগুলির জন্য প্রকৃতির দিকেও তাকিয়েছিল। সিঁড়ি বেয়ে ওঠার জন্য বা তার উচ্চতার কাছাকাছি বাধা অতিক্রম করার জন্য এক ফুটেরও কম লম্বা একটি ছোট রোবটের জন্য, এটি লম্বা বাধা অতিক্রম করার জন্য মানুষ যে গতিগুলি ব্যবহার করে তা গ্রহণ করতে শিখেছে। যখন একজন ব্যক্তিকে একটি দন্ড বা বাধায় আরোহণ করার জন্য তাদের পা উঁচু করতে হয়, তখন এটি নিতম্ব ব্যবহার করে পাগুলিকে পথের বাইরে সরিয়ে দেয়, যাকে অপহরণ এবং আসক্তি বলা হয়, যা এটিকে আরও জায়গা দেয়। পাঠকের দল দ্বারা পরিকল্পিত রোবোটিক সিস্টেমের ক্ষেত্রেও একই কথা সত্য, যা বাজারের সবচেয়ে উন্নত পায়ের রোবোটিক সিস্টেমগুলিকে আটকে রাখে এমন বাধাগুলি অতিক্রম করতে হিপ অপহরণ ব্যবহার করে।
চতুষ্পদ এর পিছনের পায়ের নড়াচড়াও দলকে অনুপ্রাণিত করেছিল। যখন একটি বিড়াল কোনো বাধা অতিক্রম করে, তখন তার পেছনের পা সামনের পায়ের মতো একই বস্তু এড়িয়ে যায়, কাছাকাছি কোনো জোড়া চোখের সাহায্য ছাড়াই। "চার পায়ের প্রাণীদের একটি স্মৃতি থাকে যা তাদের পিছনের পা তাদের সামনের পা ট্র্যাক করতে সক্ষম করে। আমাদের সিস্টেম একইভাবে কাজ করে," পাঠক বলেন। সিস্টেমের অন-বোর্ড মেমরি পিছনের পাগুলিকে সামনের ক্যামেরা যা দেখে তা মনে রাখতে সক্ষম করে এবং বাধা এড়াতে কৌশল চালায়।
"কারণ কোন মানচিত্র নেই, কোন পরিকল্পনা নেই, আমাদের সিস্টেম ভূখণ্ডকে মনে রাখে এবং কীভাবে এটি তার সামনের পাগুলিকে সরিয়ে দেয়, এবং এটিকে তার পিছনের পায়ে রূপান্তর করে এবং এটি এত দ্রুত এবং নিখুঁতভাবে করে," বলেছেন আশিস কুমার, একজন পিএইচডি৷ বার্কলে ছাত্র। এই গবেষণাটি পায়ের রোবটগুলির সাথে বিদ্যমান চ্যালেঞ্জগুলি সমাধান করার এবং সেগুলিকে মানুষের ঘরে নিয়ে আসার দিকে একটি বড় পদক্ষেপ হতে পারে৷