ह्यूमनॉइड रोबोट हो सकते हैं दौड़ने, नृत्य करने और कभी-कभी लोगों को लात मारने में सक्षम होना, लेकिन बनना सही मायने में मानव, उन्हें यह सीखना होगा कि कार्यस्थल पर सभी प्रकार के छोटे-मोटे काम कैसे करें।
पूर्व-एनवीडिया रोबोटिक्स शोधकर्ताओं द्वारा स्थापित स्विस स्टार्टअप फ्लेक्सियन रोबोटिक्स का मानना है कि उसके पास इसका समाधान है। कंपनी ने रोबोटों को जटिल कार्य करने के लिए प्रशिक्षित करने का एक तरीका विकसित किया है जिसमें दरवाजे खोलने, सीढ़ियाँ चढ़ने और बक्से ले जाने जैसे सरल कौशल शामिल हैं। मुख्य बात यह है कि रोबोटों को सिमुलेशन में व्यक्तिगत कौशल सिखाना है, फिर एक मास्टर एआई एल्गोरिदम से यह निर्धारित करना है कि उनका उपयोग कैसे किया जाए।
अधिकांश डेमो वीडियो में ह्यूमनॉइड्स दिखाए जाते हैं जिन्हें एक विशिष्ट कार्य करने के लिए प्रशिक्षित किया गया है, जैसे शर्ट मोड़ना या अलमारियों को लोड करना। आमतौर पर, यह टेलीऑपरेशन के माध्यम से किया जाता है – पर्दे के पीछे एक व्यक्ति जो रोबोट की गतिविधियों को नियंत्रित करता है। लेकिन जब रोबोट को अपरिचित सेटिंग्स में डाल दिया जाता है तो यह दृष्टिकोण विश्वसनीय रूप से काम नहीं करता है। फ्लेक्सियन का कहना है कि इसकी प्रणाली अलग है – और अधिक कुशल है – क्योंकि यह अपने रोबोटों को सिमुलेशन में और सीमित मानव निर्देश के साथ प्रशिक्षित करती है।
नीचे दिया गया वीडियो सॉफ्टवेयर को क्रियाशील दिखाता है: एक संशोधित यूनिट्री ह्यूमनॉइड रोबोट निम्नलिखित आदेश प्राप्त करने के बाद स्वायत्त रूप से काम करता है: “फ्लेक्सियन के लिए स्नैक्स के साथ एक पार्सल वितरित किया गया है। इसे सीढ़ियों का उपयोग करके प्राप्त करें और लिफ्ट का उपयोग करके ऊपर आएं। फिर इसे अनपैक करें और आइटम को स्नैक क्षेत्र में शेल्फ पर खाली दराज में रखें।”
फ्लेक्सियन के सौजन्य से
फ्लेक्सियन का दृष्टिकोण विभिन्न एआई प्रणालियों को मिलाकर काम करता है।
मुख्य एआई मॉडल अलग-अलग काम करने वाले मनुष्यों के वीडियो को पचाकर यह पता लगाता है कि अपने काम कैसे करें। इसके बाद सॉफ्टवेयर सीखे गए कौशल-जो उसने सिमुलेशन में सीखे हैं-का वीडियो से मिलान करता है और वास्तविक दुनिया में उन कार्यों को करता है। उदाहरण के लिए, किसी कार्यालय में मेल रूम तक पहुंचने के लिए, मॉडल ने यह जान लिया होगा कि उसे कुछ दरवाजे खोलने और लिफ्ट का उपयोग करने की आवश्यकता है। यह सिस्टम रोबोट की मोटरों को भी नियंत्रित करता है, जिससे उसे चलने, अपने अंगों को हिलाने और संतुलन बनाए रखने की अनुमति मिलती है।
फ्लेक्सियन के सह-संस्थापक और सीईओ और एनवीडिया के पूर्व रोबोटिक्स अनुसंधान वैज्ञानिक निकिता रुडिन के अनुसार, सॉफ्टवेयर का “गुप्त घटक” सुदृढीकरण सीखने का व्यापक उपयोग है, जो कंप्यूटर को परीक्षण और त्रुटि के माध्यम से कार्यों में महारत हासिल करने के लिए प्रशिक्षित करता है। सॉफ़्टवेयर की प्रत्येक परत, मास्टर एआई मॉडल से लेकर सिमुलेशन से लेकर मोटर नियंत्रण तक, इस दृष्टिकोण का उपयोग करती है।
फ्लेक्सियन के सौजन्य से