जॉर्जिया टेक के शोधकर्ताओं ने असमान वास्तविक सतहों पर ह्यूमैनॉइड को चलाने के लिये एक नया, गणनात्मक रूप से कुशल प्रशिक्षण तरीका विकसित किया है। कार्य में रेत, गीली घास, बजरी, ढलान, सीढ़ियाँ और समतल ज़मीन जैसी सतहों पर दो-पैर वाले ह्यूमैनॉइड का परीक्षण शामिल था।
पीएचडी छात्र Feiyang Wu ने पूरे शरीर के नियंत्रक (पूर्ण-शरीर नियंत्रक, whole-body controller) पर यह शोध नेतृत्व किया और बताया कि यह विधि पारंपरिक प्रशिक्षण के मुकाबले तेज़ और कम महँगी है। पारंपरिक शिक्षक-छात्र (teacher and student) पद्धति में पहले सिम्युलेटेड टीचर को प्रशिक्षित किया जाता है और फिर स्टूडेंट को सिखाया जाता है। इस अनुक्रम में काफी समय लगता है और टीचर द्वारा जमा की गई उपयोगी जानकारी कुछ हद तक बर्बाद हो सकती है। वहीं सिमुलेशन प्रशिक्षण GPU चिप्स पर कई घंटे की गणना मांगता है, इसलिए लागत बढ़ जाती है।
समाधान के रूप में टीम ने टीचर और स्टूडेंट को साथ में प्रशिक्षित किया: टीचर धीमे-धीमे स्टूडेंट को सिखाता है जबकि स्वयं सीखना जारी रखता है और स्टूडेंट के उत्पन्न डेटा से भी सीखता है। इस परिवर्तन से नकल अंतर (imitation gap) घटता है। सिमुलेशन के बाद नियंत्रक को Ye Zhao की प्रयोगशाला में वास्तविक ह्यूमैनॉइड पर तैनात किया गया, जहाँ रोबोट ने विविध सतहों पर सुचारू रूप से चलना और धक्का या खींचने पर अनुकूलन दिखाया।
Wu का "Learn to Teach" ढाँचा सामान्य उपयोग के लिए डिज़ाइन किया गया है और इसे अन्य रोबोट डिज़ाइनों तथा चलने से परे कार्यों पर लागू किया जा सकता है। इस कार्य का समर्थन Office of Naval Research, US Department of Agriculture, और National Science Foundation ने किया।
कठिन शब्द
- गणनात्मक — गणना और कंप्यूटर से संबंधित
- नियंत्रक — रोबोट के गति और क्रियाओं को नियंत्रित करने वाला हिस्सा
- शिक्षक-छात्र — दो मॉडलों के बीच सीखने की पारंपरिक पद्धति
- सिमुलेशन — किसी सिस्टम का कंप्यूटर पर नकली परीक्षण
- नकल अंतर — टीचर और स्टूडेंट के व्यवहार में अंतर
- अनुकूलन — परिवर्तन के अनुसार ढलने की प्रक्रिया
- ढाँचा — काम करने के लिये व्यवस्थित रूप या ढंग
- तैनात करना — किसी उपकरण या प्रणाली को काम पर लगानातैनात
युक्ति: जब आप किसी भी भाषा में कहानी पढ़ें या ऑडियो सुनें, तो लेख में हाइलाइट किए गए शब्दों पर होवर/फ़ोकस/टैप करें और तुरंत छोटी-सी परिभाषा देखें।
चर्चा के प्रश्न
- यह 'Learn to Teach' ढाँचा अन्य रोबोट डिज़ाइनों पर कैसे लाभ दे सकता है? उदाहरण दें।
- सिमुलेशन प्रशिक्षण की लागत और समय कम करने के लिए आप क्या उपाय सुझाएँगे?
- वास्तविक सतहों पर रोबोट को सुचारू रूप से चलाने के लिये किन तकनीकी चुनौतियों को प्राथमिकता देनी चाहिए?
