नक़ल-आधारित शिक्षा (imitation learning) में रोबोट मानव प्रदर्शनों की नकल करते हैं, पर आम तौर पर वे उस प्रदर्शन की गति से तेज़ नहीं चल पाते। जॉर्जिया टेक के शोधकर्ताओं ने SAIL (Speed Adaptation for Imitation Learning) विकसित किया ताकि यह गति-सीमा टूटे और नियंत्रण व सटीकता बनी रहे।
SAIL का मॉड्यूलर डिज़ाइन गति को चिकना बनाए रखने, आंदोलनों का सटीक ट्रैक रखने, कार्य की जटिलता के अनुसार गति समायोजित करने और हार्डवेयर विलंब को ध्यान में रखकर क्रियाओं का समय निर्धारित करने वाले घटकों से मिलकर बना है। इसका उद्देश्य तेज़ गति पर भी रोबोटों को स्थिर और समन्वित रखना है।
टीम ने SAIL को सिमुलेशन और दो भौतिक रोबोट प्लेटफ़ॉर्म पर कुल 12 कार्यों में परखा। अधिकांश मामलों में SAIL-सक्षम रोबोटों ने मानक सिस्टमों की तुलना में तीन से चार गुना तेज़ी से काम पूरे किए बिना सटीकता खोई। एक अपवाद श्वेतपट्टी पोंछना था, जहाँ सतत संपर्क होना उच्च गति पर कठिन साबित हुआ। यह काम Conference on Robot Learning (CoRL) में प्रस्तुत किया गया था।
कठिन शब्द
- प्रदर्शन — किसी काम को दिखाना या दिखाया हुआ कार्यप्रदर्शनों
- गति — किसी वस्तु के चलने की तेज़ीगति-सीमा, उच्च गति
- सटीकता — कम गलती होने की स्थिति, सही होना
- मॉड्यूलर — अलग हिस्सों में बना हुआ डिजाइन
- समायोजित करना — किसी चीज़ को जरूरत के अनुसार बदलनासमायोजित करने
- विलंब — काम में देरी या समय की बाधा
- समन्वित — एक साथ ठीक तरह से काम करने वाला
- जटिलता — कठिनता या कई हिस्सों वाली स्थिति
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
- SAIL की वजह से रोबोट तेज़ी से काम करते हैं लेकिन 'सतत संपर्क' पर मुश्किल हुई। क्या आपको लगता है कि कुछ घरेलू काम तेज़ी से करना नुकसानदेह हो सकता है? क्यों?
- यदि आप रोबोट को रोज़मर्रा के कामों के लिए चुनें, तो किन कामों में आपको तेज़ गति चाहिए और किन में नहीं? अपने कारण बताइए।
- मॉड्यूलर डिज़ाइन के क्या लाभ हो सकते हैं जब रोबोटों को अलग-अलग कार्यों के लिए बदलना हो?
संबंधित लेख
क्या आधुनिक भाषा मॉडल वास्तविक दुनिया समझते हैं?
ब्राउन यूनिवर्सिटी के शोधकर्ताओं ने जांचा कि क्या आधुनिक भाषा मॉडल सामान्य, असम्भव और तर्कहीन घटनाओं के बीच फर्क जानते हैं। उन्होंने मॉडल के आंतरिक गणितीय अवस्थाओं की परीक्षा कर के यह पाया कि कुछ हद तक वास्तविक‑दुनिया प्रतिबंध एन्कोड होते हैं।