अब कोई भी रोबोट को चीजें उठाना सिखाने में मदद कर सकता है

मुख्य बिंदु

• Grabette, जिसे Pollen Robotics ने 2025 में जारी किया है, एक हैंडहेल्ड ग्रिपर है जो वास्तविक रोबोट की आवश्यकता के बिना रोबोट हेरफेर डेटा रिकॉर्ड करता है।
• यह डिवाइस मानक, आसानी से उपलब्ध पार्ट्स से बनाने के लिए लगभग 490 यूरो की लागत आती है।
• रिकॉर्ड किए गए प्रदर्शन स्वचालित रूप से Hugging Face Hub पर अपलोड होते हैं, जो AI उपकरण और डेटासेट साझा करने के लिए एक सार्वजनिक मंच है।
• Gripette नामक एक साथी रोबोट ग्रिपर, जिसे बनाने में लगभग 120 यूरो की लागत आती है, रोबोट आर्म से जुड़ता है और Grabette द्वारा रिकॉर्ड किए गए कार्यों को अंजाम देता है।
• सभी हार्डवेयर डिज़ाइन, सॉफ़्टवेयर और डेटा पूरी तरह से ओपन सोर्स हैं।

रोबोट को ऑब्जेक्ट संभालना सिखाने में सबसे बड़ी बाधा AI नहीं है। यह प्रशिक्षण डेटा की कमी है: वास्तविक दुनिया के उदाहरण जहां हाथ चीजें उठाते हैं, दराजें खोलते हैं, कप रखते हैं।

सामान्यतः उस डेटा को एकत्रित करने का मतलब है एक रोबोट रखना, महंगे टेलीऑपरेशन रिग चलाना (ऐसे सिस्टम जहां एक इंसान दूर से रोबोट की गतिविधियों को नियंत्रित करता है), और प्रयोगशाला में कई घंटों की कठिन मेहनत करना। अधिकांश अनुसंधान दलों के लिए इसे बड़े पैमाने पर करना संभव नहीं है।

Pollen Robotics, एक फ्रांसीसी रोबोटिक्स कंपनी, मानती है कि जवाब है रोबोट को पूरी तरह छोड़ देना।

उनका नया डिवाइस, Grabette, एक हैंडहेल्ड ग्रिपर है जिसे आप अपने ही हाथ में पकड़ते हैं। आप इसे उठाते हैं, एक कार्य करते हैं, और एक बटन दबाते हैं। दो कैमरे रिकॉर्ड करते हैं कि आपने क्या किया। एक वाइड-एंगल फिशआई कैमरा हाथ के चारों ओर दृश्य को कैप्चर करता है। एक डेप्थ कैमरा ग्रिपर की सटीक स्थिति और घूर्णन को ट्रैक करता है, इसे 6-DoF (छः स्वतंत्रता की डिग्री, जिसका अर्थ है गति की हर दिशा और कोण) कहा जाता है। Raspberry Pi नामक एक छोटा कंप्यूटर सब कुछ स्थानीय रूप से संग्रहीत करता है।

फिर आप अपने वेब ब्राउज़र में एक डैशबोर्ड खोलते हैं, उन रिकॉर्डिंग्स को चुनते हैं जो आप चाहते हैं, और एक बार क्लिक करते हैं। सिस्टम डेटा अपलोड करता है, जांचता है कि मोशन ट्रैकिंग में कोई खराबी तो नहीं आई, सब कुछ LeRobot डेटासेट नामक एक मानक प्रारूप में परिवर्तित करता है, और इसे Hugging Face Hub पर भेजता है, जिसे मूल रूप से Hugging Face द्वारा वितरण मंच के रूप में रिपोर्ट किया गया था। कोई सॉफ़्टवेयर स्थापित करने की आवश्यकता नहीं। कोई कमांड लाइन नहीं।

Grabette को सीधे Stanford के Universal Manipulation Interface से प्रेरणा मिली, एक अनुसंधान परियोजना जिसने साबित किया कि हैंडहेल्ड प्रदर्शन डिवाइस वास्तविक रोबोट नीतियों को प्रशिक्षित कर सकते हैं। Pollen का लक्ष्य प्रत्येक शेष बाधा को दूर करना था।

रिकॉर्ड किया गया डेटा निष्क्रिय नहीं रहता। Pollen ने पूरी श्रृंखला का प्रदर्शन 200 प्रदर्शनों का उपयोग करके एक diffusion policy को प्रशिक्षित करने के लिए किया, जो AI का एक प्रकार है जो आंदोलन पैटर्न की नकल करना सीखता है, एक एकल उपभोक्ता ग्राफिक्स कार्ड पर चलता है। वह प्रशिक्षित मॉडल फिर Gripette के साथ एक वास्तविक रोबोट आर्म को चलाता है, एक मोटर चालित ग्रिपर जिसे बनाने में लगभग 120 यूरो की लागत आती है और जो Grabette के समान डिज़ाइन को साझा करता है।

सिस्टम में कुछ भी आपको एक रोबोट ब्रांड या एक AI विधि के लिए बाध्य नहीं करता। डेटा प्रारूप मानक है, इसलिए समान रिकॉर्डिंग्स विभिन्न रोबोट को प्रशिक्षित कर सकती हैं।

रोबोटिक्स लैब के बाहर के लोगों के लिए इसका क्या मतलब है?

इसका मतलब है कि साझा रोबोट प्रशिक्षण डेटासेट बनाने के लिए अब विश्वविद्यालय के बजट या हार्डवेयर से भरे गोदाम की आवश्यकता नहीं है। एक शिक्षक जो पुनर्चक्रण को छांटना प्रदर्शित करना चाहता है, एक फिजिओथेरापिस्ट जो पुनर्वास व्यायाम को कैप्चर करना चाहता है, एक छोटा निर्माता जिसे किसी विशिष्ट भाग को संभालने के लिए रोबोट की जरूरत है: उनमें से प्रत्येक एक कार्यबेंच पर प्रदर्शन रिकॉर्ड कर सकता है और एक बढ़ते सार्वजनिक डेटासेट में योगदान दे सकता है।

Pollen खुले तौर पर समुदाय से यही करने को कह रहा है। हर नई रिकॉर्डिंग साझा डेटासेट को व्यापक बनाती है और उन कार्यों के प्रति कम पूर्वाग्रह बनाती है जिन्हें केवल अच्छी तरह से वित्त पोषित प्रयोगशालाएं शामिल करने के बारे में सोचती हैं।

Casquette नामक एक सिर-माउंटेड कैमरा डिवाइस, जो पहले व्यक्ति के दृष्टिकोण को कैप्चर करने के लिए डिज़ाइन किया गया है, पहले से ही एक साथी उपकरण के रूप में विकास में है।

सभी हार्डवेयर डिज़ाइन, कोड और डेटासेट GitHub और Hugging Face Hub पर सार्वजनिक रूप से उपलब्ध हैं।