रोबोट डेमो और वास्तविक काम करने वाले रोबोट के बीच का अंतर

मुख्य बातें

• Burro, फिलाडेल्फिया स्थित एक कृषि रोबोटिक्स कंपनी, ने 2018 में अपना पहला क्षेत्र प्रदर्शन किया और वास्तविक-विश्व तैनाती और प्रदर्शन के बीच के अंतर को समझने में वर्षों बिताए।
• बाहरी रोबोटों को तापमान में शून्य से नीचे से लेकर 120 डिग्री फारेनहाइट तक के उतार-चढ़ाव, बदलती प्रकाश स्थितियाँ, और रोजाना बदलने वाले भू-भाग का सामना करना पड़ता है।
• Burro के सह-संस्थापक विभोर सूद कहते हैं कि गायब शोध क्षेत्र ढांचा-मुक्त स्थानीयकरण है: रोबोट को यह बताना कि वह बिल्कुल कहाँ है और उसके आस-पास क्या है, GPS या निश्चित संदर्भ बिंदुओं के बिना।
• Burro रोबोट के हर वास्तविक-विश्व विफलता, जो एक स्थान पर अनुभव होती है, सिस्टम में वापस जाती है और पूरे बेड़े में हर दूसरी इकाई को अधिक विश्वसनीय बनाती है।

एक रोबोट जो प्रदर्शन में काम करता है और एक रोबोट जो नवंबर की बरसात की सुबह काम करता है, वे एक ही मशीन नहीं हैं। Burro, फिलाडेल्फिया स्थित एक कृषि रोबोटिक्स फर्म, ने यह सीखा है कठिन तरीके से, और सह-संस्थापक विभोर सूद ने बिल्कुल बताया है कि ऐसा क्यों है, जैसा कि पहली बार The Robot Report द्वारा रिपोर्ट किया गया था।

Burro बाहरी खेत सेटिंग्स के लिए स्वायत्त रोबोट बनाता है, ऐसी मशीनें जो भार ले जा सकती हैं, घास काट सकती हैं, और खेतों की निगरानी कर सकती हैं, बिना GPS टावर या नियंत्रित प्रकाश जैसी किसी भी निश्चित बुनियादी ढाँचे के। कंपनी ने 2018 में अपना पहला प्रदर्शन किया। यह अच्छी तरह से चला। फिर असली काम शुरू हुआ।

समस्या वह है जिसे सूद "डेमो ट्रैप" कहते हैं। एक प्रदर्शन सर्वश्रेष्ठ-केस परिदृश्य के लिए बनाया जाता है: नियंत्रित स्थितियाँ, एक तैयार दर्शक, एक छोटी समय खिड़की। वास्तविक तैनाती का मतलब है मंद प्रकाश, गीली जमीन, अप्रत्याशित कोणों से आने वाले कार्यकर्ता, और उन स्थानों पर संचालन जहाँ रोबोट कभी नहीं गया है। सूद का तर्क है कि अधिकांश रोबोटिक्स कंपनियाँ प्रदर्शन के लिए अनुकूलन में बहुत लंबा समय बिताती हैं जबकि कठिन तैनाती की समस्या अनसुलझी रहती है।

Burro को प्रतीक्षा करने की कोई सुविधा नहीं थी। खेत की परिस्थितियाँ एक मशीन की पसंद के अनुसार नहीं बदलती। कृषि कार्यकर्ता अपनी गति बदलने वाले नहीं थे। कंपनी को वास्तविक-विश्व की विफलता का जल्दी सामना करना पड़ा और तेजी से सीखना पड़ा।

बाहरी रोबोटिक्स कहाँ विफल होती है जबकि इनडोर रोबोटिक्स सफल होती है?

इनडोर रोबोट नियंत्रित स्थानों में काम करते हैं: निश्चित प्रकाश, समतल फर्श, अनुमानित गति। एक गोदाम रातोंरात आकार नहीं बदलता। एक निर्माण स्थल बदलता है। एक बंदरगाह यार्ड दिन भर चलता है, भारी वाहनों को अप्रत्याशित मानव यातायात के साथ मिलाता है। एक खेत की पंक्ति भोर बनाम शाम, गर्मी बनाम सर्दी, धूल बनाम कीचड़ में बिल्कुल अलग दिखती है।

सूद का मुख्य तर्क है कि कोई भी सिमुलेशन, चाहे कितना भी विस्तृत हो, इसे हल नहीं करता। आप बाहरी रोबोटिक्स को केवल बाहर होकर, वास्तविक परिचालन डेटा जमा करके, सुरक्षित रूप से विफल होकर, और तेजी से पुनरावृत्ति करके हल करते हैं। एक क्षेत्र में विफलता, जब अवशोषित और सुधारी जाती है, तो पूरे बेड़े में हर रोबोट को अधिक स्मार्ट बनाता है।

सूद जो विशिष्ट तकनीकी अंतर की पहचान करते हैं वह है ढांचा-मुक्त स्थानीयकरण और धारणा। सरल शब्दों में: एक रोबोट को यह जानना होगा कि वह बिल्कुल कहाँ है और उसके आस-पास क्या है, भले ही इसके सेंसर खराब हो जाएँ और पर्यावरण इसके चारों ओर बदल जाए, सब कुछ समर्थन करने वाली बुनियादी ढाँचे के बिना। इनडोर रोबोटिक्स को लगभग एक दशक पहले इस समस्या को हल करने में गंभीर निवेश मिला। बाहरी, अनुरचित परिवेश को समान ध्यान नहीं मिला। सूद कहते हैं कि यह अंतर प्राथमिक शेष बाधा है।

जो कोई भी अपने कार्यस्थल या पड़ोस में स्वायत्त प्रणालियों को देख रहा है उसके लिए सबक व्यावहारिक है। एक प्रणाली जो नियंत्रित सेटिंग में प्रभावशाली है, वह अभी तक एक प्रणाली नहीं है जिस पर आप निर्भर कर सकते हैं। निर्भरता प्रयोगशाला घंटों से नहीं, क्षेत्र घंटों से आती है। Burro कहता है कि इसमें अब आठ साल का यह डेटा है, पूरी तरह से अर्जित।

जब कोई रोबोट इस निर्भरता को अर्जित करता है, तो उपयोगकर्ता अपने पूरे वर्कफ़्लो को इसके चारों ओर पुनर्गठित करते हैं। उस बिंदु पर, विफलता एक टूटे हुए गैजेट जैसी कम लगती है और एक बिजली कटौती जैसी अधिक लगती है। वास्तविक उपयोगकर्ताओं द्वारा निर्धारित विश्वसनीयता पट्टी किसी भी प्रयोगशाला परीक्षा के लिए तैयारी करेगी।