ভিডিওটি রিয়েল-লাইফ 'ট্রান্সফরমার' রোবটগুলি দেখায় যা দেখে, চিন্তা করে এবং রূপান্তর করে

রোবোটিক্সীদের একটি দল বাস্তব জীবনে যেখানে অনিবার্য ভবিষ্যতের দিকে আরেকটি পদক্ষেপ নিয়েছে ট্রান্সফরমার আমাদের মধ্যে সরানো।

বুধবার প্রকাশিত মডুলার, স্বায়ত্বশাসিত রোবটগুলির নতুন গবেষণাটি দেখায় যে কীভাবে রোবটগুলি তাদের মুখোমুখি চ্যালেঞ্জের ভিত্তিতে তাদের আকৃতি রূপান্তর করতে, ভাবতে এবং সিদ্ধান্ত নিতে পারে।

ছয় ব্যক্তি দল এই গবেষণা পত্রটি প্রকাশ করেছে - "মড্যুলার রোবটগুলির সাথে উপলব্ধ একটি ইন্টিগ্রেটেড সিস্টেম ফর পার্স্পশন-চালিত স্বায়ত্তশাসন" - জার্নালিতে বিজ্ঞান রোবোটিক্স । গবেষকরা কর্নেল ইউনিভার্সিটি এবং পেনসিলভানিয়া বিশ্ববিদ্যালয় থেকে আগত।

রোবট কীভাবে এটি করে তা কীভাবে গুরুত্বপূর্ণ তা এখানে গবেষকরা বলেছিলেন।

"আপনি যদি দেখেছেন, অনেক লোক সিনেমাতে এটি দেখেছেন ট্রান্সফরমার অথবা বিগ হিরো 6, রোবটগুলি তাদের আকার পরিবর্তন করতে পারে, "বলেছেন মার্ক ইয়িম, পেনসিলভানিয়া বিশ্ববিদ্যালয়ের অধ্যাপক, এই সপ্তাহে প্রকাশিত মডুলার রোবটগুলির। "আমাদের অনেক রোবট উদাহরণ রয়েছে যা হাঁটতে বা আরোহণে সিঁড়ির মতো কাজ করতে পারে … কিন্তু এসব জিনিস আলাদাভাবে করা হয়েছে। এই প্রথমবারের মত আমাদের এমন একটি সিস্টেম রয়েছে যা স্বতঃস্ফূর্তভাবে এই সমস্ত জিনিসগুলি করতে পারে।"

প্রথমত, এই রোবোটিক্স সিস্টেমটি কীভাবে তার চারপাশের পৃথিবীকে দেখে? এখানে গবেষক জনাথন Daudelin:

আমরা বাস্তব সময়ে রোবট পরিবেশের 3-ডি মানচিত্রটি বোঝার এবং তৈরি করতে আমাদের সেন্সর মডিউলে একটি 3-ডি ক্যামেরা ব্যবহার করে থাকি এবং তারপরে আমাদের কাছে উপলব্ধ ধারণাগুলির অ্যালগরিদমগুলি রয়েছে যা এই তথ্যটি রোবট কোথায় অজানা এলাকায় অন্বেষণ এবং রোবট ক্ষমতা শর্তাবলী পরিবেশ চরিত্রগত।

এবং কিভাবে এই রোবোটিক্স প্রোটো-ট্রান্সফরমারটি কি আকার নিতে জানে? আবার, এখানে Daudelin:

এটি সিঁড়ি বা সংকীর্ণ crevices, সমতল এলাকায়, এবং cetera চিনতে পারে, এবং তারপর উচ্চ স্তরের পরিকল্পনাকারী লাইব্রেরি থেকে কোন এন্ট্রি, কোন কর্ম, যা রোবট আকার পরিবেশ পরিবেশ শর্তাবলী কাজ সম্পাদন করার প্রয়োজন হয় তা নির্ধারণ করার জন্য এই তথ্য ব্যবহার করে।

সুতরাং, এই রোবট জন্য পরবর্তী কি? গবেষক তারিক তোসুন বলেছেন বিপরীত এটি ব্যবহার করা যেতে পারে এমন দুটি পরিস্থিতিতে হতে পারে: একটি দুর্যোগ অঞ্চল - সাধারণত একটি রোবোটিক্সস্টদের দ্বারা ব্যবহৃত দৃশ্য - এবং কার্পেট এবং হার্ডউড মেঝে এবং সিঁড়ি এবং সম্ভবত এমনকি নোংরা লন্ড্রি একটি গাদা সঙ্গে একটি সাধারণ বাড়িতে আরো দৈনন্দিন অবস্থা।

"আপনি যদি কোনও দুর্যোগ জোনে যাচ্ছেন, তবে আসলেই আপনি কীভাবে যেতে চান তা আগে থেকেই ঠিক করা যায় না, তাই না? আপনি যদি ভেঙে যাওয়া ভবনটিতে যাচ্ছেন, তবে আপনি অভ্যন্তরীণ দিকের মতো কি না তা জানেন না বা সেখানে থাকতে পারে এমন ব্যক্তিদের আপনি উদ্ধার করতে চাইতে পারেন কিনা, তাওনুন বলেন।

"সুতরাং এমন একটি রোবট রয়েছে যা সত্যিই খুব বহুমুখী যে দৃশ্যটি কাজে লাগতে পারে কারণ এটি যেতে পারে, তার আশেপাশের পরিমাপের মূল্যায়ন করতে পারে এবং তারপরে একটি ছোট্ট শ্বাসকষ্ট বা এমনকি আশ্রয়স্থল থেকে মানুষকে ধ্বংসস্তূপের পতন থেকে রক্ষা করার জন্য একটি সর্প হতে বেছে নেওয়া যেতে পারে, এরকম কিছু."

এই রোবটগুলিও গার্হস্থ্য সাহায্যকারীরা আসতে পারে, টসুন বলেছেন:

একটি সামান্য কম উত্তেজিত উদাহরণ বা ডোমেইন শুধু মানুষের বাড়িতে কাছাকাছি হতে পারে। যদি আপনি কোনও ছোট রোবটটি যে কোনও বাড়ীতে কাজ করতে চান তবে প্রকৃতপক্ষে আমাদের ঘর এবং অফিসগুলি এবং গৃহমধ্যস্থ পরিবেশগুলিতে বেশ জটিল পরিবেশ রয়েছে। প্রায়ই ঘনঘন, বিভিন্ন পৃষ্ঠতলগুলি যা রোবটকে অতিক্রম করতে পারে এবং তার ক্ষমতা থাকতে পারে, উদাহরণস্বরূপ, এটি একটি রোবটে পরিণত হয় - যা সিঁড়িগুলিতে আরোহণ করতে বা ভাল জুমিংয়ের জন্য উপযুক্ত হলে সিঁড়ি আরোহণের জন্য ভাল একটি আকৃতি। আপনি ফ্ল্যাট মেঝে আছে মেঝে জুড়ে। এটি একটি বাড়িতে খুব দরকারী হতে পারে।

এই রোবটগুলি এমন কিছু করতে পারে যা তারা শীঘ্রই করতে পারে না? রোবট কীভাবে চিন্তা করে এবং কিভাবে এটি শক্তিশালী হতে পারে তা নিচে আসে, গবেষকরা বলছেন।

টসুন বলেছেন বিপরীত যে মডুলার roobts নমনীয় হতে খুব ভাল কিন্তু তারা খুব শক্তিশালী হয় না; তারা খুব ভারী বস্তু উত্তোলন করতে পারবেন না। গবেষকরা আরো শক্তিশালী উদ্ধরণ রোবট বা রোবট সঙ্গে তাদের মডুলার প্রকৃতি একত্রিত করতে পারে। মডুলার রোবটগুলিকে কাঠামো নির্মাণের জন্যও ব্যবহার করা যেতে পারে যা তাদের নতুন ধারণক্ষমতাগুলিতে ব্যবহার করা সক্ষম করবে, যেমন বড় কাঠামো স্কেল করা।

মডুলার প্রোটো ট্রান্সফরমারটি উন্নত করতে পারে এমন অন্যান্য আকর্ষণীয় এলাকা কৃত্রিম বুদ্ধিমত্তা বা মেশিন লার্নিং সম্পর্কিত। এই মুহুর্তে, মডুলার রোবট স্থানীয়ভাবে সংরক্ষণ করা সিদ্ধান্ত বা কর্ম একটি লাইব্রেরি আছে। এখানে হাদাস ক্রেস-গাজিত, কার্নেলের অন্যতম গবেষক এবং সহযোগী অধ্যাপক ড।

"সত্যিই একটি আকর্ষণীয় প্রশ্ন আমরা কি কোনভাবেই এটি স্বয়ংক্রিয়ভাবে করতে পারি?", ক্রেস গাজিট বলেন বিপরীত । "তাই আমরা মেশিন লার্নিং ব্যবহার করতে পারেন? আমরা এইগুলি তৈরি করতে সক্ষম হবার জন্য বিভিন্ন (পরমাণু) অ্যালগরিদম ব্যবহার করতে পারি, বা কমপক্ষে কমপক্ষে আকারের বড় আকারের কর্মগুলির আকার এবং আচরণগুলির একটি সেট ব্যবহার করতে পারি, যা আমরা বর্তমানে করতে পারি। সুতরাং এটি একটি আকর্ষণীয় গবেষণা প্রশ্ন যা আমরা অনুসন্ধান করছি।"