پیشرفت چشمگیر در رباتیک: ربات‌ها اشیاء شکننده را مانند انسان جابجا می‌کنند

مهندسان بریتانیایی رویکردی نوین برای بهبود توانایی ربات‌ها در گرفتن و جابجایی اشیاء شکننده، لغزنده یا نامتقارن ابداع کرده‌اند. این روش پیشرفته که بر پایه پیش‌بینی لغزش و تنظیم حرکت در زمان واقعی است، می‌تواند اتوماسیون را در صنایع گوناگون از تولید تا مراقبت‌های بهداشتی ایمن‌تر و قابل اعتمادتر سازد.

رویکردی الهام‌گرفته از طبیعت

این رویکرد که توسط محققان دانشکده علوم کامپیوتر و مهندسی الکترونیک ساری ارائه شده، به ربات‌ها امکان می‌دهد تا زمان لغزش یک جسم را پیش‌بینی کرده و حرکات خود را در لحظه برای جلوگیری از آن تطبیق دهند. این روش، مشابه تنظیم طبیعی حرکات توسط انسان‌هاست و با اجازه دادن به ربات‌ها برای حرکت هوشمندانه‌تر و حفظ موقعیت ایمن بدون اعمال نیروی بیشتر، از استراتژی‌های سنتی مبتنی بر نیروی گرفتن بهتر عمل می‌کند.

دکتر امیر اصفهانی، دانشیار رباتیک، توضیح می‌دهد: «اگر تصور کنید بشقابی را حمل می‌کنید که شروع به لغزش می‌کند، اکثر مردم صرفاً آن را محکم‌تر فشار نمی‌دهند؛ آن‌ها به طور غریزی حرکت دست خود را با کاهش سرعت، کج کردن یا تغییر موقعیت تنظیم می‌کنند تا از افتادن آن جلوگیری کنند. به طور سنتی، ربات‌ها آموزش دیده‌اند که صرفاً به نیروی گرفتن تکیه کنند که می‌تواند برای اقلام ظریف بی‌اثر یا حتی آسیب‌زا باشد. ما به ربات‌های خود آموخته‌ایم که رویکردی شبیه‌تر به انسان داشته باشند، یعنی زمانی که چیزی ممکن است لغزش کند را حس کنند و به طور خودکار حرکات خود را برای ایمن نگه داشتن اشیاء تنظیم کنند.»

این تحقیق، اولین مطالعه‌ای است که اثربخشی مدولاسیون مسیر را برای جلوگیری از لغزش در انسان‌ها و ربات‌ها نشان داده و آن را کمی‌سازی کرده است.

سیستم کنترل پیش‌بین و مدل لمسی رو به جلو

یافته‌ها حاکی از آن است که یک سیستم کنترل پیش‌بینی‌کننده، که توسط یک «مدل لمسی رو به جلو» آموزش‌دیده پشتیبانی می‌شود، به ربات‌ها اجازه می‌دهد تا زمان لغزش یک جسم را پیش‌بینی کرده و به طور مداوم حرکات برنامه‌ریزی‌شده آن را تجزیه و تحلیل کنند. این سیستم بر روی اشیاء و مسیرهای حرکتی که برای آن‌ها آموزش ندیده است نیز کار می‌کند و پتانسیل آن را برای تعمیم مؤثر به محیط‌های دنیای واقعی برجسته می‌سازد.

اصفهانی معتقد است که این روش می‌تواند برای اتوماسیون آینده، از جابجایی ابزارهای جراحی در مراقبت‌های بهداشتی و مونتاژ قطعات ظریف در تولید گرفته تا مرتب‌سازی بسته‌های نامناسب در لجستیک یا کمک به افراد در خانه‌هایشان، یک تغییردهنده بازی باشد.

کاربردهای گسترده در رباتیک صنعتی و خدماتی

دکتر اصفهانی می‌افزاید: «ما معتقدیم که رویکرد ما پتانسیل قابل توجهی در انواع کاربردهای رباتیک صنعتی و خدماتی دارد و کار ما فرصت‌های جدیدی را برای ورود ربات‌ها به زندگی روزمره ما ایجاد می‌کند. امیدواریم یافته‌های ما الهام‌بخش تحقیقات آینده در این زمینه باشد و زمینه رباتیک را بیشتر پیش ببرد.»

محققان تأکید کرده‌اند که اطمینان از گرفتن پایدار در حین دستکاری رباتیک برای عملکرد ماهرانه و قابل اعتماد ضروری است. به طور سنتی، کنترل لغزش به مدولاسیون نیروی گرفتن متکی بوده است. این مطالعه که در مجله Nature Machine Intelligence منتشر شده است، نشان می‌دهد که مدولاسیون مسیر، جایگزین مؤثری برای جلوگیری از لغزش در برخی از وظایف دستکاری رباتیک است.

مقایسه با رویکردهای سنتی

محققان این مطالعه اظهار داشتند: «ما یک سیاست کنترل لغزش مبتنی بر مدولاسیون مسیر را با یک رویکرد مرسوم مبتنی بر نیروی گرفتن توسعه داده و مقایسه می‌کنیم. نتایج ما نشان می‌دهد که مدولاسیون مسیر می‌تواند در سناریوهای خاص به طور قابل توجهی از کنترل نیروی گرفتن بهتر عمل کند و پتانسیل آن را به عنوان یک استراتژی قوی کنترل لغزش برجسته می‌کند.»

آنها همچنین نشان دادند که، مشابه انسان، گنجاندن یک مدل رو به جلو مبتنی بر عمل مبتنی بر داده در یک چارچوب کنترل پیش‌بینی مدل، کلید بهینه‌سازی مدولاسیون مسیر برای جلوگیری از لغزش است.

این یافته‌ها یک چارچوب کنترل پیش‌بینی را معرفی می‌کنند که از انطباق مسیر استفاده می‌کند و دیدگاه جدیدی در مورد کاهش لغزش ارائه می‌دهد. این رویکرد، پایداری گرفتن را در محیط‌های پویا و بدون ساختار افزایش می‌دهد و سازگاری سیستم‌های رباتیک را در کاربردهای مختلف بهبود می‌بخشد.