अक्सर हम रोबोट्स को सधे हुए, लेकिन बेहद नीरस और मशीनी अंदाज़ में चलते देखते हैं। लेकिन अब यह तस्वीर बदलने वाली है। शोधकर्ताओं ने OmniXtreme नाम की एक ऐसी जनरल AI पॉलिसी विकसित की है, जो ह्यूमनॉइड रोबोट्स को बैकफ्लिप मारने, बेहद मुश्किल स्थितियों में संतुलन बनाए रखने और यहाँ तक कि ब्रेकडांस करने की भी आज़ादी देती है। Unitree Robotics के G1 रोबोट पर किया गया यह प्रदर्शन उन ‘ओवरफिटेड’ (overfitted) प्रोग्राम्स से कहीं आगे निकल गया है, जो अक्सर चकाचौंध भरे डेमो में तो दिखते हैं—जैसे 2026 के स्प्रिंग फेस्टिवल गाला में WuBOT का प्रभावशाली लेकिन सीमित परफॉरमेंस—मगर असल दुनिया की चुनौतियों में ढेर हो जाते हैं। OmniXtreme रोबोटिक्स को असली एथलेटिकिज्म की दुनिया में ले जा रहा है।
Unitree के साथ मिलकर किया गया यह साल भर लंबा प्रोजेक्ट किसी बड़ी कीमत से कम नहीं था। रिसर्च टीम ने खुद स्वीकार किया है कि डायनामिक मूवमेंट के इस ‘सीक्रेट कोड’ को क्रैक करने के लिए उन्होंने “दर्जनों G1 रोबोट्स” की बलि चढ़ा दी। अगर G1 की शुरुआती कीमत लगभग $13,500 (करीब 11.3 लाख रुपये) को देखें, तो रिइन्फोर्समेंट लर्निंग (reinforcement learning) के देवता को खुश करने के लिए यह काफी महंगा हार्डवेयर बलिदान था। टीम का मुख्य उद्देश्य उस दीवार को गिराना था, जो किसी एक खास मोशन को ट्रैक करने वाली ट्रेनिंग और असल दुनिया के बेतरतीब भौतिक विज्ञान (chaotic physics) के बीच खड़ी है।
इस सफलता के पीछे का असली ‘सीक्रेट सॉस’ दो चरणों वाली ट्रेनिंग पद्धति है। सबसे पहले, एक ‘flow-based generative control policy’ को प्री-ट्रेन किया गया, जिसने रोबोट को मूवमेंट की एक बुनियादी समझ दी। इसके बाद इसे “actuation-aware residual RL” के जरिए पोस्ट-ट्रेनिंग से गुज़ारा गया। यही वह क्रांतिकारी कदम था जिसने मॉडल को एक असली रोबोट की फिजिकल लिमिट्स और जटिल डायनामिक्स के हिसाब से ढलने में मदद की। शोधकर्ताओं के अनुसार, सिम्युलेशन से निकलकर हकीकत की ज़मीन (sim-to-real gap) पर उतरने के लिए यही दूसरा चरण सबसे महत्वपूर्ण साबित हुआ। पूरी रोबोटिक्स कम्युनिटी के फायदे के लिए, टीम ने इसके मॉडल चेकपॉइंट्स को GitHub पर सार्वजनिक कर दिया है।
यह क्यों महत्वपूर्ण है?
इतने सारे हाई-इम्पैक्ट मूवमेंट्स के लिए एक एकल, एकीकृत पॉलिसी (unified policy) का विकास करना रोबोटिक्स के क्षेत्र में एक बड़ा मील का पत्थर है। यह इस बात का संकेत है कि अब हम उन ‘स्पेशलिस्ट’ रोबोट्स के दौर से बाहर निकल रहे हैं जो सिर्फ एक ही करतब दिखा सकते थे, और ‘जनरलिस्ट’ रोबोट्स की ओर बढ़ रहे हैं जिनके पास फिजिकल स्किल्स का पूरा खजाना होगा। मुश्किल डायनामिक्स के लिए सिम-टू-रियल की खाई को सफलतापूर्वक पाटकर, OmniXtreme ने अधिक मज़बूत, अनुकूलन योग्य और शारीरिक रूप से सक्षम ह्यूमनॉइड रोबोट्स बनाने का एक ठोस रास्ता तैयार किया है। इन मॉडल्स के ओपन-सोर्स होने से भविष्य के मल्टी-टैलेंटेड रोबोटिक जिमनास्ट्स और डांसर्स के विकास में निश्चित रूप से तेज़ी आएगी।
