Boston Dynamics के संस्थापक Marc Raibert की अगुवाई वाले Robotics and AI Institute (RAI) ने AthenaZero को दुनिया के सामने पेश कर दिया है। यह एक ‘बाइमानुअल’ (दो हाथों वाला) रोबोट है जो किसी फैक्ट्री मशीन की तरह नहीं, बल्कि बिल्कुल एक इंसान की तरह हरकत करता है। 7 अप्रैल को जारी एक ब्लॉग पोस्ट में, RAI ने इस नए प्रोटोटाइप की बारीकियों को साझा किया। इसे खास तौर पर ‘डायनेमिक मैनिपुलेशन’ (dynamic manipulation) के लिए डिज़ाइन किया गया है—रोबोटिक्स की दुनिया की एक ऐसी बड़ी चुनौती जहाँ दो हाथों को एक साथ पूरी तेज़ी और नजाकत के साथ तालमेल बिठाकर काम करना होता है।
जहाँ ज़्यादातर इंडस्ट्रियल रोबोट अपने भारी-भरकम गियर सिस्टम की वजह से काफी अकड़े हुए और अनाड़ी (clumsy) महसूस होते हैं, वहीं AthenaZero को इसके बिल्कुल उलट बनाया गया है। करीब 160 सेंटीमीटर (5'3") लंबे इस रोबोट में 7-डिग्री-ऑफ-फ्रीडम (DoF) वाले दो हाथ लगे हैं, जो कम जड़त्व (low inertia) और ज़बरदस्त त्वरण (high acceleration) को प्राथमिकता देते हैं। इसकी असली ताकत इसके ‘क्वाजी-डायरेक्ट ड्राइव एक्टुएटर्स’ (quasi-direct drive actuators) में छिपी है, जो इसे ‘फोर्स ट्रांसपेरेंट’ (force transparent) बनाते हैं। इसका सीधा मतलब यह है कि यह रोबोट पलक झपकते ही किसी भारी-भरकम काम से हटकर बेहद कोमलता और सावधानी वाला काम कर सकता है—एक ऐसा हुनर जो पारंपरिक रोबोट्स के लिए खुद को या अपने आसपास की चीज़ों को नुकसान पहुँचाए बिना करना लगभग नामुमकिन था।
RAI का मकसद सिर्फ एक धड़ पर दो हाथ जोड़ देना नहीं है; वे एक ऐसा प्लेटफॉर्म बनाना चाहते हैं जो पेचीदा और तालमेल वाले मूवमेंट्स में महारत हासिल करना सीख सके। ‘बाइमानुअल मैनिपुलेशन’ उन कामों को ऑटोमेट करने के लिए बेहद ज़रूरी है जो फिलहाल एक हाथ वाले रोबोट्स के बस की बात नहीं हैं—जैसे कि बारीक इलेक्ट्रॉनिक पुर्जों को असेंबल करना, लचीली या बड़ी चीज़ों को संभालना, या ऐसा कोई भी काम जिसमें सिर्फ एक चीज़ को उठाकर दूसरी जगह रखने से कहीं ज़्यादा सूझबूझ की ज़रूरत हो।
यह इतना अहम क्यों है?
दशकों से ऑटोमेशन का मतलब रहा है—ताकतवर लेकिन ‘दिमाग से पैदल’ रोबोटिक हाथ, जो बस एक ही मोशन को बार-बार दोहराते रहते हैं। Robotics and AI Institute इस समस्या को दोनों मोर्चों पर सुलझा रहा है: एक तरफ AthenaZero जैसा हार्डवेयर तैयार करना जो शारीरिक रूप से डायनेमिक काम करने के काबिल हो, और दूसरी तरफ उसे कंट्रोल करने के लिए AI और रीइन्फोर्समेंट लर्निंग (reinforcement learning) मॉडल विकसित करना। ज़मीनी स्तर से ही ‘लर्निंग-बेस्ड कंट्रोल’ के लिए डिज़ाइन किया गया यह सिस्टम एक ‘जनरल-पर्पस मैनिपुलेटर’ की दिशा में एक बड़ा कदम है। यही वह बुनियादी रिसर्च है जो भविष्य में रोबोट्स को फैक्ट्रियों के बंद पिंजरों से बाहर निकालकर हमारी अनिश्चित और भागदौड़ भरी असली दुनिया में काम करने के काबिल बनाएगी।
