การวิจัยใหม่สอนให้หุ่นยนต์เอาชนะอุปสรรค

หุ่นยนต์สี่ขาส่วนใหญ่ได้รับการฝึกให้กลับมาทรงตัวได้หากสะดุดสิ่งกีดขวาง ในการพยายามพัฒนาหุ่นยนต์ทำความสะอาด นักศึกษาปริญญาเอกชาวอเมริกันเชื้อสายเวียดนาม Joanne Truong จาก School of Interactive Computing ที่ Georgia Institute of Technology (GIT) และเพื่อนร่วมงานอีกสองคนของเธอ Naoki Yokoyama และ Simar Kareer กำลังฝึกหุ่นยนต์ของพวกเขาให้ก้าวข้ามสิ่งของที่อาจเลอะเทอะในบ้าน ซึ่ง Tech Xplore ได้รายงานเมื่อเร็วๆ นี้

Nghiên cứu mới dạy robot vượt chướng ngại vật - Ảnh 1. — (จากซ้าย) นาโอกิ โยโกยามะ, โจแอนน์ ตรูอง และซิมาร์ คาเรอร์ ทำงานร่วมกับหุ่นยนต์สี่ขา

ตามที่ทีมวิจัยได้ระบุไว้ หุ่นยนต์สี่ขาที่ติดตั้งตัวควบคุมการเคลื่อนไหวแบบ "ตาบอด" มีแนวโน้มที่จะตอบสนองต่อการหลีกเลี่ยงการล้มเมื่อเหยียบวัตถุมากขึ้น

ในขณะเดียวกัน ทีมวิจัยได้ใช้แนวทางใหม่ด้วยการให้ภาพสดเพื่อให้หุ่นยนต์ก้าวข้ามสิ่งกีดขวาง โดยการผสานนโยบายการนำทางกับนโยบายการเคลื่อนที่ตามภาพ แนวทางนี้ช่วยให้หุ่นยนต์ก้าวข้ามสิ่งกีดขวางในการจำลองสภาพแวดล้อมที่ยุ่งวุ่นวายได้ โดยมีอัตราความสำเร็จอยู่ที่ 72.6%

หุ่นยนต์สามารถเรียนรู้ได้ด้วยตัวเอง และจะไม่เลียนแบบรูปแบบพฤติกรรมที่มีอยู่ก่อนใดๆ นักวิจัยกล่าวว่าโมเดลดังกล่าวสามารถปรับขนาดได้และนำไปใช้งานได้ทันทีโดยไม่ต้องปรับแต่งมากนัก นโยบายเหล่านี้จะสั่งสอนหุ่นยนต์ให้หลีกเลี่ยงวัตถุในขณะที่เคลื่อนที่จากที่หนึ่งไปอีกที่หนึ่ง และวิธีใช้ขาเพื่อก้าวข้ามวัตถุ รวมไปถึงการยกขาให้สูงขึ้นอย่างเหมาะสม

‘สุนัขหุ่นยนต์’ ฝ่าถนนขรุขระยาวๆ ได้โดยไม่ล้ม

ตามที่ทีมวิจัยได้กล่าวไว้ หุ่นยนต์สี่ขาทั่วไปสามารถมองเห็นภาพในโลกจริงได้ผ่านกล้องด้านหน้าเท่านั้น และไม่สามารถมองเห็นวัตถุที่อยู่ใกล้เท้าได้ ทีมงานได้ผสมผสานหน่วยความจำและการรับรู้เชิงพื้นที่เข้าไว้ในเครือข่ายเพื่อสอนหุ่นยนต์ให้รู้ว่าควรก้าวข้ามสิ่งกีดขวางเมื่อใดและที่ใด หากวัตถุสูงเกินไป หุ่นยนต์ก็สามารถเคลื่อนที่ไปรอบ ๆ ได้ “เราพบว่าวิธีนี้สามารถนำทางได้ดีมาก และแม้ว่าหุ่นยนต์จะไปผิดทาง มันก็รู้ว่าสามารถย้อนกลับและกลับสู่ตำแหน่งเดิมได้” Truong กล่าว ทีมยังได้สอนหุ่นยนต์ว่าควรก้าวข้ามสิ่งใด เช่น ของเล่น และควรเคลื่อนที่ไปรอบๆ สิ่งใด เช่น โต๊ะและเก้าอี้

ผลการค้นพบของทีมยังสามารถช่วยให้หุ่นยนต์นำทางในสภาพแวดล้อมกลางแจ้งในโลกแห่งความเป็นจริงได้ โดยเลือกเส้นทางตามความต้องการของเจ้าของเพื่อหลีกเลี่ยงพื้นที่ที่เป็นโคลนหรือเป็นหิน

งานวิจัยนี้ได้รับรางวัลชนะเลิศในการประชุมเชิงปฏิบัติการด้านหุ่นยนต์ในงาน Robotics Conference ปี 2022 ที่ประเทศนิวซีแลนด์ งานวิจัยนี้จะนำเสนอในงานประชุมนานาชาติเรื่องหุ่นยนต์และระบบอัตโนมัติของสมาคมวิศวกรไฟฟ้าและอิเล็กทรอนิกส์ (IEEE-USA) ในลอนดอน (สหราชอาณาจักร) ตั้งแต่วันที่ 29 พฤษภาคมถึง 2 มิถุนายน

ลิงค์ที่มา