একটি উদ্ভিদ-অনুপ্রাণিত নিয়ন্ত্রক যা বাস্তব-বিশ্বের পরিবেশে রোবোটিক অস্ত্র পরিচালনার সুবিধা দিতে পারে

অনেক বিদ্যমান রোবোটিক্স সিস্টেম প্রকৃতি থেকে অনুপ্রেরণা গ্রহণ করে, নির্দিষ্ট লক্ষ্য অর্জনের জন্য কৃত্রিমভাবে জৈবিক প্রক্রিয়া, প্রাকৃতিক কাঠামো বা প্রাণীর আচরণ পুনরুৎপাদন করে। এর কারণ হল প্রাণী এবং গাছপালা সহজাতভাবে এমন ক্ষমতা দিয়ে সজ্জিত যা তাদের নিজ নিজ পরিবেশে টিকে থাকতে সাহায্য করে এবং এটি ল্যাবরেটরি সেটিংসের বাইরেও রোবটের কর্মক্ষমতা উন্নত করতে পারে।

ব্রেইন-ইন্সপায়ার্ড রোবোটিক্স (BRAIR) ল্যাব, ইতালির সান্ত'আনা স্কুল অফ অ্যাডভান্সড স্টাডির বায়োরোবোটিক্স ইনস্টিটিউট এবং সিঙ্গাপুরের ন্যাশনাল ইউনিভার্সিটির গবেষকরা সম্প্রতি একটি উদ্ভিদ-অনুপ্রাণিত উদ্ভাবন করেছেন।যা অসংগঠিত, বাস্তব-বিশ্বের পরিবেশে রোবোটিক অস্ত্রের কর্মক্ষমতা উন্নত করতে পারে। এই নিয়ামক, সম্মেলনে উপস্থাপিত একটি গবেষণাপত্রে প্রবর্তিতIEEE RoboSoft 2023সিঙ্গাপুরে এবং সেরা স্টুডেন্ট পেপার পুরষ্কারের জন্য ফাইনালিস্টদের মধ্যে নির্বাচিত, বিশেষভাবে অনুমতি দেয়তাদের আশেপাশের নির্দিষ্ট অবস্থান বা বস্তুতে পৌঁছানোর সাথে জড়িত কাজগুলি সম্পূর্ণ করতে।

"নরম রোবট অস্ত্র হল একটি নতুন প্রজন্মের রোবোটিক ম্যানিপুলেটর যা 'অস্থিবিহীন' জীবের দ্বারা প্রদর্শিত উন্নত ম্যানিপুলেশন ক্ষমতা থেকে অনুপ্রেরণা নেয়, যেমন অক্টোপাস তাঁবু, হাতির কাণ্ড, গাছপালা ইত্যাদি," এনরিকো ডোনাটো, গবেষকদের মধ্যে একজন যারা এই গবেষণা চালিয়েছেন গবেষণাটি টেক এক্সপ্লোরকে জানিয়েছে। "এই নীতিগুলিকে ইঞ্জিনিয়ারিং সমাধানগুলিতে অনুবাদ করার ফলে এমন সিস্টেমগুলি তৈরি হয় যা নমনীয় লাইটওয়েট উপকরণ দিয়ে তৈরি যা সঙ্গতিপূর্ণ এবং দক্ষ গতি তৈরি করতে মসৃণ ইলাস্টিক বিকৃতির মধ্য দিয়ে যেতে পারে। এই পছন্দসই বৈশিষ্ট্যগুলির কারণে, এই সিস্টেমগুলি পৃষ্ঠের সাথে সামঞ্জস্যপূর্ণ এবং সম্ভাব্য কম খরচে শারীরিক দৃঢ়তা এবং মানব-নিরাপদ অপারেশন প্রদর্শন করে।"

যদিও নরম রোবট অস্ত্রগুলি বাস্তব-বিশ্বের সমস্যাগুলির বিস্তৃত পরিসরে প্রয়োগ করা যেতে পারে, সেগুলি স্বয়ংক্রিয় কাজগুলির জন্য বিশেষভাবে উপযোগী হতে পারে যেগুলি কাঙ্খিত অবস্থানগুলিতে পৌঁছানোর সাথে জড়িত যা অনমনীয় রোবটের কাছে অ্যাক্সেসযোগ্য হতে পারে। অনেক গবেষণা দল সম্প্রতি নিয়ন্ত্রক তৈরি করার চেষ্টা করছে যা এই নমনীয় অস্ত্রগুলিকে কার্যকরভাবে এই কাজগুলি মোকাবেলা করার অনুমতি দেবে।

"সাধারণত, এই ধরনের কন্ট্রোলারের কার্যকারিতা কম্পিউটেশনাল ফর্মুলেশনের উপর নির্ভর করে যা রোবটের দুটি অপারেশনাল স্পেস, যেমন, টাস্ক-স্পেস এবং অ্যাকচুয়েটর-স্পেসের মধ্যে একটি বৈধ ম্যাপিং তৈরি করতে পারে," ডোনাটো ব্যাখ্যা করেছেন। "তবে, এই নিয়ন্ত্রকগুলির সঠিক কার্যকারিতা সাধারণত দৃষ্টি-প্রতিক্রিয়ার উপর নির্ভর করে যা পরীক্ষাগার পরিবেশের মধ্যে তাদের বৈধতা সীমিত করে, প্রাকৃতিক এবং গতিশীল পরিবেশে এই সিস্টেমগুলির স্থাপনাকে সীমাবদ্ধ করে। এই নিবন্ধটি এই অনাকাঙ্ক্ষিত সীমাবদ্ধতা অতিক্রম করার এবং এই সিস্টেমের নাগালকে অসংগঠিত পরিবেশে প্রসারিত করার প্রথম প্রচেষ্টা।"

যেহেতু নরম রোবট অস্ত্রের জন্য বিদ্যমান বেশিরভাগ নিয়ন্ত্রক প্রাথমিকভাবে পরীক্ষাগার পরিবেশে ভাল পারফর্ম করতে পাওয়া গেছে, ডোনাটো এবং তার সহকর্মীরা একটি নতুন ধরনের নিয়ামক তৈরি করতে যাত্রা করেছেন যা বাস্তব-বিশ্বের পরিবেশেও প্রযোজ্য হতে পারে। তারা যে নিয়ন্ত্রক প্রস্তাব করেছেন তা উদ্ভিদের গতিবিধি এবং আচরণ দ্বারা অনুপ্রাণিত।

"গাছপালা নড়াচড়া করে না এমন সাধারণ ভুল ধারণার বিপরীতে, গাছপালা সক্রিয়ভাবে এবং উদ্দেশ্যমূলকভাবে বৃদ্ধির উপর ভিত্তি করে আন্দোলনের কৌশল ব্যবহার করে এক বিন্দু থেকে অন্য স্থানে চলে যায়," ডোনাটো বলেন। “এই কৌশলগুলি এতটাই কার্যকর যে গাছপালা গ্রহের প্রায় সমস্ত আবাসস্থলকে উপনিবেশ করতে পারে, প্রাণীজগতে এমন ক্ষমতার অভাব রয়েছে। মজার বিষয় হল, প্রাণীদের থেকে ভিন্ন, উদ্ভিদ আন্দোলনের কৌশলগুলি কেন্দ্রীয় স্নায়ুতন্ত্র থেকে উদ্ভূত হয় না, বরং, তারা বিকেন্দ্রীভূত কম্পিউটিং প্রক্রিয়াগুলির পরিশীলিত ফর্মগুলির কারণে উদ্ভূত হয়।"

গবেষকদের নিয়ন্ত্রকের কার্যকারিতার উপর ভিত্তি করে নিয়ন্ত্রণ কৌশল উদ্ভিদের গতিবিধির উপর ভিত্তি করে অত্যাধুনিক বিকেন্দ্রীভূত প্রক্রিয়ার প্রতিলিপি করার চেষ্টা করে। দলটি বিশেষভাবে আচরণ-ভিত্তিক কৃত্রিম বুদ্ধিমত্তার সরঞ্জামগুলি ব্যবহার করেছে, যা বিকেন্দ্রীভূত কম্পিউটিং এজেন্টগুলিকে নীচের-আপ কাঠামোতে একত্রিত করে।

"আমাদের জৈব-অনুপ্রাণিত নিয়ন্ত্রকের অভিনবত্ব তার সরলতার মধ্যে নিহিত, যেখানে আমরা সামগ্রিক পৌঁছানোর আচরণ তৈরি করতে নরম রোবট হাতের মৌলিক যান্ত্রিক কার্যকারিতাগুলিকে কাজে লাগাই," ডোনাটো বলেছিলেন। "বিশেষত, নরম রোবট আর্মটি নরম মডিউলগুলির একটি অপ্রয়োজনীয় বিন্যাস নিয়ে গঠিত, যার প্রত্যেকটি তেজস্ক্রিয়ভাবে সাজানো অ্যাকুয়েটরগুলির একটি ত্রয়ী মাধ্যমে সক্রিয় করা হয়। এটি সুপরিচিত যে এই জাতীয় কনফিগারেশনের জন্য, সিস্টেমটি ছয়টি নীতি বাঁকানোর দিকনির্দেশ তৈরি করতে পারে।"

কম্পিউটিং এজেন্টরা টিমের নিয়ন্ত্রকের কার্যকারিতার উপর ভিত্তি করে প্রশস্ততাকে কাজে লাগায় এবং অ্যাকচুয়েটর কনফিগারেশনের সময় নির্ধারণ করে যাতে দুটি ভিন্ন ধরণের উদ্ভিদের গতিবিধি পুনরুত্পাদন করা হয়, যা পরিক্রমা এবং ফটোট্রপিজম নামে পরিচিত। পরিক্রমা হল দোলন যা সাধারণত উদ্ভিদে পরিলক্ষিত হয়, যখন ফোটোট্রপিজম হল দিকনির্দেশক নড়াচড়া যা একটি উদ্ভিদের শাখা বা পাতাকে আলোর কাছাকাছি নিয়ে আসে।

ডোনাটো এবং তার সহকর্মীদের দ্বারা তৈরি নিয়ামক এই দুটি আচরণের মধ্যে স্যুইচ করতে পারে, দুটি পর্যায়ে বিস্তৃত রোবোটিক অস্ত্রের ক্রমিক নিয়ন্ত্রণ অর্জন করতে পারে। এই পর্যায়গুলির মধ্যে প্রথমটি একটি অন্বেষণের পর্যায়, যেখানে অস্ত্রগুলি তাদের চারপাশে অন্বেষণ করে, যখন দ্বিতীয়টি একটি পৌঁছানোর পর্যায়, যেখানে তারা একটি পছন্দসই অবস্থান বা বস্তুতে পৌঁছানোর জন্য চলে।

"সম্ভবত এই বিশেষ কাজ থেকে সবচেয়ে গুরুত্বপূর্ণ টেক-অ্যাওয়ে হল যে এই প্রথমবারের মতো অপ্রয়োজনীয় নরম রোবট অস্ত্রগুলি পরীক্ষাগার পরিবেশের বাইরে খুব সাধারণ নিয়ন্ত্রণ কাঠামোর সাথে সক্ষমতা অর্জন করতে সক্ষম হয়েছে," ডোনাটো বলেছিলেন। “তাছাড়া, নিয়ামক যেকোন নরমের জন্য প্রযোজ্যআর্ম একটি অনুরূপ কর্ম ব্যবস্থা প্রদান করেছে। এটি ধারাবাহিকতা এবং সফট রোবটে এমবেডেড সেন্সিং এবং বিতরণ করা নিয়ন্ত্রণ কৌশল ব্যবহারের দিকে একটি পদক্ষেপ।"

এখনও অবধি, গবেষকরা 9 ডিগ্রি স্বাধীনতা (9-DoF) সহ একটি মডুলার কেবল-চালিত, হালকা ওজনের এবং নরম রোবোটিক আর্ম ব্যবহার করে একাধিক পরীক্ষায় তাদের নিয়ামক পরীক্ষা করেছেন। তাদের ফলাফলগুলি অত্যন্ত আশাব্যঞ্জক ছিল, কারণ নিয়ন্ত্রক বাহুটিকে তার চারপাশের অন্বেষণ করতে এবং অতীতে প্রস্তাবিত অন্যান্য নিয়ন্ত্রণ কৌশলগুলির চেয়ে আরও কার্যকরভাবে একটি লক্ষ্য অবস্থানে পৌঁছানোর অনুমতি দেয়।

ভবিষ্যতে, নতুন নিয়ামকটি অন্যান্য নরম রোবোটিক অস্ত্রগুলিতে প্রয়োগ করা যেতে পারে এবং গতিশীল পরিবেশগত পরিবর্তনগুলি মোকাবেলা করার ক্ষমতা আরও মূল্যায়ন করতে পরীক্ষাগার এবং বাস্তব-বিশ্ব উভয় সেটিংসে পরীক্ষা করা যেতে পারে। ইতিমধ্যে, ডোনাটো এবং তার সহকর্মীরা তাদের নিয়ন্ত্রণ কৌশল আরও বিকাশ করার পরিকল্পনা করেছেন, যাতে এটি অতিরিক্ত রোবোটিক হাতের নড়াচড়া এবং আচরণ তৈরি করতে পারে।

ডোনাটো যোগ করেছেন, "আমরা বর্তমানে টার্গেট ট্র্যাকিং, পুরো-হাত টুইনিং ইত্যাদির মতো আরও জটিল আচরণগুলিকে সক্ষম করার জন্য নিয়ন্ত্রকের ক্ষমতাগুলিকে উন্নত করতে চাইছি, যাতে এই ধরনের সিস্টেমগুলি দীর্ঘ সময়ের জন্য প্রাকৃতিক পরিবেশে কাজ করতে সক্ষম হয়।"


পোস্টের সময়: জুন-06-2023