ทีมนักวิจัยจากสถาบันเทคโนโลยีฮาร์บิน (ประเทศจีน) ได้รับแรงบันดาลใจจากความสามารถในการหมุนตัวและลงจอดของแมว จึงได้ใช้การเรียนรู้แบบเสริมแรง (RL) ซึ่งเป็นประเภทหนึ่งของปัญญาประดิษฐ์ (AI) เพื่อฝึกหุ่นยนต์ให้ปรับท่าทางในอากาศเมื่อกระโดดข้ามพื้นผิวขรุขระที่มีแรงโน้มถ่วงต่ำบนดาวเคราะห์น้อย
ทีมนักวิจัยชาวจีนฝึกหุ่นยนต์สี่ขาให้ปรับท่าทางและลงจอดเหมือนแมวเพื่อเคลื่อนที่บนพื้นผิวดาวเคราะห์น้อย (ภาพ: SCMP)
ต่างจากระบบดั้งเดิมที่ต้องใช้ฮาร์ดแวร์รักษาเสถียรภาพเฉพาะทางและมีน้ำหนักมาก หุ่นยนต์ใช้ระบบควบคุม “แบบไม่มีโมเดล” ในการขยับขา 4 ขาในลักษณะประสานกัน สิ่งนี้ช่วยให้หุ่นยนต์ปรับความเอียงและเปลี่ยนทิศทางการเดินทางในอากาศได้ นักวิจัยรายงานในวารสาร Astronautics
งานวิจัยนี้ได้กล่าวถึงความท้าทายหลักในการกระโดดของหุ่นยนต์ขณะเคลื่อนที่บนดาวเคราะห์น้อย ซึ่งสภาพแวดล้อมมีแรงโน้มถ่วงต่ำ และแรงขาที่ไม่สมดุลเพียงเล็กน้อยก็อาจทำให้หุ่นยนต์หมุนอย่างควบคุมไม่ได้ ลงจอดไม่สำเร็จ หรือเด้งออกจากพื้นผิวโดยสิ้นเชิงได้
ในสภาพแวดล้อมที่มีแรงโน้มถ่วงต่ำของดาวเคราะห์น้อย หุ่นยนต์จะประสบกับการตกอิสระเป็นเวลานานในแต่ละครั้งที่กระโดด “สิ่งสำคัญคือการใช้เวลาช่วงนี้เพื่อปรับความเบี่ยงเบนที่เกิดจากการกระโดด เพื่อให้แน่ใจว่าจะลงจอดได้อย่างปลอดภัย หรือเพื่อเปลี่ยนมุมการหมุนเพื่อปรับทิศทางการเคลื่อนไหว” ทีมวิจัยกล่าวในรายงาน
“มีการออกแบบและสร้างแพลตฟอร์มจำลองแรงโน้มถ่วงจุลภาค ซึ่งช่วยยืนยันประสิทธิภาพของวิธีการกระโดดนี้ผ่านการทดลองกับต้นแบบหุ่นยนต์สี่ขา” ทีมวิจัยกล่าวเสริม
ดาวเคราะห์น้อยเป็นซากที่เหลือจากการก่อตัวของระบบสุริยะและถือเป็นกุญแจสำคัญในการถอดรหัสต้นกำเนิดของระบบ นอกจากนี้ยังอุดมไปด้วยทรัพยากร เช่น แพลตตินัมและโลหะหายากอื่นๆ ซึ่งอาจช่วยในการสำรวจอวกาศและการใช้งานในอุตสาหกรรมในอนาคต
ความท้าทายบนพื้นผิวดาวเคราะห์น้อย
จนถึงขณะนี้ หน่วยงานอวกาศในยุโรป ญี่ปุ่น และสหรัฐฯ ประสบความสำเร็จในการส่งยานอวกาศไปบนดาวเคราะห์น้อยเพื่อเก็บตัวอย่าง แต่ยังไม่มีหน่วยงานใดส่งรถสำรวจที่มีความสามารถในการสำรวจพื้นผิวในระยะยาว
ยานสำรวจล้อแบบดั้งเดิม เช่น ยานที่ใช้บนดวงจันทร์และดาวอังคาร เผชิญกับความท้าทายในสภาพแวดล้อมที่มีดาวเคราะห์น้อย เนื่องจากแรงโน้มถ่วงที่อ่อน ซึ่งโดยทั่วไปมีเพียงไม่กี่พันของโลกเท่านั้น ไม่สามารถให้แรงยึดเกาะเพียงพอที่ทำให้ล้อทำงานได้อย่างมีประสิทธิภาพ
เพื่อแก้ไขข้อจำกัดเหล่านี้ นักวิทยาศาสตร์ได้เสนอให้ใช้หุ่นยนต์กระโดดสำหรับภารกิจในอนาคต แต่การทำเช่นนั้นก็นำมาซึ่งความท้าทายใหม่ ๆ
ทุกครั้งที่กระโดด หุ่นยนต์จะลอยอยู่กลางอากาศประมาณ 10 วินาที ซึ่งนานพอที่แรงขาที่ไม่สมดุลจะทำให้หุ่นยนต์หมุนอย่างควบคุมไม่ได้หรืออาจถึงขั้นเด้งออกจากพื้นผิวและลอยขึ้นไปในอวกาศได้
ทีมวิจัยฮาร์บินใช้หลักการศึกษาแบบ RL ในการฝึกหุ่นยนต์ในระบบจำลองเสมือนจริง ในช่วงเวลากว่าเจ็ดชั่วโมง AI เรียนรู้และได้รับประสบการณ์จากข้อผิดพลาดในการทดสอบเพื่อปรับปรุงการเคลื่อนไหวเพื่อให้สามารถลงจอดได้อย่างมั่นคง ระบบ AI ของหุ่นยนต์ได้แสดงให้เห็นถึงความสามารถในการปรับทิศทาง รวมถึงการหมุนเอียง (เอียงไปข้างหน้าหรือข้างหลัง) การเอียง (เอียงไปด้านข้าง) และการหันเห (มุมการหมุน) ในเวลาเพียงไม่กี่วินาที
ตัวอย่างเช่น เมื่อพุ่งไปข้างหน้าด้วยการเอียงมากถึง 140 องศา หุ่นยนต์จะสามารถคงท่าทางของตัวเองได้ภายใน 8 วินาที มันยังสามารถหมุนกลางอากาศได้สูงถึง 90 องศา เพื่อเปลี่ยนทิศทางการเดินทางอีกด้วย
หุ่นยนต์ได้รับการฝึกฝนโดยใช้วิธีการเรียนรู้แบบเสริมแรง (ภาพ: SCMP)
เพื่อยืนยันประสิทธิภาพของระบบ นักวิจัยจึงได้สร้างแพลตฟอร์มจำลองแรงโน้มถ่วงจุลภาคที่ทำให้หุ่นยนต์ "ลอย" บนพื้นผิวที่แทบไม่มีแรงเสียดทาน
ทีมงานกล่าวว่า ถึงแม้จะจำกัดอยู่เพียงการเคลื่อนไหวสองมิติ แต่การทดลองก็ยืนยันถึงประสิทธิภาพของระบบและเสริมความแข็งแกร่งให้กับผลลัพธ์จากการจำลอง
นอกจากนี้ นักวิทยาศาสตร์ยังพบว่ากระบวนการดังกล่าวต้องการพลังการประมวลผลของหุ่นยนต์เพียงเล็กน้อยเท่านั้น การออกแบบที่มีน้ำหนักเบาและประหยัดพลังงานของระบบเหมาะอย่างยิ่งสำหรับภารกิจสำรวจอวกาศลึก
ในอนาคตระบบนี้อาจมีการประยุกต์ใช้งานในขอบเขตกว้าง ตั้งแต่การสำรวจทางวิทยาศาสตร์ไปจนถึงการขุดทรัพยากรบนดาวเคราะห์น้อย อย่างไรก็ตาม ทีมกล่าวว่าจำเป็นต้องมีการวิจัยเพิ่มเติมเพื่อปรับปรุงความสามารถของ AI ในการปรับตัวให้เข้ากับภูมิประเทศและสภาพแวดล้อมที่หลากหลาย
แหล่งที่มา
การแสดงความคิดเห็น (0)