อัลกอริธึม Google ฝึกหุ่นยนต์สอนเดินเอง

0

นักวิจัยจาก Google Robotics สามารถทำให้หุ่นยนต์สี่ขาเรียนรู้วิธีการเดินก้าวหน้าถอยหลังและหมุนเลี้ยวได้ด้วยตัวมันเองในเวลาไม่กี่ชั่วโมงด้วยการปรับแต่งอัลกอริธึมที่มีอยู่

ไม่ต้องสงสัยเลยว่าหุ่นยนต์มีบทบาทสำคัญเพิ่มขึ้นเรื่อยๆ ต่อชีวิตเราในอนาคต แต่กว่าจะไปถึงจุดที่ใช้ประโยชน์ได้จริงๆ ก็มีความท้าทายอีกมากที่ต้องก้าวข้าม หนึ่งในนั้นคือการนำร่องอัตโนมัติโดยไม่ต้องใช้คนช่วย แม้ว่าเราจะอยู่ในจุดที่อัลกอริธึมช่วยให้หุ่นยนต์เรียนรู้การเคลื่อนที่ไปมาได้ แต่ขั้นตอนก็ยังซับซ้อนและต้องอาศัยการป้อนข้อมูลจากมนุษย์ ไม่ว่าจะเป็นการหยิบหุ่นยนต์ขึ้นมาตอนมันล้ม หรือพามันกลับมายังพื้นที่ฝึกหากมันเดินออกนอกเส้นทาง แต่งานวิจัยใหม่จาก  Google อาจช่วยให้กระบวนการเรียนรู้นี้ซับซ้อนน้อยลง

โดยปกติแล้ว ก่อนที่หุ่นยนต์จะมีโอกาสเรียนรู้ที่จะเดินไปมา อัลกอริธึมต้องได้รับการทดสอบในหุ่นยนต์จำลองในสภาพแวดล้อมจำลองก่อน อย่างไรก็ดี แม้ว่าการทำเช่นนี้จะช่วยป้องกันความเสียหายที่เกิดขึ้นกับหุ่นยนต์ของจริงได้ แต่การจำลองสภาพแวดล้อมต่างๆ กินเวลามากและซับซ้อน

ดังนั้น นักวิจัยจึงเริ่มการฝึกในโลกจริงเลย เพราะโลกจริงมีความหลากหลายทางสภาพแวดล้อมตามธรรมชาติ หุ่นยนต์จึงปรับตัวต่อตัวแปรต่างๆ เช่น ขั้นบันไดและพื้นผิวไม่สม่ำเสมอ ได้อย่างรวดเร็วขึ้น อย่างไรก็ตาม ก็ยังมีความจำเป็นที่มนุษย์ต้องเข้าไปช่วย โดยนักวิจัยต้องคอยประคองหุ่นยนต์นับหลายร้อยครั้งระหว่างการฝึก ดังนั้น จึงแก้ปัญหานี้ด้วยการจำกัดบริเวณและให้หุ่นยนต์เรียนรู้การควบคุมเองทีเดียว หากหุ่นยนต์เดินเคลื่อนที่ไปถึงขอบบริเวณ ก็จะจำตำแหน่งนั้นไว้และเริ่มเดินถอยกลับมาแทน หุ่นยนต์จึงเรียนรู้ทักษะใหม่โดยไม่ต้องให้คนเข้าไปยื่นมือช่วยมากนัก

ด้วยระบบนี้ หุ่นยนต์ก็สามารถลองผิดลองถูกจนเรียนรู้ที่จะนำร่องอัตโนมัติได้เองบนพื้นผิวที่แตกต่างกันจนไม่ต้องให้คนเข้ามาช่วยแล้ว นับเป็นหลักหมุดไมล์ที่สำคัญในการสร้างหุ่นยนต์ให้มีประโยชน์มากขึ้น ทว่างานวิจัยก็ยังไม่พ้นข้อจำกัด เพราะการติดตั้งในตอนนี้อาศัยระบบตรวจจับการเคลื่อนที่เหนือศีรษะเพื่อให้หุ่นยนต์ระบุตำแหน่งได้ จึงไม่ใช่สิ่งที่จะทำซ้ำได้เลยในการประยุกต์ใช้งานหุ่นยนต์จริง

อย่างไรก็ดี นักวิจัยหวังว่าจะปรับใช้อัลกอริธึมใหม่นี้กับหุ่นยนต์หลายๆ แบบ หรือแม้แต่ใช้กับหุ่นยนต์หลายๆ ตัวในสภาพแวดล้อมสำหรับเรียนรู้แห่งเดียวกัน เพื่อสร้างองค์ความรู้และความเข้าใจที่จะช่วยให้วงการหุ่นยนต์ก้าวหน้าในทุกแขนงสาขา