เคยสงสัยไหมว่าทำไมเราถึงไม่ค่อยเห็นการใช้งานหุ่นยนต์ภายในบ้าน ?
เหตุผลหลัก ๆ เลยก็คือ ระบบอัตโนมัติในหุ่นยนต์ต้องได้รับการเทรน เรียนรู้สภาพแวดล้อมภายในสถานที่แห่งนั้นอย่างในคลังสินค้าหรือโรงงาน เพื่อให้หุ่นยนต์สามารถเคลื่อนที่ไปยังจุดต่าง ๆ ภายในสถานที่นั้นได้
ในขณะที่พื้นที่ในโรงงานหรือคลังสินค้านั้นมีลักษณะโครงสร้างที่ชัดเจนและไม่ค่อยมีการเปลี่ยนแปลง พื้นที่ในบ้านกลับกลายเป็นความท้าทายสำหรับการพัฒนาหุ่นยนต์เพื่อใช้งานภายในที่พักอาศัย เพราะบ้านแต่ละหลังมีลักษณะพื้นที่และการจัดวางเฟอร์นิเจอร์แตกต่างกันออกไปโดยสิ้นเชิง อีกทั้งมีการเคลื่อนย้ายเปลี่ยนแปลงได้ตลอดเวลา
นักวิจัยจาก MIT CSAIL จึงได้พัฒนา PIGINet (Plans, Images, Goal, Initial facts) ระบบวางแผนการเคลื่อนที่และปฏิบัติงาน (Motion and task planning system) สำหรับหุ่นยนต์ใช้งานในบ้าน ออกแบบมาให้ระบบโครงข่ายประสาทสามารถสร้างแผนการทำงานในสภาพแวดล้อมต่าง ๆ ในบ้านได้
PIGINet อาศัยอัลกอริธึมที่วิเคราะห์องค์ประกอบต่าง ๆ เช่น การตรวจจับวัตถุ การหลบหลีกสิ่งกีดขวาง และการมีปฏิสัมพันธ์กับมนุษย์ เพื่อให้หุ่นยนต์สามารถเคลื่อนที่ได้อย่างปลอดภัยและราบรื่นภายในบ้าน แม้ว่าจะมีการปรับเปลี่ยนเคลื่อนย้ายเฟอร์นิเจอร์
นักวิจัยเผยว่า PIGINet ช่วยลดเวลาการวางแผนลงได้ถึง 80% ในสภาพแวดล้อมที่เรียบง่าย สำหรับสภาพแวดล้อมที่มีความซับซ้อนนั้น ก็ช่วยลดเวลาลงได้ราว 20 – 50%
ทั้งนี้ การนำระบบมาประยุกต์ใช้ภายในบ้านอาจเป็นแค่จุดเริ่มต้น เพราะในอนาคต PIGINet อาจนำมาใช้แนะนำแผนการทำงานทางเลือกหลังจากที่ตรวจพบอุปสรรคได้ ซึ่งจะช่วยเร่งการวางแผนได้โดยไม่ต้องใช้ชุดข้อมูลขนาดใหญ่มาฝึกตั้งแต่เริ่มต้น
นักวิจัยจึงหวังเป็นอย่างยิ่งว่า ระบบนี้จะปฏิวัติวิธีการฝึกหุ่นยนต์ในช่วงพัฒนา และสามารถนำไปใช้งานกับหุ่นยนต์ในบ้านได้จริงในอนาคต