ٹیکنیکل یونیورسٹی آف ویانا (TU Wien) کے محققین نے خود سیکھنے کا طریقہ تیار کیا ہے۔روبوٹجو عام کاموں جیسے واش بیسن کی صفائی کے لیے انسان کی نقل کرنے کے قابل ہے۔
یہ بظاہر آسان کام روبوٹ کے لیے ایک بہت بڑا چیلنج ہے۔ روایتی روبوٹ پروگرامنگ کے لیے واش بیسن کے پیچیدہ منحنی خطوط کے عین مطابق ریاضیاتی ماڈلنگ کی ضرورت ہوتی ہے، یہ ایک وقت طلب اور پیچیدہ کام ہے۔ اس کے بجائے، ٹیم نے روبوٹ کو انسانی حرکات کی نقل کرنے کی تربیت دینے کے لیے انسانی مظاہرے اور ہپٹک ڈیٹا کو ملا کر عمل کو آسان بنایا۔
یہ سیکھنے کا طریقہ نہ صرف گھریلو صفائی پر لاگو ہوتا ہے، بلکہ ہو سکتا ہے۔لاگوصنعتی پیداوار میں کاموں کی ایک وسیع رینج، جیسے پالش، پینٹنگ، سینڈنگ اور گلونگ۔
ویانا کی ٹیکنیکل یونیورسٹی کے انسٹی ٹیوٹ آف آٹومیشن اینڈ کنٹرول کے پروفیسر اینڈریاس کوگی کا کہنا ہے کہ 'کیمرہ سے واش بیسن کی جیومیٹری کو کیپچر کرنا نسبتاً آسان ہے، لیکن کلید یہ ہے کہ روبوٹ کو یہ سکھایا جائے کہ کس طرح صحیح حرکت کا انتخاب کیا جائے۔ سطحیں - اسے کتنی تیزی سے حرکت کرنی چاہیے؟ صحیح زاویہ کیا ہے؟ طاقت کی صحیح مقدار کیا ہے؟'
آئی ٹی ہاؤس نوٹ کرتا ہے کہ اس قسم کی تعلیم اسی طرح کی ہے جس طرح انسان نئی مہارتیں سیکھتے ہیں، خاص طور پر وہ جن کے لیے ہاتھ سے کام کی ضرورت ہوتی ہے۔
کرسچن ہارٹل نیسک نے کہا، 'ورکشاپ میں، ایک ماسٹر ایک اپرنٹیس کو یہ کہنے کے لیے کہے گا، 'آپ کو اس تنگ کنارے پر تھوڑا زور سے دبانے کی ضرورت ہے۔'صنعتی روبوٹکساینڈریاس کوگی کی ٹیم میں گروپ لیڈر۔ 'ہم روبوٹ کے لیے اسی طرح سیکھنے کا راستہ تلاش کرنا چاہتے تھے۔'
ایسا کرنے کے لیے، ٹیم نے صفائی کا ایک خاص آلہ تیار کیا - ایک سینسر سے رنگا ہوا سپنج۔ انسانی 'استاد' اسفنج کا استعمال کرتے ہوئے سنک کے اگلے کنارے کو بار بار فورس سینسر اور ٹریکنگ مارکر استعمال کرتے ہوئے صاف کرتا ہے۔
'ہم نے صرف چند مظاہروں میں بہت سا ڈیٹا تیار کیا اور پھر روبوٹ کو صاف کرنے کا صحیح طریقہ سمجھنے میں مدد کرنے کے لیے اس پر کارروائی کی،' کرسچن ہارٹل نیسک بتاتے ہیں۔
اس کے بعد تحقیقی ٹیم نے ایک جدید ڈیٹا پروسیسنگ حکمت عملی کا استعمال کیا تاکہ روبوٹ کو ایک پیچیدہ سطح کے ساتھ پورے سنک یا دوسری چیز کو مؤثر طریقے سے صاف کرنے کے قابل بنایا جا سکے، یہاں تک کہ اگر اسے صرف سنک کے ایک کنارے کو صاف کرنے کا طریقہ دکھایا گیا ہو۔
صنعتی روبوٹکس گروپ میں پی ایچ ڈی کے طالب علم کرسٹوف انگر بتاتے ہیں، 'روبوٹ نے اسفنج کو سطح کی شکل کے مطابق رکھنے کے ساتھ ساتھ مضبوطی سے خم دار علاقوں اور چپٹی سطحوں پر مختلف قوتوں کا اطلاق کرنا سیکھا۔'
مستقبل میں، روبوٹس کو موبائل پلیٹ فارم پر نصب کیا جا سکتا ہے، جس سے وہ ورکشاپ کے کسی بھی ماحول میں طاقتور معاون بن سکتے ہیں۔ اور انسانوں کی طرح یہ روبوٹ بھی اپنے تجربے کو دوسرے روبوٹس تک پہنچا سکتے ہیں۔