ಭವಿಷ್ಯದಲ್ಲಿ, ವಿನಾಶಕಾರಿ ಭೂಕಂಪದ ನಂತರ ಅವಶೇಷಗಳಡಿಯಲ್ಲಿ ಸಿಲುಕಿರುವ ಬದುಕುಳಿದವರನ್ನು ಹುಡುಕಲು ಸಹಾಯ ಮಾಡಲು ಸಣ್ಣ ಹಾರುವ ರೋಬೋಟ್ಗಳನ್ನು ನಿಯೋಜಿಸಬಹುದು. ನಿಜವಾದ ಕೀಟಗಳಂತೆ, ಈ ರೋಬೋಟ್ಗಳು ದೊಡ್ಡ ರೋಬೋಟ್ಗಳು ತಲುಪಲು ಸಾಧ್ಯವಾಗದ ಬಿಗಿಯಾದ ಸ್ಥಳಗಳ ಮೂಲಕ ಹಾರಬಲ್ಲವು, ಆದರೆ ಸ್ಥಿರವಾದ ಅಡೆತಡೆಗಳು ಮತ್ತು ಬೀಳುವ ಅವಶೇಷಗಳನ್ನು ತಪ್ಪಿಸುತ್ತವೆ.
ಇಲ್ಲಿಯವರೆಗೆ, ವೈಮಾನಿಕ ಮೈಕ್ರೋರೋಬೋಟ್ಗಳು ನಯವಾದ ಪಥಗಳಲ್ಲಿ ನಿಧಾನವಾಗಿ ಹಾರಲು ಸಮರ್ಥವಾಗಿವೆ, ಇದು ನಿಜವಾದ ಕೀಟಗಳ ವೇಗದ, ಚುರುಕಾದ ಹಾರಾಟದಿಂದ ದೂರವಿದೆ.
MIT ಸಂಶೋಧಕರು ತಮ್ಮ ಜೈವಿಕ ಪ್ರತಿರೂಪಗಳಿಗೆ ಹೋಲಿಸಬಹುದಾದ ವೇಗ ಮತ್ತು ಚುರುಕುತನದಿಂದ ಹಾರಬಲ್ಲ ವೈಮಾನಿಕ ಮೈಕ್ರೋರೋಬೋಟ್ಗಳನ್ನು ಪ್ರದರ್ಶಿಸಿದ್ದಾರೆ. ಸಹಕಾರಿ ತಂಡವು ರೋಬೋಟಿಕ್ ದೋಷಕ್ಕಾಗಿ ಹೊಸ AI-ಆಧಾರಿತ ನಿಯಂತ್ರಕವನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸಿದೆ, ಇದು ನಿರಂತರ ದೇಹದ ತಿರುವುಗಳನ್ನು ನಿರ್ವಹಿಸುವಂತಹ ಜಿಮ್ನಾಸ್ಟಿಕ್ ಹಾರಾಟದ ಮಾರ್ಗಗಳನ್ನು ಅನುಸರಿಸಲು ಅವಕಾಶ ಮಾಡಿಕೊಟ್ಟಿತು.
ಕಂಪ್ಯೂಟೇಶನಲ್ ದಕ್ಷತೆಯೊಂದಿಗೆ ಹೆಚ್ಚಿನ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಸಂಯೋಜಿಸುವ ಎರಡು-ಭಾಗದ ನಿಯಂತ್ರಣ ಯೋಜನೆಯೊಂದಿಗೆ, ಸಂಶೋಧಕರ ಹಿಂದಿನ ಅತ್ಯುತ್ತಮ ಪ್ರದರ್ಶನಗಳಿಗೆ ಹೋಲಿಸಿದರೆ ರೋಬೋಟ್ನ ವೇಗ ಮತ್ತು ವೇಗವರ್ಧನೆಯು ಕ್ರಮವಾಗಿ ಸುಮಾರು 450% ಮತ್ತು 250% ರಷ್ಟು ಹೆಚ್ಚಾಗಿದೆ.
ವೇಗದ ರೋಬೋಟ್ 11 ಸೆಕೆಂಡ್ಗಳಲ್ಲಿ ಸತತ 10 ಫ್ಲಿಪ್ಗಳನ್ನು ಪೂರ್ಣಗೊಳಿಸುವಷ್ಟು ವೇಗವುಳ್ಳದ್ದಾಗಿತ್ತು, ಗಾಳಿಯ ಅಡಚಣೆಗಳು ಅದನ್ನು ಕೋರ್ಸ್ನಿಂದ ತಳ್ಳಲು ಬೆದರಿಕೆ ಹಾಕಿದರೂ ಸಹ.
ಕ್ರೆಡಿಟ್: ಸಾಫ್ಟ್ ಮತ್ತು ಮೈಕ್ರೋ ರೊಬೊಟಿಕ್ಸ್ ಲ್ಯಾಬ್ನ ಸೌಜನ್ಯ
“ಸಾಂಪ್ರದಾಯಿಕ ಕ್ವಾಡ್ಕಾಪ್ಟರ್ ರೋಬೋಟ್ಗಳು ಹಾರಲು ಕಷ್ಟಪಡುವ ಸನ್ನಿವೇಶಗಳಲ್ಲಿ ಈ ರೋಬೋಟ್ಗಳನ್ನು ಬಳಸಲು ನಾವು ಬಯಸುತ್ತೇವೆ, ಆದರೆ ಕೀಟಗಳು ನ್ಯಾವಿಗೇಟ್ ಮಾಡಬಹುದು. ಈಗ, ನಮ್ಮ ಜೈವಿಕ-ಪ್ರೇರಿತ ನಿಯಂತ್ರಣ ಚೌಕಟ್ಟಿನೊಂದಿಗೆ, ನಮ್ಮ ರೋಬೋಟ್ನ ಹಾರಾಟದ ಕಾರ್ಯಕ್ಷಮತೆಯು ವೇಗ, ವೇಗವರ್ಧನೆ ಮತ್ತು ಓರೆ ಕೋನದ ದೃಷ್ಟಿಯಿಂದ ಕೀಟಗಳಿಗೆ ಹೋಲಿಸಬಹುದು. ಇದು ಭವಿಷ್ಯದ ಗುರಿಯತ್ತ ಒಂದು ಉತ್ತೇಜಕ ಹೆಜ್ಜೆಯಾಗಿದೆ. ಎಲೆಕ್ಟ್ರಿಕಲ್ ಮತ್ತು ಇಂಜಿನಿಯರಿಂಗ್ ವಿಭಾಗದಲ್ಲಿ ಪ್ರೊಫೆಸರ್ ಕೆವಿನ್ ಚೆನ್. ರಿಸರ್ಚ್ ಲ್ಯಾಬೊರೇಟರಿ ಆಫ್ ಎಲೆಕ್ಟ್ರಾನಿಕ್ಸ್ (RLE) ಒಳಗೆ ಸಾಫ್ಟ್ ಮತ್ತು ಮೈಕ್ರೋ ರೊಬೊಟಿಕ್ಸ್ ಲ್ಯಾಬೊರೇಟರಿಯ ಮುಖ್ಯಸ್ಥ ಮತ್ತು ರೋಬೋಟ್ನಲ್ಲಿನ ಕಾಗದದ ಪ್ರಮುಖ ಸಹ-ಲೇಖಕ.
MIT EECS ಪದವೀಧರ ವಿದ್ಯಾರ್ಥಿಯಾದ ಸಹ-ಮುಖ್ಯ ಲೇಖಕರಾದ Yi-Hsuan Hsiao ಅವರು ಕಾಗದದ ಮೇಲೆ ಚೆನ್ ಸೇರಿಕೊಂಡಿದ್ದಾರೆ; ಡಾ. ಆಂಡ್ರಿಯಾ ಟ್ಯಾಗ್ಲಿಯಾಬ್ಯೂ ’24; ಮತ್ತು ಓವನ್ ಮ್ಯಾಟೆಸನ್, ಏರೋನಾಟಿಕ್ಸ್ ಮತ್ತು ಆಸ್ಟ್ರೋನಾಟಿಕ್ಸ್ (ಏರೋಆಸ್ಟ್ರೋ) ವಿಭಾಗದಲ್ಲಿ ಪದವಿ ವಿದ್ಯಾರ್ಥಿ; ಹಾಗೆಯೇ ಇಇಸಿಎಸ್ ಪದವಿ ವಿದ್ಯಾರ್ಥಿ ಸುಹಾನ್ ಕಿಮ್; ಟಾಂಗ್ ಝಾವೋ ಮೆಂಗ್ ’23; ಮತ್ತು ಸಹ-ಹಿರಿಯ ಲೇಖಕ ಜೋನಾಥನ್ ಪಿ. ಹೌ, ಏರೋನಾಟಿಕ್ಸ್ ಮತ್ತು ಆಸ್ಟ್ರೋನಾಟಿಕ್ಸ್ ವಿಭಾಗದಲ್ಲಿ ಫೋರ್ಡ್ ಪ್ರೊಫೆಸರ್ ಆಫ್ ಇಂಜಿನಿಯರಿಂಗ್ ಮತ್ತು ಮಾಹಿತಿ ಮತ್ತು ನಿರ್ಧಾರ ವ್ಯವಸ್ಥೆಗಳ (LIDS) ಪ್ರಯೋಗಾಲಯದಲ್ಲಿ ಪ್ರಧಾನ ತನಿಖಾಧಿಕಾರಿ. ಸಂಶೋಧನೆಯು ಇಂದು ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತದೆ ವಿಜ್ಞಾನದಲ್ಲಿ ಪ್ರಗತಿ.
AI ನಿಯಂತ್ರಕ
ಚೆನ್ನ ಗುಂಪು ಐದು ವರ್ಷಗಳಿಗೂ ಹೆಚ್ಚು ಕಾಲ ರೋಬೋಟಿಕ್ ಕೀಟಗಳನ್ನು ನಿರ್ಮಿಸುತ್ತಿದೆ.
ಅವರು ಇತ್ತೀಚೆಗೆ ತಮ್ಮ ಚಿಕ್ಕ ರೋಬೋಟ್ನ ಹೆಚ್ಚು ಬಾಳಿಕೆ ಬರುವ ಆವೃತ್ತಿಯನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದರು, ಇದು ಮೈಕ್ರೋಕ್ಯಾಸೆಟ್-ಗಾತ್ರದ ಸಾಧನವಾಗಿದ್ದು ಅದು ಪೇಪರ್ ಕ್ಲಿಪ್ಗಿಂತ ಕಡಿಮೆ ತೂಕವಿರುತ್ತದೆ. ಹೊಸ ಆವೃತ್ತಿಯು ದೊಡ್ಡದಾದ, ಬೀಸುವ ರೆಕ್ಕೆಗಳನ್ನು ಬಳಸುತ್ತದೆ ಅದು ಹೆಚ್ಚು ಚುರುಕಾದ ಚಲನೆಗಳಿಗೆ ಅವಕಾಶ ನೀಡುತ್ತದೆ. ಅವು ಅತ್ಯಂತ ವೇಗದಲ್ಲಿ ರೆಕ್ಕೆಗಳನ್ನು ಬಡಿಯುವ ಮೆತ್ತಗಿನ ಕೃತಕ ಸ್ನಾಯುಗಳ ಗುಂಪಿನಿಂದ ನಡೆಸಲ್ಪಡುತ್ತವೆ.
ಆದರೆ ನಿಯಂತ್ರಕ – ರೋಬೋಟ್ನ “ಮೆದುಳು” ಅದರ ಸ್ಥಾನವನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ ಮತ್ತು ಎಲ್ಲಿಗೆ ಹಾರಬೇಕು ಎಂದು ಹೇಳುತ್ತದೆ – ರೋಬೋಟ್ನ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಸೀಮಿತಗೊಳಿಸುವ ಮಾನವನಿಂದ ಹಸ್ತಚಾಲಿತವಾಗಿ ಹೊಂದಿಸಲಾಗಿದೆ.
ರೋಬೋಟ್ ನಿಜವಾದ ಕೀಟದಂತೆ ವೇಗವಾಗಿ ಮತ್ತು ಆಕ್ರಮಣಕಾರಿಯಾಗಿ ಹಾರಲು, ಇದು ಅನಿಶ್ಚಿತತೆಯನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಂಡು ಸಂಕೀರ್ಣವಾದ ಆಪ್ಟಿಮೈಸೇಶನ್ಗಳನ್ನು ತ್ವರಿತವಾಗಿ ನಿರ್ವಹಿಸುವ ಹೆಚ್ಚು ದೃಢವಾದ ನಿಯಂತ್ರಕದ ಅಗತ್ಯವಿದೆ.
ಅಂತಹ ನಿಯಂತ್ರಕವು ನೈಜ ಸಮಯದಲ್ಲಿ ಕಾರ್ಯಗತಗೊಳಿಸಲು ತುಂಬಾ ಕಂಪ್ಯೂಟೇಶನಲ್ ಆಗಿ ತೀವ್ರವಾಗಿರುತ್ತದೆ, ವಿಶೇಷವಾಗಿ ಹಗುರವಾದ ರೋಬೋಟ್ನ ಸಂಕೀರ್ಣ ವಾಯುಬಲವಿಜ್ಞಾನದೊಂದಿಗೆ.
ಈ ಸವಾಲನ್ನು ಜಯಿಸಲು, ಚೆನ್ನ ಗುಂಪು ಹೌಸ್ ತಂಡದೊಂದಿಗೆ ಸೇರಿಕೊಂಡಿತು ಮತ್ತು ಅವರು ಒಟ್ಟಾಗಿ ಎರಡು-ಹಂತದ, AI-ಆಧಾರಿತ ನಿಯಂತ್ರಣ ಯೋಜನೆಯನ್ನು ರಚಿಸಿದರು, ಇದು ಸಂಕೀರ್ಣ ಮತ್ತು ವೇಗದ ಕುಶಲತೆಗಳಿಗೆ ಅಗತ್ಯವಾದ ದೃಢತೆ ಮತ್ತು ನೈಜ-ಸಮಯದ ಅನುಷ್ಠಾನಕ್ಕೆ ಅಗತ್ಯವಾದ ಕಂಪ್ಯೂಟೇಶನಲ್ ದಕ್ಷತೆಯನ್ನು ಒದಗಿಸುತ್ತದೆ.
“ಹಾರ್ಡ್ವೇರ್ ಪ್ರಗತಿಗಳು ನಿಯಂತ್ರಕವನ್ನು ತಳ್ಳಿದವು ಆದ್ದರಿಂದ ನಾವು ಸಾಫ್ಟ್ವೇರ್ನೊಂದಿಗೆ ಹೆಚ್ಚಿನದನ್ನು ಮಾಡಬಹುದು, ಆದರೆ ಅದೇ ಸಮಯದಲ್ಲಿ, ನಿಯಂತ್ರಕ ವಿಕಸನಗೊಂಡಂತೆ, ಅವರು ಹಾರ್ಡ್ವೇರ್ನೊಂದಿಗೆ ಹೆಚ್ಚಿನದನ್ನು ಮಾಡಲು ಸಾಧ್ಯವಾಯಿತು. ಕೆವಿನ್ನ ತಂಡವು ಹೊಸ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಪ್ರದರ್ಶಿಸಿದಂತೆ, ನಾವು ಅವುಗಳನ್ನು ಬಳಸಬಹುದು ಎಂದು ನಾವು ಪ್ರದರ್ಶಿಸುತ್ತೇವೆ” ಎಂದು ಹೇಗೆ ಹೇಳುತ್ತಾರೆ.
ಮೊದಲ ಹಂತಕ್ಕಾಗಿ, ತಂಡವು ಭವಿಷ್ಯಸೂಚಕ ಮಾದರಿ ನಿಯಂತ್ರಕ ಎಂದು ಕರೆಯಲ್ಪಡುವದನ್ನು ನಿರ್ಮಿಸಿತು. ಈ ರೀತಿಯ ಶಕ್ತಿಯುತ ನಿಯಂತ್ರಕವು ರೋಬೋಟ್ನ ನಡವಳಿಕೆಯನ್ನು ಊಹಿಸಲು ಕ್ರಿಯಾತ್ಮಕ, ಗಣಿತದ ಮಾದರಿಯನ್ನು ಬಳಸುತ್ತದೆ ಮತ್ತು ಪಥವನ್ನು ಸುರಕ್ಷಿತವಾಗಿ ಅನುಸರಿಸಲು ಕ್ರಮಗಳ ಅತ್ಯುತ್ತಮ ಸರಣಿಯನ್ನು ಯೋಜಿಸುತ್ತದೆ.
ಕಂಪ್ಯೂಟೇಶನಲ್ ಆಗಿ ತೀವ್ರವಾಗಿದ್ದರೂ, ಇದು ಏರಿಯಲ್ ಫ್ಲಿಪ್ಗಳು, ವೇಗದ ತಿರುವುಗಳು ಮತ್ತು ಆಕ್ರಮಣಕಾರಿ ದೇಹದ ಓರೆಗಳಂತಹ ಸವಾಲಿನ ತಂತ್ರಗಳನ್ನು ಯೋಜಿಸಬಹುದು. ಈ ಉನ್ನತ-ಕಾರ್ಯಕ್ಷಮತೆಯ ಯೋಜಕವನ್ನು ರೋಬೋಟ್ ಅನ್ವಯಿಸಬಹುದಾದ ಬಲ ಮತ್ತು ಟಾರ್ಕ್ನ ಮೇಲಿನ ನಿರ್ಬಂಧಗಳನ್ನು ಪರಿಗಣಿಸಲು ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ, ಇದು ಘರ್ಷಣೆ ತಪ್ಪಿಸಲು ಅವಶ್ಯಕವಾಗಿದೆ.
ಉದಾಹರಣೆಗೆ, ಸತತವಾಗಿ ಹಲವಾರು ಫ್ಲಿಪ್ಗಳನ್ನು ಮಾಡಲು, ರೋಬೋಟ್ ತನ್ನ ಆರಂಭಿಕ ಪರಿಸ್ಥಿತಿಗಳು ಮತ್ತೆ ಫ್ಲಿಪ್ ಮಾಡಲು ಸರಿಯಾಗಿರುವ ರೀತಿಯಲ್ಲಿ ನಿಧಾನಗೊಳಿಸಬೇಕು.
“ಸಣ್ಣ ದೋಷಗಳಿದ್ದರೆ ಮತ್ತು ಆ ಸಣ್ಣ ದೋಷಗಳೊಂದಿಗೆ ನೀವು 10 ಬಾರಿ ಫ್ಲಿಪ್ ಅನ್ನು ಪುನರಾವರ್ತಿಸಲು ಪ್ರಯತ್ನಿಸಿದರೆ, ರೋಬೋಟ್ ಕ್ರ್ಯಾಶ್ ಆಗುತ್ತದೆ. ನಾವು ದೃಢವಾದ ವಿಮಾನ ನಿಯಂತ್ರಣವನ್ನು ಹೊಂದಿರಬೇಕು,” ಹೇಗೆ ಹೇಳುತ್ತಾರೆ.
ಅನುಕರಣೆ ಕಲಿಕೆ ಎಂಬ ಪ್ರಕ್ರಿಯೆಯ ಮೂಲಕ ನೈಜ ಸಮಯದಲ್ಲಿ ರೋಬೋಟ್ ಅನ್ನು ನಿಯಂತ್ರಿಸಲು ಆಳವಾದ ಕಲಿಕೆಯ ಮಾದರಿಯ ಆಧಾರದ ಮೇಲೆ “ನೀತಿಯನ್ನು” ತರಬೇತಿ ನೀಡಲು ಅವರು ಈ ಪರಿಣಿತ ಯೋಜಕವನ್ನು ಬಳಸುತ್ತಾರೆ. ನೀತಿಯು ರೋಬೋಟ್ನ ನಿರ್ಧಾರದ ಎಂಜಿನ್ ಆಗಿದೆ, ಇದು ರೋಬೋಟ್ಗೆ ಎಲ್ಲಿ ಮತ್ತು ಹೇಗೆ ಹಾರಬೇಕು ಎಂದು ಹೇಳುತ್ತದೆ.
ಮೂಲಭೂತವಾಗಿ, ಅನುಕರಣೆ-ಕಲಿಕೆ ಪ್ರಕ್ರಿಯೆಯು ಶಕ್ತಿಯುತ ನಿಯಂತ್ರಕವನ್ನು ಕಂಪ್ಯೂಟೇಶನಲ್ ದಕ್ಷ AI ಮಾದರಿಯಾಗಿ ಸಂಕುಚಿತಗೊಳಿಸುತ್ತದೆ, ಅದು ತ್ವರಿತವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ.
ಆಕ್ರಮಣಕಾರಿ ಕುಶಲತೆಗಳಿಗಾಗಿ ನೀತಿಯನ್ನು ತಿಳಿದುಕೊಳ್ಳಬೇಕಾದ ಎಲ್ಲವನ್ನೂ ಕಲಿಸಲು ಸಾಕಷ್ಟು ತರಬೇತಿ ಡೇಟಾವನ್ನು ರಚಿಸಲು ಒಂದು ಸ್ಮಾರ್ಟ್ ಮಾರ್ಗವನ್ನು ಹೊಂದಿರುವುದು ಪ್ರಮುಖವಾಗಿದೆ.
“ದೃಢವಾದ ತರಬೇತಿ ವಿಧಾನವು ಈ ತಂತ್ರದ ರಹಸ್ಯ ಸಾಸ್ ಆಗಿದೆ,” ಹೇಗೆ ವಿವರಿಸುತ್ತದೆ.
AI-ಚಾಲಿತ ನೀತಿಯು ರೋಬೋಟ್ ಸ್ಥಾನಗಳನ್ನು ಇನ್ಪುಟ್ಗಳಾಗಿ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ ಮತ್ತು ಥ್ರಸ್ಟ್ ಮತ್ತು ಟಾರ್ಕ್ಗಳಂತಹ ನೈಜ-ಸಮಯದ ನಿಯಂತ್ರಣ ಆಜ್ಞೆಗಳನ್ನು ನೀಡುತ್ತದೆ.
ಕೀಟದಂತಹ ಕಾರ್ಯಕ್ಷಮತೆ
ಅವರ ಪ್ರಯೋಗಗಳಲ್ಲಿ, ಈ ಎರಡು-ಹಂತದ ವಿಧಾನವು ಕೀಟ-ಪ್ರಮಾಣದ ರೋಬೋಟ್ ಅನ್ನು 447 ಪ್ರತಿಶತದಷ್ಟು ವೇಗವಾಗಿ ಹಾರಲು ಸಾಧ್ಯವಾಗಿಸಿತು ಮತ್ತು ವೇಗವರ್ಧನೆಯಲ್ಲಿ 255 ಪ್ರತಿಶತ ಹೆಚ್ಚಳವನ್ನು ಪ್ರದರ್ಶಿಸುತ್ತದೆ. ರೋಬೋಟ್ 11 ಸೆಕೆಂಡುಗಳಲ್ಲಿ 10 ಸೆರೆಹಿಡಿಯಲು ಸಾಧ್ಯವಾಯಿತು, ಮತ್ತು ಪುಟ್ಟ ರೋಬೋಟ್ ತನ್ನ ಯೋಜಿತ ಪಥದಿಂದ 4 ಅಥವಾ 5 ಸೆಂಟಿಮೀಟರ್ಗಳಿಗಿಂತ ಹೆಚ್ಚು ದೂರ ಹೋಗಲಿಲ್ಲ.
“ಸಾಂಪ್ರದಾಯಿಕವಾಗಿ ವೇಗ-ಸೀಮಿತ ಮೃದು ರೋಬೋಟ್ಗಳು ಮತ್ತು ಮೈಕ್ರೋರೋಬೋಟ್ಗಳು ಈಗ ನೈಸರ್ಗಿಕ ಕೀಟಗಳು ಮತ್ತು ದೊಡ್ಡ ರೋಬೋಟ್ಗಳಿಗೆ ಹತ್ತಿರವಾದ ಚುರುಕುತನವನ್ನು ಸಾಧಿಸಲು ಸುಧಾರಿತ ನಿಯಂತ್ರಣ ಕ್ರಮಾವಳಿಗಳನ್ನು ಬಳಸಬಹುದೆಂದು ಈ ಕೆಲಸವು ತೋರಿಸುತ್ತದೆ, ಮಲ್ಟಿಮೋಡಲ್ ಲೊಕೊಮೊಷನ್ಗೆ ಹೊಸ ಅವಕಾಶಗಳನ್ನು ತೆರೆಯುತ್ತದೆ” ಎಂದು ಹ್ಸಿಯಾವೊ ಹೇಳುತ್ತಾರೆ.
ಸಂಶೋಧಕರು ಸ್ಯಾಕೇಡ್ ಚಲನೆಯನ್ನು ಪ್ರದರ್ಶಿಸಲು ಸಮರ್ಥರಾಗಿದ್ದಾರೆ, ಇದು ಕೀಟಗಳು ತುಂಬಾ ಆಕ್ರಮಣಕಾರಿಯಾಗಿ ಓರೆಯಾಗಿಸಿ, ಒಂದು ನಿರ್ದಿಷ್ಟ ಸ್ಥಾನಕ್ಕೆ ತ್ವರಿತವಾಗಿ ಹಾರಿ, ಮತ್ತು ನಂತರ ನಿಲ್ಲಿಸಲು ಮತ್ತೊಂದು ದಿಕ್ಕಿನಲ್ಲಿ ಓರೆಯಾಗಿಸಿದಾಗ ಸಂಭವಿಸುತ್ತದೆ. ಈ ತ್ವರಿತ ವೇಗವರ್ಧನೆ ಮತ್ತು ನಿಧಾನಗತಿಯು ಕೀಟಗಳನ್ನು ಪತ್ತೆಹಚ್ಚಲು ಮತ್ತು ಸ್ಪಷ್ಟವಾಗಿ ನೋಡಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.
“ಈ ಜೈವಿಕ ಅನುಕರಿಸುವ ಹಾರಾಟದ ನಡವಳಿಕೆಯು ಭವಿಷ್ಯದಲ್ಲಿ ನಾವು ರೋಬೋಟ್ನಲ್ಲಿ ಕ್ಯಾಮೆರಾಗಳು ಮತ್ತು ಸಂವೇದಕಗಳನ್ನು ಹಾಕಲು ಪ್ರಾರಂಭಿಸಿದಾಗ ನಮಗೆ ಸಹಾಯ ಮಾಡಬಹುದು” ಎಂದು ಚೆನ್ ಹೇಳುತ್ತಾರೆ.
ಸಂವೇದಕಗಳು ಮತ್ತು ಕ್ಯಾಮೆರಾಗಳನ್ನು ಸೇರಿಸುವುದರಿಂದ ಮೈಕ್ರೋರೋಬೋಟ್ಗಳು ಸಂಕೀರ್ಣವಾದ ಮೋಷನ್ ಕ್ಯಾಪ್ಚರ್ ಸಿಸ್ಟಮ್ಗೆ ಲಗತ್ತಿಸದೆಯೇ ತೆರೆದ ಸ್ಥಳದಲ್ಲಿ ಹಾರಬಲ್ಲವು, ಇದು ಭವಿಷ್ಯದ ಕೆಲಸದ ಪ್ರಮುಖ ಕ್ಷೇತ್ರವಾಗಿದೆ.
ಆನ್ಬೋರ್ಡ್ ಸಂವೇದಕಗಳು ರೋಬೋಟ್ಗಳು ಪರಸ್ಪರ ಘರ್ಷಣೆಯನ್ನು ತಪ್ಪಿಸಲು ಅಥವಾ ನ್ಯಾವಿಗೇಷನ್ ಅನ್ನು ಸಂಘಟಿಸಲು ಹೇಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ ಎಂಬುದನ್ನು ಸಹ ಸಂಶೋಧಕರು ಅಧ್ಯಯನ ಮಾಡಲು ಬಯಸುತ್ತಾರೆ.
“ಮೈಕ್ರೋ-ರೊಬೊಟಿಕ್ಸ್ ಸಮುದಾಯಕ್ಕೆ, ಈ ಕೆಲಸವು ಒಂದು ಮಾದರಿ ಬದಲಾವಣೆಯನ್ನು ಸಂಕೇತಿಸುತ್ತದೆ ಎಂದು ನಾನು ಭಾವಿಸುತ್ತೇನೆ, ನಾವು ಅದೇ ಸಮಯದಲ್ಲಿ ಹೆಚ್ಚಿನ ಕಾರ್ಯಕ್ಷಮತೆ ಮತ್ತು ಪರಿಣಾಮಕಾರಿಯಾದ ಹೊಸ ನಿಯಂತ್ರಣ ವಾಸ್ತುಶಿಲ್ಪವನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಬಹುದು ಎಂದು ತೋರಿಸುತ್ತದೆ” ಎಂದು ಚೆನ್ ಹೇಳುತ್ತಾರೆ.
“ಈ ಕೆಲಸವು ವಿಶೇಷವಾಗಿ ಪ್ರಭಾವಶಾಲಿಯಾಗಿದೆ ಏಕೆಂದರೆ ಈ ರೋಬೋಟ್ಗಳು ಸಣ್ಣ-ಪ್ರಮಾಣದ ಉತ್ಪಾದನೆಯಲ್ಲಿ ತುಲನಾತ್ಮಕವಾಗಿ ದೊಡ್ಡ ಉತ್ಪಾದನಾ ಸಹಿಷ್ಣುತೆಗಳಿಂದ ಬರುವ ದೊಡ್ಡ ಅನಿಶ್ಚಿತತೆಗಳ ಹೊರತಾಗಿಯೂ ನಿಖರವಾದ ಫ್ಲಿಪ್ಗಳು ಮತ್ತು ವೇಗದ ತಿರುವುಗಳನ್ನು ನಿರ್ವಹಿಸುತ್ತವೆ, ಪ್ರತಿ ಸೆಕೆಂಡಿಗೆ 1 ಮೀಟರ್ಗಿಂತಲೂ ಹೆಚ್ಚು ಗಾಳಿ ಬೀಸುತ್ತದೆ ಮತ್ತು ರೋಬೋಟ್ನ ಸುತ್ತಲೂ ಸುತ್ತುವ ವಿದ್ಯುತ್ ಲಗತ್ತಿಸುವಿಕೆ ಸಹ ಪುನರಾವರ್ತಿತ ಫ್ಲಿಪ್ಗಳನ್ನು ನಿರ್ವಹಿಸುತ್ತದೆ,” ಎಂದು ಕಾರ್ಬ್ ಇಂಜಿನಿಯರಿಂಗ್ ಪ್ರೊಫೆಸರ್ ಹೇಳುತ್ತಾರೆ. ಕಾರ್ನೆಗೀ ವಿಶ್ವವಿದ್ಯಾಲಯ, ಯಾರು ಭಾಗಿಯಾಗಿರಲಿಲ್ಲ. ಕೆಲಸ.
“ಪ್ರಸ್ತುತ ನಿಯಂತ್ರಕವು ರೋಬೋಟ್ನ ಬದಲಿಗೆ ಬಾಹ್ಯ ಕಂಪ್ಯೂಟರ್ನಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆಯಾದರೂ, ಕೀಟ-ಪ್ರಮಾಣದ ರೋಬೋಟ್ನಲ್ಲಿ ಲಭ್ಯವಿರುವ ಹೆಚ್ಚು ಸೀಮಿತ ಗಣನೆಯೊಂದಿಗೆ ಸಹ ಇದೇ ರೀತಿಯ ಆದರೆ ಕಡಿಮೆ ನಿಖರವಾದ ನಿಯಂತ್ರಣ ನೀತಿಗಳು ಕಾರ್ಯಸಾಧ್ಯವಾಗಬಹುದು ಎಂದು ಲೇಖಕರು ಪ್ರದರ್ಶಿಸುತ್ತಾರೆ. ಇದು ಭವಿಷ್ಯದ ಕೀಟ-ಪ್ರಮಾಣದ ರೋಬೋಟ್ಗಳನ್ನು ತಮ್ಮ ಜೈವಿಕ ಆಡ್ ಕೌಂಟರ್ಪಾರ್ಟ್ಗಳಿಗೆ ಹತ್ತಿರವಿರುವ ಚುರುಕುತನವನ್ನು ಸೂಚಿಸುತ್ತದೆ.”
ಈ ಸಂಶೋಧನೆಯು ಭಾಗಶಃ, ನ್ಯಾಷನಲ್ ಸೈನ್ಸ್ ಫೌಂಡೇಶನ್ (NSF), ನೇವಲ್ ರಿಸರ್ಚ್ ಕಛೇರಿ, ವೈಜ್ಞಾನಿಕ ಸಂಶೋಧನೆಯ ವಾಯುಪಡೆಯ ಕಛೇರಿ, ಮ್ಯಾಥ್ವರ್ಕ್ಸ್ ಮತ್ತು ಜಖರ್ಚೆಂಕೊ ಫೆಲೋಶಿಪ್ನಿಂದ ಧನಸಹಾಯ ಪಡೆದಿದೆ.
