গ্রহাণু অন্বেষণের জন্য বিড়ালের মতো লাফিয়ে লাফিয়ে রোবটদের প্রশিক্ষণ দিচ্ছে চীন

[বিজ্ঞাপন_১]

বিড়ালদের ঘুরতে এবং অবতরণ করার ক্ষমতা দ্বারা অনুপ্রাণিত হয়ে, হারবিন ইনস্টিটিউট অফ টেকনোলজির (চীন) একটি গবেষণা দল গ্রহাণুর রুক্ষ, নিম্ন-মাধ্যাকর্ষণ পৃষ্ঠের উপর দিয়ে লাফ দেওয়ার সময় বাতাসে তাদের ভঙ্গি সামঞ্জস্য করার জন্য রোবটদের প্রশিক্ষণ দেওয়ার জন্য রিইনফোর্সমেন্ট লার্নিং (RL) - এক ধরণের কৃত্রিম বুদ্ধিমত্তা (AI) ব্যবহার করেছে।

একটি চীনা গবেষণা দল একটি চার পায়ের রোবটকে তার ভঙ্গি সামঞ্জস্য করতে এবং একটি গ্রহাণুর পৃষ্ঠে বিড়ালের মতো অবতরণ করার প্রশিক্ষণ দিয়েছে। (ছবি: SCMP)

বিশেষায়িত কিন্তু ভারী স্থিতিশীলকরণ হার্ডওয়্যারের উপর নির্ভরশীল ঐতিহ্যবাহী সিস্টেমের বিপরীতে, রোবটটি একটি "মডেল-মুক্ত" নিয়ন্ত্রণ ব্যবস্থা ব্যবহার করে তার চারটি পা সমন্বিত গতিতে সরাতে পারে। গবেষকরা জার্নাল অফ অ্যাস্ট্রোনটিক্সে রিপোর্ট করেছেন যে এটি রোবটকে তার কাত সামঞ্জস্য করতে এবং মাঝ আকাশে ভ্রমণের দিক পুনর্নির্ধারণ করতে দেয়।

এই গবেষণাটি গ্রহাণুতে চলার সময় রোবটদের লাফ দেওয়ার একটি গুরুত্বপূর্ণ চ্যালেঞ্জ মোকাবেলা করে, যেখানে পরিবেশের মাধ্যাকর্ষণ কম থাকে এবং এমনকি পায়ের বলের সামান্য ভারসাম্যহীনতাও রোবটকে অনিয়ন্ত্রিতভাবে ঘুরতে, ব্যর্থভাবে অবতরণ করতে বা সম্পূর্ণরূপে পৃষ্ঠ থেকে লাফিয়ে পড়তে পারে।

"গ্রীষ্মমন্ডলের নিম্ন মাধ্যাকর্ষণ পরিবেশে, রোবটরা প্রতিটি লাফের সময় দীর্ঘ সময় ধরে মুক্ত পতনের অভিজ্ঞতা লাভ করে। লাফের ফলে সৃষ্ট বিচ্যুতি সামঞ্জস্য করতে, নিরাপদ অবতরণ নিশ্চিত করতে বা গতির দিক সামঞ্জস্য করার জন্য ঘূর্ণন কোণ পরিবর্তন করতে এই সময়টি ব্যবহার করা গুরুত্বপূর্ণ," দলটি প্রতিবেদনে বলেছে।

"একটি মাইক্রোগ্রাভিটি সিমুলেশন প্ল্যাটফর্ম ডিজাইন এবং তৈরি করা হয়েছিল, যার ফলে একটি চতুষ্কোণ রোবট প্রোটোটাইপের উপর পরীক্ষার মাধ্যমে এই জাম্পিং পদ্ধতির কার্যকারিতা যাচাই করা হয়েছিল," গবেষণা দলটি আরও যোগ করেছে।

গ্রহাণু হলো সৌরজগতের গঠনের অবশিষ্টাংশ এবং এর উৎপত্তি বোঝার মূল চাবিকাঠি এগুলো। এছাড়াও, এগুলোতে প্ল্যাটিনাম এবং অন্যান্য বিরল ধাতুর মতো সম্পদও প্রচুর, যা ভবিষ্যতে মহাকাশ অনুসন্ধান এবং শিল্প প্রয়োগে সহায়তা করতে পারে।

গ্রহাণু পৃষ্ঠের চ্যালেঞ্জগুলি

এখন পর্যন্ত, ইউরোপ, জাপান এবং মার্কিন যুক্তরাষ্ট্রের মহাকাশ সংস্থাগুলি নমুনা সংগ্রহের জন্য গ্রহাণুতে মহাকাশযান সফলভাবে অবতরণ করেছে, কিন্তু কেউই দীর্ঘমেয়াদী পৃষ্ঠ অনুসন্ধানে সক্ষম রোভার মোতায়েন করেনি।

চাঁদ এবং মঙ্গল গ্রহে ব্যবহৃত ঐতিহ্যবাহী চাকাযুক্ত রোভারগুলি গ্রহাণু পরিবেশে চ্যালেঞ্জের মুখোমুখি হয় কারণ দুর্বল মাধ্যাকর্ষণ, সাধারণত পৃথিবীর মাত্র কয়েক হাজার ভাগের এক ভাগ, চাকাগুলিকে কার্যকরভাবে পরিচালনা করার জন্য পর্যাপ্ত ট্র্যাকশন প্রদান করে না।

এই সীমাবদ্ধতাগুলি মোকাবেলা করার জন্য, বিজ্ঞানীরা ভবিষ্যতের মিশনের জন্য জাম্পিং রোবট ব্যবহারের প্রস্তাব করেছেন, কিন্তু এটি নতুন চ্যালেঞ্জের একটি সেট উপস্থাপন করে।

প্রতিবার লাফ দেওয়ার সময়, রোবটটি প্রায় ১০ সেকেন্ড বা তারও বেশি সময় ধরে বাতাসে থাকে, যা ভারসাম্যহীন পায়ের বল রোবটটিকে অনিয়ন্ত্রিতভাবে ঘুরতে বা এমনকি পৃষ্ঠ থেকে লাফিয়ে মহাকাশে ভেসে যাওয়ার জন্য যথেষ্ট।

হারবিন টিম ভার্চুয়াল সিমুলেশনে রোবটটিকে প্রশিক্ষণ দেওয়ার জন্য RL ব্যবহার করেছে। সাত ঘন্টা ধরে, AI তার পরীক্ষামূলক ভুল থেকে শিক্ষা নিয়েছে এবং স্থিরভাবে অবতরণ করার জন্য এর গতিবিধিগুলিকে আরও উন্নত করেছে। রোবটের AI সিস্টেম মাত্র কয়েক সেকেন্ডের মধ্যে পিচ (সামনে বা পিছনে ঝুঁকে থাকা), টিল্ট (পাশে ঝুঁকে থাকা) এবং ইয়াও (ঘূর্ণন কোণ) সহ এর অভিযোজন সামঞ্জস্য করার ক্ষমতা প্রদর্শন করেছে।

উদাহরণস্বরূপ, ১৪০ ডিগ্রি পর্যন্ত কাত হয়ে সামনের দিকে উড্ডয়ন করলে, রোবটটি ৮ সেকেন্ডের মধ্যে তার ভঙ্গি স্থির করতে পারে। এটি বাতাসের মাঝখানে ৯০ ডিগ্রি পর্যন্ত ঘুরতে পারে এবং গতির দিক পরিবর্তন করতে পারে।

রোবটদের রিইনফোর্সমেন্ট লার্নিং ব্যবহার করে প্রশিক্ষণ দেওয়া হয়। (ছবি: SCMP)

সিস্টেমের কার্যকারিতা যাচাই করার জন্য, গবেষকরা একটি মাইক্রোগ্রাভিটি সিমুলেশন প্ল্যাটফর্ম তৈরি করেছেন যা রোবটটিকে প্রায় ঘর্ষণহীন পৃষ্ঠে "ভাসতে" সাহায্য করে।

যদিও দ্বি-মাত্রিক গতির মধ্যে সীমাবদ্ধ, পরীক্ষাগুলি সিস্টেমের কার্যকারিতা নিশ্চিত করেছে এবং সিমুলেশন থেকে প্রাপ্ত ফলাফলগুলিকে আরও শক্তিশালী করেছে, দলটি বলেছে।

উপরন্তু, বিজ্ঞানীরা দেখেছেন যে এই প্রক্রিয়াটির জন্য রোবট থেকে খুব কম কম্পিউটিং শক্তি প্রয়োজন। সিস্টেমটির হালকা ও শক্তি-সাশ্রয়ী নকশা এটিকে গভীর মহাকাশ অনুসন্ধান মিশনের জন্য বিশেষভাবে উপযুক্ত করে তোলে।

ভবিষ্যতে, এই সিস্টেমের বিভিন্ন ধরণের প্রয়োগ থাকতে পারে, যার মধ্যে রয়েছে বৈজ্ঞানিক অনুসন্ধান থেকে শুরু করে গ্রহাণুতে সম্পদ খনন। তবে, দলটি বলেছে যে বিভিন্ন ভূখণ্ড এবং পরিবেশের সাথে খাপ খাইয়ে নেওয়ার জন্য AI-এর ক্ষমতা উন্নত করার জন্য আরও গবেষণা প্রয়োজন।

হুয়া ইউ (সূত্র: এসসিএমপি)

[বিজ্ঞাপন_২]
উৎস