पिच से परे: बोस्टन डायनेमिक्स ने एटलस (Atlas) को घास पर चलना कैसे सिखाया
बोस्टन डायनेमिक्स ने बताया कि कैसे उन्होंने FIFA वर्ल्ड कप में डेब्यू के लिए एटलस ह्यूमनॉइड रोबोट को तैयार किया: 'हमें बदलाव करना पड़ा'
FIFA वर्ल्ड कप 2026™ के हाफटाइम शो में ह्यूमनॉइड रोबोट का प्रदर्शन कोई साधारण स्टंट नहीं था; यह मशीनों के भौतिक दुनिया में चलने-फिरने के सीखने के तरीके में एक बड़ा बदलाव था।
न्यूयॉर्क/न्यू जर्सी स्टेडियम में हैरी केन और सोन ह्युंग-मिन के गोल सेलिब्रेशन की नकल करते हुए एक ह्यूमनॉइड रोबोट को देखना किसी साइंस-फिक्शन फिल्म के दृश्य जैसा था। लेकिन बोस्टन डायनेमिक्स के इंजीनियरों के लिए, FIFA वर्ल्ड कप का हाफटाइम प्रदर्शन एक बड़ी इंजीनियरिंग चुनौती थी। एटलस को पिच पर उतारना सिर्फ पीआर (PR) के लिए नहीं था; यह पांच साल की विकास प्रक्रिया थी जिसका उद्देश्य रोबोटिक्स की एक मौलिक समस्या को हल करना था: अनिश्चित और प्राकृतिक जमीन पर भरोसेमंद तरीके से कैसे चला जाए।
घास की चुनौती
सालों तक, बोस्टन डायनेमिक्स के रोबोट नियंत्रित वातावरण—जैसे पूरी तरह से समतल कंक्रीट या प्रयोगशाला के फर्श—पर चलने में माहिर थे। हालांकि, प्राकृतिक घास दो पैरों वाली मशीनों के लिए किसी दुःस्वप्न से कम नहीं है। कंपनी के रोबोट व्यवहार निदेशक अल्बर्टो रोड्रिगेज ने बताया कि घास की प्रकृति अस्थिर होती है। यह एक पल में फिसलन भरी हो सकती है और अगले ही पल पैर फंसा सकती है।
इस समस्या को दूर करने के लिए, टीम को अपने पूरे प्रशिक्षण ढांचे को बदलना पड़ा। वे केवल चलने के लिए कोई स्क्रिप्ट नहीं लिख सकते थे; रोबोट को सतह के भौतिक विज्ञान (physics) को सीखना था। क्लाउड जीपीयू (GPUs) पर लाखों सिमुलेशन चलाकर और एटलस को अलग-अलग घर्षण स्तरों और अनिश्चित चरों के संपर्क में लाकर, टीम ने रोबोट को वास्तविक समय में अपनी चाल को ढालने में सक्षम बनाया। जिस काम में पहले महीनों की कोडिंग लगती थी, वह अब लर्निंग-आधारित प्रशिक्षण के जरिए लगभग 24 घंटों में विकसित हो जाता है।
प्रोग्रामिंग नहीं, सीखना
फिक्स्ड प्रोग्रामिंग से सीखे गए व्यवहार की ओर यह बदलाव FIFA वर्ल्ड कप में दिखाई दी सबसे महत्वपूर्ण उपलब्धि है। एटलस अब निर्देशों के कठोर, चरण-दर-चरण अनुक्रम का पालन नहीं करता है। इसके बजाय, यह डेटा को प्रोसेस करता है—जिसमें वास्तविक फुटबॉल खिलाड़ियों और बोस्टन डायनेमिक्स के कर्मचारियों के मोशन-कैप्चर फुटेज शामिल हैं—ताकि वह किसी मूवमेंट की तकनीक को समझ सके। चाहे वह रेफरी को मैच बॉल देना हो या सेलिब्रेशन करना हो, रोबोट अनिवार्य रूप से अपने प्रशिक्षण के आधार पर यह 'तय' कर रहा था कि कार्य को कैसे पूरा करना है।
बड़ी तस्वीर
यह महत्वपूर्ण क्यों है? इसके निहितार्थ हाफटाइम शो से कहीं आगे जाते हैं। जटिल सतहों पर संतुलन बनाए रखने और उद्देश्य के साथ काम करने की ह्यूमनॉइड की क्षमता औद्योगिक और लॉजिस्टिक्स क्षेत्र के लिए 'होली ग्रेल' (सबसे बड़ी उपलब्धि) है। यदि कोई रोबोट निर्माण स्थल या गतिशील गोदाम के फर्श पर उसी आत्मविश्वास के साथ चल सकता है जैसा उसने फुटबॉल पिच पर दिखाया, तो व्यावसायिक और वास्तविक दुनिया में उपयोग का रास्ता काफी छोटा हो जाएगा।
हम 'पहले से प्रोग्राम की गई कठपुतली' के युग से आगे बढ़ रहे हैं और एक ऐसे चरण में प्रवेश कर रहे हैं जहां रोबोट से मानवीय दुनिया की जटिलताओं को संभालने की उम्मीद की जाती है। बोस्टन डायनेमिक्स अनिवार्य रूप से यह साबित कर रहा है कि ऑटोमेशन का भविष्य कठोर दक्षता के बारे में नहीं है; यह अनुकूलन क्षमता (adaptability) के बारे में है। उद्योग के लिए, यह एक संकेत है कि तकनीक आखिरकार प्रयोगशाला से निकलकर रोजमर्रा की जिंदगी के अनिश्चित और चुनौतीपूर्ण वातावरण में कदम रख रही है।
रोहन गुप्ता पॉलिटिकलपीडिया के लिए अर्थव्यवस्था, बाज़ार और कंपनियों को कवर करते हैं।