ETH Zurich สร้างมือหุ่นยนต์ที่เดินเองด้วยปลายนิ้วเหมือน Thing จาก The Addams Family ล้มแล้วลุกได้ กดคีย์บอร์ดเล่นเกมได้ด้วย

Soft Robotics Lab ของ ETH Zurich เอามือหุ่นยนต์สำเร็จรูปจาก Wuji มาติดแบตกับคอมพิวเตอร์จิ๋ว แล้วสอนด้วย reinforcement learning จนเดินด้วยปลายนิ้วได้บน 14 พื้นผิว ลุกเองหลังล้ม 21 จาก 25 ครั้ง และกดคีย์บอร์ดเล่นเกม Sokoban ถูก 29 จาก 32 คำสั่ง

ใครเคยดู The Addams Family น่าจะจำ Thing มือปริศนาที่วิ่งไปมาในบ้านด้วยนิ้วทั้งห้าได้ ตอนนี้มันมีตัวจริงแล้ว ทีม Soft Robotics Lab จาก ETH Zurich ในสวิตเซอร์แลนด์สอนมือหุ่นยนต์ที่ไม่มีแขน ไม่มีตัว ให้เดินเองด้วยปลายนิ้ว ล้มแล้วพลิกตัวกลับมาได้ ไปจนถึงยืนด้วยสี่นิ้วแล้วใช้อีกนิ้วกดคีย์บอร์ดเล่นเกม คลิปงานวิจัยกลับมาถูกพูดถึงอีกรอบในสื่อต่างประเทศช่วงนี้

มือสำเร็จรูปที่ได้งานใหม่

จุดที่น่าสนใจคือทีมไม่ได้ออกแบบมือขึ้นใหม่เพื่อให้เดินเก่ง แต่ใช้มือหุ่นยนต์ห้านิ้วที่ขายจริงจาก Wuji Technology ซึ่งมี 20 ข้อต่อที่ขยับได้ แล้วเพิ่มกล่องหนักราว 80 กรัมติดหลังมือ ข้างในมีแบตเตอรี่ เซ็นเซอร์วัดการเคลื่อนไหว (IMU) และ Raspberry Pi Zero น้ำหนักรวมทั้งชุดอยู่ที่ 818 กรัม ทุกอย่างอยู่บนตัวมือเอง ไม่ต้องลากสายไฟหรือสายข้อมูลตามหลัง

Amirhossein Kazemipour นักศึกษาปริญญาเอกที่นำโปรเจกต์นี้บอก IEEE Spectrum ว่าเขาอยากรู้ว่ามือหุ่นยนต์หนึ่งข้างทำอะไรได้บ้างถ้าไม่มีส่วนอื่นของหุ่นเลย และเลือกใช้มือสำเร็จรูปเพราะไม่อยากเสียความสามารถในการหยิบจับไป ซึ่งทำให้งานยากขึ้น เพราะรูปทรงของมือถูกออกแบบมาเพื่อจับของ ไม่ใช่เพื่อคลาน

มือหุ่นยนต์ยืนด้วยสี่นิ้วแล้วใช้อีกนิ้วกดคีย์บอร์ดเล่นเกม Sokoban
ภาพจาก Soft Robotics Lab, ETH Zurich

สอนเดินด้วยสปริงเสมือนที่ปลายนิ้ว

หุ่นสี่ขาหรือสองขาทั่วไปมีซ้ายขวาสมมาตรกัน แต่มือคนไม่ใช่ นิ้วยาวไม่เท่ากัน และมีนิ้วโป้งที่หันคนละทาง ทีมจึงฝึกโมเดลในซิมูเลเตอร์ด้วย reinforcement learning แบบ PPO รันพร้อมกัน 4,096 สภาพแวดล้อม แล้วกำหนดตำแหน่งอ้างอิงให้ปลายนิ้วแต่ละนิ้วแยกกัน ถ้านิ้วไหนหลุดจากตำแหน่งมากเกินไปจะโดนหักคะแนนเหมือนมีสปริงดึงกลับ โดยการขยับหน้าหลังโดนหักน้อยกว่าการขยับซ้ายขวาหรือยกสูงมาก มือจึงเรียนรู้ที่จะก้าวไปข้างหน้าแทนการเซไปมา

ผลในซิมูเลเตอร์คือสูตรรางวัลแบบใหม่ทำให้มือเดินได้เร็ว 1.67 เซนติเมตรต่อวินาที เทียบกับ 1.02 เซนติเมตรต่อวินาทีเมื่อใช้สูตรที่ปรับมาสำหรับหุ่นสี่ขา ส่วนบนฮาร์ดแวร์จริง IEEE Spectrum รายงานความเร็วเฉลี่ยที่ 9 เซนติเมตรต่อวินาที

ทักษะที่ทำได้บนของจริง

  • เดิน: คลานได้บน 14 พื้นผิว ทั้งหิน หญ้า กรวด พื้นไม้ ตะแกรงเหล็ก พรม และยางมะตอย เลี้ยวได้ทั้งซ้ายและขวา
  • ลุกเอง: มีโมเดลแยกสำหรับพลิกตัวกลับมายืนบนปลายนิ้ว สำเร็จ 21 จาก 25 ครั้ง หรือ 84%
  • กดคีย์บอร์ด: ยืนด้วยสี่นิ้วแล้วใช้อีกนิ้วกดปุ่มตามคำสั่งเล่นเกม Sokoban ถูก 29 จาก 32 คำสั่ง โดยไม่ต้องใช้กล้อง
  • ดันของ: เมื่อมีกล้องจากด้านบนช่วยนำทาง มือดันลูกบาศก์หนัก 41 กรัมไปยังเป้าหมายได้ 15 ครั้งติด คลาดเป้าเฉลี่ย 17 มิลลิเมตร

แต่ละทักษะใช้โมเดลแยกกัน ทั้งสี่ตัวรันบนคอมพิวเตอร์ในตัวมือได้ และสลับไปมาตามงาน ตอนนี้คำสั่งทิศทางยังมาจากคนบังคับ มือยังไม่ได้มองหาทางเองทั้งหมด

ทำไมต้องให้มือเดินได้

Kazemipour มองว่ามือแบบนี้มีประโยชน์ในงานซ่อมบำรุงที่ต้องมุดเข้าที่แคบในโรงงาน หรืองานกู้ภัยที่หุ่นตัวใหญ่ถอดมือส่งเข้าไปสำรวจช่องที่ตัวเองเข้าไม่ได้ เขาเรียกแนวคิดนี้ว่า autonomous modular embodiments คือชิ้นส่วนของหุ่นยนต์ไม่จำเป็นต้องมีหน้าที่เดียวตลอดชีวิต จะเป็นส่วนหนึ่งของหุ่นตัวใหญ่ก็ได้ หรือแยกออกมาทำงานเองก็ได้

Masahiko Inami ศาสตราจารย์จาก University of Tokyo ที่เคยทำหุ่นมือเดินได้มาก่อนเห็นด้วยว่ามีประโยชน์ แต่ชี้ว่าถ้าจะใช้งานจริงต้องมีระบบมองเห็นในตัวและการนำทางที่ทนทานกว่านี้ ส่วนลูกศิษย์ในแล็บของเขาตั้งข้อสังเกตว่าการเดินสร้างแรงกดกับมือต่างจากการหยิบจับมาก ความทนทานของข้อต่อจึงเป็นโจทย์ต่อไป ขณะที่ Matei Ciocarlie จาก Columbia University มองว่านี่อาจเปิดทางให้หุ่นยนต์ประเภทใหม่ที่ทั้งคล่องมือ เดินบนพื้นยากได้ และยกของขนาดใกล้ตัวเองได้ในตัวเดียว

งานนี้เป็นงานวิจัย ยังไม่มีขายหรือแผนวางจำหน่ายในไทย

แหล่งอ้างอิง