उद्योग आणि घातक वातावरणासाठी पारंपारिक रोबोटचा वापर नियंत्रण आणि मॉडेलिंगच्या उद्देशाने सोपे आहे. तथापि, मर्यादित ठिकाणी आणि असमान प्रदेशात ऑपरेट करण्यासाठी हे खूप कठोर आहेत. मऊ जैव-संबंधित मुळे पर्यावरणाशी जुळवून घेतात आणि प्रवेश करण्यायोग्य ठिकाणी कुतूहल करतात. अशा लवचिक क्षमतांना ऑन-बोर्ड सेन्सर आणि प्रशस्त मॉडेल्सची आवश्यकता असते जे प्रत्येक रोबोट डिझाइननुसार तयार आहेत. नवीन आणि कमी संसाधन-मागणीचा दृष्टिकोन असल्याने, एमआयटीच्या संशोधकांनी एक अगदी कमी जटिल, सखोल शिक्षण नियंत्रण प्रणाली विकसित केली आहे जी केवळ एकाच प्रतिमेच्या कमांडचे अनुसरण करण्यासाठी मऊ, बायो-प्रेरित रोबोट्स शिकवते.
मऊ रोबोट एकाच प्रतिमेतून शिकतात
त्यानुसार Fight.orgहे संशोधन झाले आहे प्रकाशित नेचर या जर्नलमध्ये, यादृच्छिक आदेशांची अंमलबजावणी करणार्या विविध रोबोट्सच्या दोन ते तीन तासांच्या बहु-दृश्य प्रतिमांवर खोल न्यूरल नेटवर्कचे प्रशिक्षण देऊन, शास्त्रज्ञांनी नेटवर्कला केवळ एका प्रतिमेवरून गतिशीलतेची श्रेणी आणि आकार पुन्हा तयार करण्यासाठी प्रशिक्षण दिले. मागील मशीन लर्निंग कंट्रोल डिझाइनमध्ये सानुकूलित आणि महागड्या मोशन सिस्टमची आवश्यकता आहे. सामान्य-हेतू नियंत्रण प्रणालीचा अभाव अनुप्रयोग मर्यादित करतो आणि प्रोटोटाइप कमी व्यावहारिक बनविला.
या पद्धती रोबोटिक्स हार्डवेअर डिझाइनची स्वहस्ते मॉडेल करण्याच्या क्षमतेपासून अनशॅक करा. हे अचूक उत्पादन, विस्तृत संवेदनशील क्षमता, महागड्या साहित्य आणि पारंपारिक आणि कठोर इमारत ब्लॉक्सवर अवलंबून आहे.
एआय महागड्या सेन्सर आणि जटिल मॉडेल कट करते
सिंगल कॅमेरा मशीन लर्निंग अॅप्रोच विविध रोबोटिक सिस्टमवरील चाचण्यांमध्ये उच्च-परिशुद्धता नियंत्रणास अनुमती देते, 3 डी-प्रिंट केलेला वायवीय हात, 16-डोफ अॅलेग्रो हँड, एक मऊ ऑक्सेटिक मनगट आणि कमी किमतीच्या खसखस रोबोट आर्म जोडून.
ही प्रणाली एकट्या दृष्टीवर अवलंबून असल्याने, संपर्क सेन्सिंग आणि स्पर्शा गतिशीलतेची आवश्यकता असलेल्या अधिक चपळ कार्यांसाठी ते योग्य ठरणार नाही. व्हिज्युअल संकेत पुरेसे नसलेल्या प्रकरणांमध्ये देखील कामगिरी कमी होऊ शकते.
संशोधक सेन्सर आणि स्पर्शिक सामग्रीची भर घालण्याची सूचना देतात जे रोबोट्सला भिन्न आणि जटिल कार्ये करण्यास सक्षम करू शकतात. कमीतकमी किंवा एम्बेड केलेल्या सेन्सरसह रोबोट्सच्या विस्तृत श्रेणीचे नियंत्रण स्वयंचलित करण्याची देखील क्षमता आहे.
(Grievance Redressal – IT Rules 2021)
क्राईम महाराष्ट्र लाईव्ह न्यूज (Crimemaharashtra.live) हे केंद्र सरकारच्या माहिती तंत्रज्ञान नियम, २०२१ (IT Rules 2021) च्या नियम १८ अंतर्गत नोंदणीकृत आणि नियमांचे पालन करणारे अधिकृत डिजिटल न्यूज पोर्टल आहे. आमच्या पोर्टलवर प्रसिद्ध झालेल्या कोणत्याही बातमी, लेख किंवा मजकुराबाबत आपल्याला काही आक्षेप किंवा तक्रार असल्यास, आपण आमच्या मुख्य तक्रार निवारण अधिकाऱ्यांकडे लेखी नोंदणी करू शकता.
कायदा आणि नियमांनुसार आपल्या तक्रारीची २४ तासांच्या आत दखल घेऊन १५ दिवसांच्या आत त्याचे निवारण केले जाईल.
📌 मुख्य तक्रार निवारण अधिकारी (Level 1):
अधिकारी: आमीर मोहम्मद शेख (Editor & Publisher)
वेबसाईट: https://crimemaharashtra.live
अधिकृत ईमेल: crimemaharashtra.live@gmail.com
Info@crimemaharashtra.live
कार्यालयीन पत्ता: पुणे, महाराष्ट्रIn accordance with Rule 11(2)(a) of the Information Technology (Intermediary Guidelines and Digital Media Ethics Code) Rules, 2021, any person having a grievance regarding the content published on Crimemaharashtra.live may send their complaint to the designated Grievance Redressal Officer.
Grievance Officer: Amir Mohammad Shaikh (Editor & Publisher)
Website: https://crimemaharashtra.live
Official Email: crimemaharashtra.live@gmail.com
Address: Pune, Maharashtra, India.
Note: Please ensure that your complaint includes the specific URL of the news article, the date of publication, and a clear description of the grievance along with supporting documents. All grievances will be acknowledged within 24 hours and resolved within 15 days.,
