पारंपरिक रोबोटिक हाथों को आमतौर पर वस्तुओं को सफलतापूर्वक पकड़ने के लिए सटीक पर्यावरणीय जानकारी और जटिल प्रोग्रामिंग की आवश्यकता होती है। इसके विपरीत, इंसान बिना सटीक स्थिति डेटा के भी वस्तुएं उठा सकते हैं, जिसका मुख्य कारण हमारे हाथों की प्राकृतिक लचक है।
EPFL (École Polytechnique Fédérale de Lausanne) की CREATE लैब ने इसी मानवीय क्षमता से प्रेरणा लेकर ADAPT हैंड विकसित किया है—एक ऐसा रोबोटिक हाथ जो जटिल एल्गोरिद्म की बजाय लचीले पदार्थों का उपयोग कर कुशलता से वस्तुओं को पकड़ सकता है।
"एक इंसान के तौर पर हमें किसी वस्तु को पकड़ने के लिए ज्यादा बाहरी जानकारी की जरूरत नहीं पड़ती, और हमें लगता है कि इसका कारण वस्तु और मानव हाथ के बीच होने वाली लचीली—या सॉफ्ट—इंटरैक्शन है," स्कूल ऑफ इंजीनियरिंग की कम्प्यूटेशनल रोबोट डिजाइन एंड फैब्रिकेशन (CREATE) लैब के पीएचडी छात्र काई जुंगे बताते हैं, जिनका नेतृत्व प्रोफेसर जोसी ह्यूजेस कर रहे हैं।
ADAPT हैंड का डिजाइन बेहद कुशल है। जहां पारंपरिक रोबोटिक हाथों में हर जोड़ के लिए एक मोटर चाहिए होती है, वहीं ADAPT हैंड में केवल 12 मोटरें कलाई में लगाई गई हैं, जो इसके 20 जोड़ों को नियंत्रित करती हैं। बाकी यांत्रिक नियंत्रण स्प्रिंग्स से आता है, जिन्हें कठोरता के अनुसार समायोजित किया जा सकता है, और एक सिलिकॉन 'स्किन' से, जिसे जोड़ा या हटाया जा सकता है। इस रणनीतिक रूप से वितरित लचक के कारण हाथ विभिन्न वस्तुओं के अनुरूप बिना अतिरिक्त प्रोग्रामिंग के खुद को ढाल सकता है।
परीक्षणों में, इस हाथ ने छोटे बोल्ट से लेकर केले तक 24 अलग-अलग वस्तुओं को पकड़ने में 93% सफलता दर हासिल की, और इसकी पकड़ की हरकतें मानव जैसी पकड़ के पैटर्न से 68% तक मेल खाती थीं। शोधकर्ताओं ने 300 से अधिक पकड़ प्रयोगों के जरिए इस मजबूती को प्रमाणित किया, जिसमें लचीले हाथ की तुलना कठोर संस्करण से की गई।
EPFL की टीम अब इस सफलता के आधार पर बंद-लूप नियंत्रण तत्वों को जोड़ रही है, जिसमें सिलिकॉन स्किन में प्रेशर सेंसर और आर्टिफिशियल इंटेलिजेंस शामिल हैं। "लचीले रोबोटों के फायदों की बेहतर समझ रोबोटिक सिस्टम्स को अत्यधिक अनिश्चित या मानव-उन्मुख वातावरण में एकीकृत करने में काफी मदद कर सकती है," जुंगे ने बताया।
यह उपलब्धि, जो नेचर कम्युनिकेशंस इंजीनियरिंग में प्रकाशित हुई है, यह दर्शाती है कि बायोमिमेटिक लचक के जरिए बिना जटिल प्रोग्रामिंग के अधिक सहज और अनुकूलनीय रोबोटिक मैनिपुलेशन संभव है—जो भविष्य में रोबोट्स के मानव परिवेश में काम करने के तरीके को बदल सकता है।