रोबोट आर्म छोटी इंडस्ट्रियल मोटर क्यों नहीं हो सकते

हर कुछ महीनों में कोई नया ह्यूमनॉइड रोबोट डेमो वायरल हो जाता है। Boston Dynamics का Atlas बैकफ़्लिप लगा रहा है। Tesla का Optimus चीज़ें छाँट रहा है। Figure का रोबोट शेल्फ़ पर सामान जमा रहा है। डेमो प्रभावशाली हैं, लेकिन ध्यान से देखें तो एक बात दिखती है: हरकतें धीमी, सोची-समझी और सावधान होती हैं। ये रोबोट हैरानी की हद तक भारी वज़न उठा सकते हैं, लेकिन फेंकी गई गेंद नहीं पकड़ पाते। चल तो लेते हैं, पर दौड़ नहीं सकते। चीज़ें पकड़ लेते हैं, पर तेज़ और सटीक उंगली की हरकतों वाला काम नहीं कर पाते।

वजह सॉफ़्टवेयर नहीं, भौतिकी है। खास तौर पर इलेक्ट्रिक मोटरों के स्केलिंग की भौतिकी। आकार बदलने पर मोटर के व्यवहार को नियंत्रित करने वाले स्केलिंग नियम नाटकीय ढंग से बदलते हैं, और ये बदलाव मौजूदा रोबोट एक्चुएटर की ज़्यादातर सीमाएँ समझा देते हैं। रोबोटिक्स में काम करने वाले किसी भी व्यक्ति के लिए इन नियमों को समझना ज़रूरी है, और यही बताता है कि इंसान जैसी हरकत करने वाला रोबोट बनाना मौजूदा रोबोट को सिर्फ़ बड़ा या छोटा करने से मूल रूप से कहीं ज़्यादा कठिन क्यों है।

स्क्वेयर-क्यूब नियम फिर से अपना असर दिखाता है

स्क्वेयर-क्यूब नियम, यानी यह बात कि चीज़ें बड़ी होने पर आयतन सतह के क्षेत्रफल से तेज़ी से बढ़ता है, इलेक्ट्रिक मोटरों पर एक खास तरीके से असर डालता है। मोटर का टॉर्क आयतन के साथ बढ़ता है (लगभग रैखिक आयाम के घन के अनुपात में)। मोटर की ऊष्मा निकलने की क्षमता सतह के क्षेत्रफल के साथ बढ़ती है (रैखिक आयाम के वर्ग के अनुपात में)। मोटर को दोगुना बड़ा करें तो वह 8 गुना टॉर्क देती है, पर सिर्फ़ 4 गुना ऊष्मा ही निकाल पाती है।

इसी वजह से बड़ी मोटरें सापेक्ष रूप से ज़्यादा कुशल होती हैं। किसी इंडस्ट्रियल रोबोट आर्म की मोटर के पास अपनी ऊष्मा उत्पादन की तुलना में काफ़ी सतह क्षेत्र होता है। वह बिना ज़्यादा गरम हुए लगातार उच्च ड्यूटी साइकिल पर चल सकती है। लेकिन उसी मोटर को रोबोट की उंगली के लिए छोटा कर दें, तो थर्मल समस्या उलट जाती है: मोटर बहुत कम टॉर्क देती है और ऊष्मा निकालने के लिए उसके पास और भी कम सतह क्षेत्र होता है। छोटी मोटरें लगातार लोड पर जल्दी गरम हो जाती हैं।

Motor scaling (approximate):
Motor diameter    Torque (relative)    Heat dissipation (relative)
100mm (arm)       1.0x                 1.0x
50mm (wrist)      0.125x               0.25x
25mm (finger)     0.016x               0.063x
10mm (fingertip)  0.001x               0.01x
The ratio of torque to heat dissipation:
100mm: 1.0   (can run continuously)
50mm:  0.5   (needs duty cycling)
25mm:  0.25  (overheats quickly under load)
10mm:  0.1   (barely usable for sustained force)
Small motors are proportionally weaker AND hotter.

इनर्शिया की समस्या

स्केलिंग से जुड़ी दूसरी अहम समस्या इनर्शिया है, यानी घूमने की गति में बदलाव का विरोध। मोटर के रोटर का भी द्रव्यमान होता है, और उस द्रव्यमान का इनर्शिया होता है। रोबोट जॉइंट को तेज़ी से हिलाने के लिए मोटर को रोटर को तेज़ करना और धीमा करना पड़ता है, और इसके लिए रोटर के मोमेंट ऑफ़ इनर्शिया के अनुपात में टॉर्क चाहिए।

दिक्कत यह है कि कई रोबोट एक्चुएटर में रोटर का इनर्शिया, लोड के इनर्शिया पर भारी पड़ता है। मोटर जिस चीज़ को हिलाना है उससे ज़्यादा ऊर्जा खुद को हिलाने में खर्च करती है। यह वैसा ही है जैसे 10 पाउंड की पेन से लिखने की कोशिश करना। पेन को हिलाया जा सकता है, पर तेज़ और सटीक हरकतें नहीं हो पातीं, क्योंकि आप पेन के इनर्शिया से लड़ रहे होते हैं।

रोबोट आर्म के लिए यह और भी बुरा है। कंधे की मोटर को सिर्फ़ पेलोड नहीं, बल्कि कोहनी और कलाई की मोटरों को भी हिलाना पड़ता है। हर जॉइंट ऐसा इनर्शिया जोड़ता है जिसे उससे पहले वाले हर जॉइंट को पार करना पड़ता है। यह एक के ऊपर एक जुड़ता इनर्शिया ही है जिसकी वजह से रोबोट आर्म जितना लंबा होता है, उतना धीमा और कम सटीक होता जाता है। यही मूल बाधा क्रेन के हाथ की लंबाई भी सीमित करती है।

गियर अनुपात: समझौता

अपर्याप्त मोटर टॉर्क का आम हल गियरिंग है। 100:1 गियर अनुपात मोटर के टॉर्क को 100 गुना बढ़ा देता है और गति को 100 से भाग दे देता है। इससे एक छोटी, तेज़ मोटर भारी जॉइंट के लिए पर्याप्त टॉर्क दे सकती है।

इसका समझौता बैकड्राइवेबिलिटी है, यानी आउटपुट की तरफ़ से मोटर को धक्का देकर पीछे ढकेलने की क्षमता। ज़्यादा गियर वाली मोटर गियर ट्रेन के घर्षण की वजह से आउटपुट की तरफ़ से लगभग लॉक हो जाती है। इसका मतलब है कि रोबोट उस पर लगने वाले बल महसूस नहीं कर पाता। अगर कोई इंसान आर्म से टकरा जाए, तो आर्म झुकता नहीं, वह एक कठोर बाधा बन जाता है। यह सुरक्षा समस्या है (रोबोट लोगों को चोट पहुँचा सकता है) और कार्यक्षमता की समस्या भी है (रोबोट ऐसे काम नहीं कर पाता जिनमें बल-संवेदन चाहिए, जैसे सॉकेट में प्लग डालना)।

कम गियर अनुपात बैकड्राइवेबिलिटी बनाए रखता है, यानी मोटर बाहरी बलों को महसूस करके उनके अनुसार प्रतिक्रिया दे सकती है। पर कम अनुपात का मतलब है कि मोटर को पूरा ज़रूरी टॉर्क खुद देना होगा, जिसके लिए बड़ी और भारी मोटर चाहिए, जो इनर्शिया बढ़ाती है, जिसके लिए और ज़्यादा टॉर्क चाहिए। यह एक चक्र वाली समस्या है।

आधुनिक रोबोट इसका हल कैसे निकालते हैं

रोबोट डिज़ाइनर मोटर स्केलिंग की सीमाओं से निपटने के लिए कई तकनीकें इस्तेमाल करते हैं।

• क्वासी-डायरेक्ट ड्राइव। बड़े व्यास वाली पतली मोटरें कम गियर अनुपात (5:1 से 10:1) के साथ इस्तेमाल करना। बड़ा व्यास बिना ज़्यादा इनर्शिया के टॉर्क देता है (मोमेंट ऑफ़ इनर्शिया सिर्फ़ द्रव्यमान पर नहीं, बल्कि द्रव्यमान के वितरण पर निर्भर करता है)। कम गियर अनुपात बैकड्राइवेबिलिटी बचाए रखता है। MIT का Cheetah रोबोट और कई नए ह्यूमनॉइड इसी तरीके का इस्तेमाल करते हैं।
• सीरीज़ इलास्टिक एक्चुएटर (SEA)। मोटर और जॉइंट के बीच एक स्प्रिंग लगाना। स्प्रिंग झटके वाले बलों को सोख लेता है (मोटर और आसपास की चीज़ों दोनों को बचाता है), ऊर्जा संग्रह करता है (चलने के लिए उपयोगी), और स्प्रिंग के विक्षेपण को मापकर बल मापने में मदद करता है। ज़्यादातर पैरों वाले रोबोट SEA इस्तेमाल करते हैं।
• टेंडन-चालित सिस्टम। मोटरों को शरीर में ले जाकर केबल (टेंडन) के ज़रिए जॉइंट से जोड़ना। इससे अंगों से मोटर का द्रव्यमान हट जाता है और इनर्शिया नाटकीय ढंग से घटता है। हमारे हाथ इसी तरह काम करते हैं: उंगलियाँ हिलाने वाली मांसपेशियाँ आपकी बाँह में होती हैं और टेंडन से जुड़ी होती हैं। कई डेक्सटरस रोबोट हैंड भी यही सिद्धांत इस्तेमाल करते हैं।
• हाइड्रॉलिक एक्चुएटर। उच्च-बल वाले कामों के लिए इलेक्ट्रिक मोटरों को पूरी तरह छोड़ देना। हाइड्रॉलिक सिलेंडर का पावर डेंसिटी (वज़न के हिसाब से बल) बहुत अच्छा होता है और वे स्वाभाविक रूप से बैकड्राइवेबल होते हैं। Boston Dynamics का मूल Atlas हाइड्रॉलिक था। नुकसान यह है कि हाइड्रॉलिक सिस्टम गंदे, शोरयुक्त और जटिल होते हैं।

ह्यूमनॉइड रोबोट धीरे क्यों चलते हैं

इन बाधाओं को देखते हुए, मौजूदा ह्यूमनॉइड रोबोट की धीमी, सोची-समझी हरकतें समझ में आती हैं। तेज़ हरकत के लिए ज़्यादा त्वरण चाहिए, जिसके लिए रोटर के इनर्शिया को पार करना होता है, जिसके लिए भारी टॉर्क चाहिए, और वह या तो बड़ी मोटर (ज़्यादा इनर्शिया) से आता है या ऊँचे गियर अनुपात से (बैकड्राइवेबिलिटी खत्म)। भौतिकी आपको इसी जाल में फँसा देती है।

इंसान इसे अलग तरीके से हल करते हैं: हमारी मांसपेशियाँ मूल रूप से अलग तरह के एक्चुएटर हैं। मांसपेशियों का इनर्शिया लगभग शून्य होता है (वे नरम होती हैं), वे स्वाभाविक रूप से लचीली होती हैं (स्प्रिंग की तरह काम करती हैं), और बिना यांत्रिक गियरिंग के बल दे सकती हैं। एक इंसानी हाथ में 34 मांसपेशियाँ 27 हड्डियों को असाधारण सटीकता, गति और बल-संवेदनशीलता के साथ नियंत्रित करती हैं। इसे इलेक्ट्रिक मोटर और गियर से दोहराना सिद्धांत रूप में संभव है, पर हर उस स्केलिंग समस्या के लिए इंजीनियरिंग हल चाहिए जिसे जीव-विज्ञान स्वाभाविक रूप से संभाल लेता है।

इसी वजह से डेक्सटरस मैनिपुलेशन, यानी कच्चा अंडा बिना तोड़े उठाना, सुई में धागा डालना, जूते के फीते बाँधना, रोबोटिक्स की सबसे कठिन अनसुलझी समस्याओं में बनी हुई है। मशीन लर्निंग की बदौलत इन कामों को समझने और योजना बनाने वाला सॉफ़्टवेयर तेज़ी से आगे बढ़ रहा है। पर हार्डवेयर, यानी ऐसे एक्चुएटर जो इंसानी हाथ की गति, सटीकता और बल-संवेदना की बराबरी कर सकें, अभी पीछे है और धीरे-धीरे पकड़ रहा है।

सॉफ़्टवेयर डेवलपर के लिए सीख

अगर आप रोबोटिक्स सॉफ़्टवेयर में काम करते हैं, जैसे मोशन प्लानिंग, कंट्रोल सिस्टम या परसेप्शन, तो एक्चुएटर की भौतिकी समझने से आपका कोड लिखने का तरीका बदल जाता है। आप रोबोट जॉइंट को उस गति से तेज़ नहीं चला सकते जो मोटर के टॉर्क-से-इनर्शिया अनुपात से मिलती है। अगर एक्चुएटर बैकड्राइवेबल है तो आप अनंत कठोरता मानकर नहीं चल सकते। और अगर मोटर छोटी है तो थर्मल सीमाओं को अनदेखा नहीं कर सकते।

सबसे अच्छा रोबोट सॉफ़्टवेयर हार्डवेयर की सीमाओं को अनदेखा करने के बजाय उनके साथ काम करता है। जो ट्रैजेक्टरी प्लानर टॉर्क सीमाओं का सम्मान करते हैं, वे उन प्लानरों से ज़्यादा सहज और तेज़ हरकत देते हैं जो सबसे अच्छी ट्रैजेक्टरी बनाते हैं और फिर कंट्रोलर से उसे काटने देते हैं। जो कंट्रोल सिस्टम मोटर की डायनामिक्स का मॉडल बनाते हैं, वे बल-नियंत्रण में बेहतर होते हैं, बजाय इसके कि मोटर को आदर्श टॉर्क स्रोत मान लें।

मोटर स्केलिंग के नियम याद दिलाते हैं कि हार्डवेयर की सीमाएँ सॉफ़्टवेयर की संभावनाओं को आकार देती हैं। अगली बार जब आप कोई ह्यूमनॉइड रोबोट डेमो देखें और सोचें कि वह इतना सावधानी से क्यों चलता है, तो याद रखें: सॉफ़्टवेयर शायद तेज़ हरकत के लिए तैयार हो, पर छोटी इलेक्ट्रिक मोटरों की भौतिकी कुछ और कहती है। रोबोट को इंसानों जैसी हरकत देने के लिए सिर्फ़ बेहतर AI नहीं, बल्कि मौलिक रूप से बेहतर एक्चुएटर चाहिए, और वह भौतिकी की समस्या है, सॉफ़्टवेयर की नहीं।