- ToddlerBot एक कम-लागत वाला ओपन सोर्स ह्यूमनॉइड रोबोट प्लेटफ़ॉर्म है, जिसे robotics·AI research में policy learning और experiment scalability को लक्ष्य बनाकर डिज़ाइन किया गया है
- नया version (2.0) cartwheel, crawling, fast walking, VR teleoperation, real-time stereo depth estimation जैसी कई नई सुविधाओं को support करता है
- 30-DoF design, कई end-effector विकल्प (palm-type·gripper), 3D printing आधारित तेज़ मरम्मत आदि के ज़रिये reproducibility और durability पर ज़ोर दिया गया है
- reinforcement learning और diffusion models का उपयोग करके walking·bimanual·whole-body manipulation, skill chaining जैसी ML compatibility साबित की गई है
- पूरा open source manual और code उपलब्ध कराया गया है, जिससे कोई भी इसे बना सकता है, policy transfer कर सकता है और multi-robot collaboration experiments चला सकता है
Toddlerbot ओपन सोर्स प्रोजेक्ट का महत्व
- Toddlerbot एक open source humanoid robot project है, जिसमें कोई भी source का उपयोग करके सीधे assembly और modification कर सकता है
- commercial humanoid robots की तुलना में इसकी निर्माण लागत कम है, और इसकी संरचना व components की संख्या भी कम है, इसलिए entry barrier कम है
- robot hardware design, software control, algorithm learning जैसे कई उद्देश्यों के लिए इसका उपयोग किया जा सकता है
- सक्रिय community और documentation की वजह से beginners से experts तक सभी के लिए इसकी उपयोगिता अधिक है
- research and development, education, और prototyping जैसे उपयोगों के लिए यह एक उपयुक्त robot platform है
मुख्य फीचर और फायदे
- 3D printer, open source schematics, और public software की मदद से इसे आसानी से बनाया जा सकता है
- modular design structure की वजह से head, arm, body आदि को स्वतंत्र रूप से डिज़ाइन और replace किया जा सकता है
- Python सहित कई programming languages के साथ integrate होकर अलग-अलग control strategies पर experiment करना संभव है
- sensors, motors, cameras आदि के लिए वैकल्पिक expansion support उपलब्ध है
ToddlerBot 2.0 के मुख्य फीचर
- Cartwheel: उच्च agility और balance capability का प्रदर्शन, और असफल होने पर भी लगभग कोई damage नहीं
- Crawling: शिशु की तरह arms और legs का उपयोग करके चारों पैरों पर रेंगने की चाल
- Fast walking: omnidirectional walking speed 0.25m/s, in-place rotation अधिकतम 1rad/s
- VR teleoperation: Meta Quest 2 आधारित real-time control
- Stereo depth estimation: Jetson Orin NX 16GB के साथ 10Hz real-time processing
डिज़ाइन की विशेषताएँ
- 30 degrees of freedom (DoF): arms 7, legs 6, neck 2, waist 2
- Sensors·electronics: 2 fisheye cameras, speaker, 2 microphones, IMU, Jetson Orin NX
- End-effectors: flexible palm-type और parallel-jaw gripper, ये दो विकल्प
परफ़ॉर्मेंस परीक्षण
- Arm reach test: torso volume से 14 गुना बड़े object को पकड़ सकता है
- Load test: कुल वजन के 40% के बराबर 1.48kg उठाकर संतुलन बनाए रखता है
- Durability test: reinforcement learning आधारित walking policy के साथ 19 मिनट तक संचालन, 7 बार गिरने पर भी कोई damage नहीं, और मरम्मत 35 मिनट के भीतर (3D printing + assembly)
AI-आधारित क्रियाएँ
- Conversation·push-ups: OpenAI Realtime API + GPT-4o integration
- Pull-ups on horizontal bar: AprilTag आधारित position recognition, simulation policy का real-world transfer
- Walking·manipulation: reinforcement learning और RGB-आधारित diffusion policy से bimanual और whole-body manipulation
- Skill chaining: handle पकड़ना (diffusion policy) → cart को धक्का देना (reinforcement learning policy)
पुनरुत्पादकता और विस्तारयोग्यता
- Policy transfer: एक ToddlerBot पर सीखी गई manipulation policy को दूसरे unit में बिना loss के transfer करना
- Multi-robot collaboration: दो robots मिलकर long-horizon task (कमरा व्यवस्थित करना) पूरा करते हैं
- Assembly convenience: open source manuals और videos के ज़रिये कोई भी इसे बना सकता है
रिसर्च समर्थन
अभी कोई टिप्पणी नहीं है.