แม้ว่าความสามารถของหุ่นยนต์ในการบริการช่วยเหลือจะถูกพัฒนาให้ดีขึ้นมากในช่วง 10 ปีที่ผ่านมา อย่างนำไปใช้งานตามห้างสรรพสินค้า สนามบิน สถานพยาบาล ในครัวเรือน แต่ระบบที่นำมาใช้ในสภาพแวดล้อมจริงนั้นยังไม่สามารถติดตามหรือนำทางมนุษย์ได้อย่างมีประสิทธิภาพเพียงพอ แต่นักประดิษฐ์หลายรายหลายสถาบัน ก็พยายามพัฒนาระบบในการฝึกหุ่นยนต์ เพื่อให้ติดตามผู้ใช้งานหรือนำทางในสภาพแวดล้อมที่มีสิ่งกีดขวาง ในพื้นที่แคบ หรือในพื้นที่แออัด
เมื่อเร็วๆนี้ทีมวิจัยจากสถาบันเทคโนโลยีเบอร์ลิน ในเยอรมนี เปิดเผยถึงการพัฒนาแบบจำลองหรือโมเดลใหม่ที่อาศัยการเรียนรู้แบบลองผิดลองถูกในเชิงลึกที่จะช่วยให้หุ่นยนต์เคลื่อนที่สามารถนำทางผู้ใช้งานไปยังตำแหน่งที่ต้องการได้ หรือจะให้หุ่นยนต์ติดตามผู้คนไปตามพื้นที่ ที่มีสภาพแวดล้อมแออัด ซึ่งเชื่อว่าการเพิ่มแบบจำลองดังกล่าวจะเสริมความสามารถของหุ่นยนต์ที่จะนำมาใช้งานในห้างสรรพสินค้า สนามบิน และสถานที่สาธารณะอื่นๆได้อย่างมีนัยสำคัญ เพราะหุ่นยนต์ไม่เพียงต้องมีปฏิสัมพันธ์กับมนุษย์อย่างชาญฉลาด แต่ยังต้องนำทางอย่างปลอดภัยท่ามกลางฝูงชนด้วย
การฝึกฝนแบบจำลองยังได้รวมข้อมูลเชิงความหมายเกี่ยวกับสถานะทางสังคมของมนุษย์ และพฤติกรรมของมนุษย์ ไม่ว่าจะเป็นการพูดการจา การวิ่ง ฯลฯ สิ่งเหล่านี้ช่วยให้แบบจำลองสามารถตัดสินใจเกี่ยวกับวิธีที่จะช่วยเหลือผู้ใช้งานหุ่นยนต์ได้ดีที่สุด ซึ่งหุ่นยนต์ต้องเคลื่อนที่เคียงข้างผู้คนด้วยความเร็วที่ใกล้เคียงกันและไม่ชนกับมนุษย์คนอื่นๆหรือสิ่งกีดขวางใดๆในบริเวณใกล้เคียงนั่นเอง
เมื่อทำการทดสอบแบบจำลองหลายต่อหลายชุดโดยใช้สภาพแวดล้อมเป็นการจำลองแบบ 2 มิติ ผลลัพธ์ที่ได้มีแนวโน้มที่ดี นักวิจัยระบุว่า สถานการณ์จำลองสามารถนำทางมนุษย์ไปยังสถานที่เฉพาะและปฏิบัติตาม โดยปรับความเร็วให้เข้ากับความเร็วของผู้ใช้ รวมถึงหลีกเลี่ยงสิ่งกีดขวางในบริเวณใกล้เคียง เรียกว่าทำได้อย่างที่นักวิจัยคาดหวัง
...
อย่างไรก็ตาม แบบจำลองการเรียนรู้ที่พัฒนาใหม่นี้ดูเหมือนว่าจะทำงานได้ดีก็จริง แต่ก็ยังเป็นเพียงคำตอบจากแบบจำลอง ดังนั้น ขั้นตอนต่อไปก็คือ ต้องตรวจสอบประสิทธิภาพแบบจำลองโดยใช้หุ่นยนต์จริง ในสภาพแวดล้อมจริง หากการลงสนามจริงทำได้ดีเทียบเท่าหรือใกล้เคียงกับแบบจำลอง งานนี้ก็คงปูทางไปสู่การสร้างหุ่นยนต์ผู้ช่วยอัจฉริยะที่ใช้กันในสนามบิน สถานีรถไฟหรือพื้นที่สาธารณะอื่นๆที่มีผู้คนหนาแน่นในอนาคต.
ภัค เศารยะ