Embodied AI की पहली चुनौती ‘इंटेलिजेंस’ नहीं, असली दुनिया तक पहुँचना है

किसी रोबोट के पास शानदार perception, तेज़ processor और sophisticated planning हो सकती है। लेकिन deployment की पहली परीक्षा अक्सर यह होती है कि वह काम वाली जगह तक पहुँच भी सकता है या नहीं। Direct Drive Tech का मानना है कि embodied AI की शुरुआती बड़ी रुकावट केवल intelligence नहीं, बल्कि physical access है।

अगर कोई robot curb, दरवाज़े की ऊँची दहलीज़, टूटी pavement, ढलान, सीढ़ी या कीचड़ पार नहीं कर सकता, तो वह वहाँ काम नहीं कर पाएगा। उतना ही महत्वपूर्ण यह है कि वह उस environment से वास्तविक interaction data भी नहीं जुटा पाएगा—वही data जो भविष्य के models को बेहतर generalization सिखा सकता है। 3437

Embodied AI में ‘पहुँच’ पहली शर्त क्यों है?

Embodied AI को केवल software या model के रूप में समझना अधूरा है। इसमें robot का physical body, environment के साथ interaction और intelligence—तीनों साथ काम करते हैं। शरीर की movement और sensing क्षमता ही तय करती है कि AI कितनी दूर तक अपनी योजना को अमल में ला सकती है। 19

अधिकांश indoor mobile robots अपेक्षाकृत सपाट और predictable surfaces के लिए बनाए जाते हैं। लेकिन वास्तविक दुनिया में रास्ते इतने व्यवस्थित नहीं होते। एक ही route में ये बाधाएँ आ सकती हैं:

• ऊँची दहलीज़ या curb
• सीढ़ियाँ और steep transitions
• टूटी या उखड़ी हुई सड़क
• ढीली मिट्टी और कीचड़
• indoor और outdoor space के बीच अचानक बदलाव
• industrial floor पर गड्ढे, oil या दूसरे अवरोध

ऐसे में केवल training budget या recording capacity बढ़ाने से समस्या हल नहीं होती। सपाट फर्श पर चलने वाला robot सीढ़ियों या कीचड़ पर movement data पैदा नहीं कर सकता। Simulation और video pretraining में मदद कर सकते हैं, लेकिन controlled environment और dynamic physical interaction के बीच gap बना रहता है। 3445

यहीं Direct Drive का ‘carrier problem’ सामने आता है: जरूरत केवल अधिक data की नहीं, ऐसे physical platform की है जो उन परिस्थितियों तक पहुँच सके जहाँ data की सबसे ज्यादा कमी है।

Robot के लिए दुनिया बदले या robot दुनिया के मुताबिक ढले?

कई robotics deployments में environment को robot के अनुकूल बनाने की कोशिश की जाती है—जैसे dedicated ramps, visual markers, restricted lanes या carefully engineered routes। इससे किसी structured facility में robot चल सकता है, लेकिन deployment का दायरा सीमित हो जाता है।

Direct Drive का प्रस्ताव उलटा है: robot को सामान्य मानव-निर्मित जगहों के अनुसार adapt करना चाहिए। Sidewalk, building entrance, service area और outdoor terrain के बीच बार-बार आने-जाने वाले applications के लिए यह सोच खास महत्व रखती है। लक्ष्य यह है कि हर नए site पर infrastructure retrofit करने की जरूरत कम हो और robot route की असमानताओं को खुद संभाल सके।

हालाँकि physical access पूरी समस्या नहीं है। Embodied AI को reliable perception, manipulation, safety, energy management, affordability, maintenance और बदलती परिस्थितियों में generalization की भी जरूरत होगी। उद्योग विश्लेषण real-world data की कमी, laboratory और वास्तविक environment के बीच gap तथा hardware reliability को भी प्रमुख बाधाओं में गिनाते हैं। 41

Pure wheels और pure legs के बीच wheel-legs का रास्ता

Direct Drive का wheel-legged approach पहियों और पैरों को एक-दूसरे का विकल्प मानने के बजाय उनके फायदे जोड़ने की कोशिश करता है।

• पहिए: smooth floors और roads पर तेज़, ऊर्जा-कुशल और व्यावहारिक होते हैं, लेकिन step height, gaps और loose या uneven surfaces से सीमित हो जाते हैं।
• पैर: बाधाएँ पार करने, body को ऊपर उठाने और posture बदलने में सक्षम होते हैं, लेकिन routine travel में अधिक control, energy और engineering complexity ला सकते हैं।
• Wheel-legs: सामान्य स्थिति में rolling को default रखते हैं और जरूरत पड़ने पर articulated legs से body उठाते, balance करते, step लेते या posture बदलते हैं।

NVIDIA के अनुसार TITA wheeled mobility की speed और agility को legs की adaptability के साथ जोड़ता है और direct-drive joints तथा hub-motor drive technology का इस्तेमाल करता है। 1

इसका व्यावहारिक अर्थ यह हो सकता है कि robot corridor में wheels से तेज़ी से चले, ऊँची threshold पर अपने joints का उपयोग करे, ढलान पर posture adjust करे और बाहर निकलने के बाद फिर rolling mode में लौट आए। यानी हर route को walking route बनाने के बजाय robot को यह क्षमता दी जाए कि वह terrain के अनुसार movement strategy बदल सके। 143

Direct-drive actuators की भूमिका

इस design का आधार केवल wheels और legs का मेल नहीं है। Robot को posture और force में तेज़, नियंत्रित बदलाव करने पड़ते हैं। Direct-drive wheel-hub motors propulsion को सीधे wheel तक पहुँचाते हैं, जबकि direct-drive या quasi-direct-drive joint architectures articulation और obstacle negotiation के लिए torque देते हैं। TITA को direct-drive joints और hub motors के संयोजन वाले platform के रूप में वर्णित किया गया है। 17

Conventional transmission पर निर्भरता घटाने से torque control अधिक direct और movement response अधिक responsive हो सकता है। लेकिन इसका अर्थ यह नहीं कि engineering trade-offs खत्म हो जाते हैं। Motors, structure, thermal management और control software को high loads तथा repeated impacts संभालने होंगे।

इसलिए direct drive intelligence का विकल्प नहीं है। यह वह physical layer है जो तय करती है कि AI ने जिस action की योजना बनाई है, robot उसे irregular ground पर कितनी विश्वसनीयता से execute कर पाएगा।

Xingtian से TITA और D1 तक विकास

Direct Drive की product sequence wheel-legged mobility के proof point से अधिक configurable platforms की ओर बढ़ती दिखाई देती है।

Xingtian: शुरुआती commercial wheel-legged platform

कंपनी Xingtian को शुरुआती commercial direct-drive, two-wheel-leg robot के रूप में पेश करती है। इससे product story का मूल विचार सामने आया—एक compact wheel-legged body, conventional wheeled chassis की तुलना में अधिक terrain access दे सकती है, बिना हर जगह fully legged locomotion की जरूरत के। कंपनी से जुड़े materials इसे open SDK और wheeled speed तथा legged obstacle-crossing ability के संयोजन से जोड़ते हैं। 21

TITA: developers और research के लिए platform

2023 में आया TITA इसी विचार को 8-degree-of-freedom wheeled-biped platform में विस्तार देता है। 2 इसके published specifications में 120 N·m peak torque, 10 किलोग्राम moving payload, hot-swappable batteries, ROS 2 support और modular development interfaces शामिल हैं। 91132

TITA में NVIDIA Jetson Orin NX 16 GB processor और 100 TOPS का quoted AI performance दिया गया है। इसकी sensing व्यवस्था में binocular cameras, ultrasonic sensing और SPAD sensors शामिल हैं, ताकि robot obstacles को detect कर सके और route के अनुसार प्रतिक्रिया दे सके। 911

ऊपरी हिस्से में modular rails और software तथा hardware interfaces research और application development के लिए उपयोग किए जा सकते हैं। कंपनी और product materials इसे inspection, delivery, logistics, agriculture और research जैसे क्षेत्रों के लिए position करते हैं। ये intended applications हैं, हर use case के commercial रूप से solved होने का स्वतंत्र प्रमाण नहीं। 321

D1: robot का physical configuration बदलना

2025 में आया D1, जिसे कुछ coverage में D-Infinite भी कहा जाता है, fixed wheel-legged body से आगे जाने की कोशिश करता है। यह एक standing two-wheel-leg configuration में काम कर सकता है और modules को जोड़कर lower four-wheel crawling configuration में बदला जा सकता है। 26

Cited specifications के अनुसार D1 crawling mode में 70 सेंटीमीटर तक की obstacle height और 100 किलोग्राम तक payload का दावा करता है। Standing configuration के लिए 80 किलोग्राम payload का आंकड़ा दिया गया है। 24

इस modularity का महत्व केवल अधिक payload में नहीं है। Standing form compactness और sidewalks या stairs के आसपास maneuverability को प्राथमिकता दे सकती है, जबकि जुड़ी हुई lower configuration stability, load carrying और rough terrain के लिए उपयोगी हो सकती है। विचार यह है कि general-purpose capability किसी एक ‘perfect’ body से नहीं, बल्कि task के अनुसार physical arrangement बदलने वाले platform से आ सकती है।

Direct Drive का दावा कितना साबित होता है?

Direct Drive जिस constraint की ओर इशारा करती है, वह वास्तविक है: जिस setting तक robot पहुँच नहीं सकता, वहाँ वह न काम कर सकता है और न interaction data जुटा सकता है। Wheel-legged design pure wheels की efficiency और pure legs की terrain adaptability के बीच एक व्यावहारिक middle ground पेश करता है। Direct-drive actuators high-level movement plan को responsive physical control से जोड़ते हैं। 143

लेकिन physical entry केवल पहला gate है। Robot को इसके बाद भी reliable navigation, manipulation, safety behavior, energy management, affordable servicing और अलग-अलग environments में consistent performance की जरूरत होगी। High-quality physical-world data की कमी और simulation-to-reality gap भी बने हुए हैं। 4145

Commercial claims को भी सावधानी से पढ़ना चाहिए। Direct Drive के product pages और company materials capabilities तथा stated test conditions में performance बताते हैं; इन्हें independent proof of general-purpose autonomy या large-scale deployment नहीं माना जा सकता। Independent reporting ने company के robotics business का commercialization अभी सीमित बताया है, भले ही संबंधित product lines में वृद्धि हुई हो। 36

Embodied AI के लिए बड़ा सबक

Direct Drive का प्रस्तावित क्रम सीधा है:

1. ऐसा robot body बनाइए जो अधिक प्रकार के real-world environments में प्रवेश कर सके।
2. उस access का इस्तेमाल tasks execute करने और बेहतर interaction data जुटाने में कीजिए।
3. Repeated deployment से perception, control और generalization सुधारिए।
4. इसके बाद specific applications से broader business coverage की ओर बढ़िए।

इसीलिए Direct Drive के wheel-legged robots केवल एक अलग chassis design नहीं हैं। वे embodied-AI stack को लेकर एक रणनीतिक दृष्टिकोण दिखाते हैं: पहले physical entry, फिर intelligence का विस्तार और business coverage।

अगर robot दुनिया के उस हिस्से तक पहुँच ही नहीं सकता जिसे उसे समझना है, तो सबसे बड़ा model भी अधूरा रहेगा।