หุ่นยนต์อาจมองเห็นได้ดี วางแผนซับซ้อนได้ และมีโมเดล AI ที่เก่งขึ้นเรื่อย ๆ แต่ทั้งหมดนั้นอาจไม่มีความหมาย หากตัวหุ่นยนต์ยังไปไม่ถึงจุดที่ต้องทำงาน

นี่คือข้อเสนอหลักของ Direct Drive Tech บริษัทหุ่นยนต์จากจีนที่พัฒนาแพลตฟอร์มล้อผสมขา โดยบริษัทมองว่า “การเข้าถึงพื้นที่จริง” อาจเป็นคอขวดด่านแรกของ Embodied AI ไม่ใช่แค่ความฉลาดของซอฟต์แวร์ หากหุ่นยนต์ข้ามขอบทาง ธรณีประตู พื้นถนนที่ชำรุด ทางลาด พื้นโคลน หรือบันไดไม่ได้ มันก็ไม่สามารถทำงานในพื้นที่นั้น และไม่สามารถเก็บข้อมูลปฏิสัมพันธ์จริงเพื่อพัฒนาพฤติกรรมของตัวเองได้ 3437

แนวคิดนี้ไม่ได้หมายความว่าซอฟต์แวร์ไม่สำคัญ Embodied AI ต้องอาศัยทั้งร่างกาย สภาพแวดล้อม และความฉลาดทำงานร่วมกัน โดยขีดจำกัดทางกายภาพของตัวหุ่นยนต์ย่อมกำหนดขอบเขตการทำงานของระบบด้วย 19 ขณะเดียวกัน การวิเคราะห์ในอุตสาหกรรมยังชี้ถึงอุปสรรคอื่น ๆ เช่น ข้อมูลโลกจริงที่มีคุณภาพยังมีจำกัด ความสามารถในการนำความรู้ไปใช้กับสถานการณ์ใหม่ยังไม่แข็งแรง ความพร้อมของฮาร์ดแวร์ พลังประมวลผล และความน่าเชื่อถือในการใช้งานจริง 41

จุดยืนที่แตกต่างของ Direct Drive จึงอยู่ที่ “ลำดับความสำคัญ” บริษัทเสนอว่า ควรทำให้หุ่นยนต์เข้าไปในสภาพแวดล้อมที่หลากหลายได้เสียก่อน จากนั้นจึงค่อยขยายความฉลาดและขอบเขตธุรกิจ

คอขวดที่เรียกว่า “การเข้าถึงทางกายภาพ”

หุ่นยนต์เคลื่อนที่แบบล้อจำนวนมากถูกออกแบบมาสำหรับพื้นเรียบและเส้นทางที่คาดเดาได้ เมื่อเส้นทางมีธรณีประตูสูง ขอบทาง บันได ดินร่วน พื้นถนนแตกร้าว ทางลาดชัน หรือจุดเปลี่ยนระหว่างอาคารกับพื้นที่กลางแจ้ง สมมติฐานเดิมก็เริ่มใช้ไม่ได้

หุ่นยนต์อาจยังทำงานได้ดีภายในโรงงานหรืออาคารที่จัดสภาพแวดล้อมไว้อย่างเป็นระบบ แต่จะไม่สามารถทำงานครอบคลุมทั้งภารกิจ หากเส้นทางจริงมีจุดที่ตัวหุ่นยนต์ผ่านไม่ได้ ที่สำคัญ มันก็จะไม่สามารถเก็บข้อมูลการเคลื่อนไหวจากพื้นที่เหล่านั้นได้ด้วย

Direct Drive และรายงานที่เกี่ยวข้องอธิบายปัญหานี้ในลักษณะ “ปัญหาของพาหนะหรือร่างกาย” ไม่ใช่เพียงปัญหาว่ามีพื้นที่บันทึกข้อมูลหรือเงินสำหรับฝึกโมเดลไม่เพียงพอ หุ่นยนต์ที่อยู่บนพื้นเรียบตลอดเวลาย่อมไม่สามารถสร้างข้อมูลการเคลื่อนไหวบนบันไดหรือพื้นโคลนได้ การจำลองและวิดีโอช่วยในการฝึกเบื้องต้นได้ แต่ยังมีช่องว่างระหว่างสภาพแวดล้อมที่ควบคุมได้กับการปฏิสัมพันธ์ทางกายภาพในโลกจริง 3445

มุมมองนี้นำไปสู่แนวทางการติดตั้งที่ต่างออกไป แทนที่จะปรับสถานที่ให้เข้ากับหุ่นยนต์ด้วยการสร้างทางลาดเฉพาะ ติดเครื่องหมายบอกทาง กำหนดเลนจำกัด หรือปรับโครงสร้างพื้นฐานอื่น ๆ หุ่นยนต์ควรปรับตัวเข้ากับพื้นที่ที่มนุษย์สร้างขึ้นอยู่แล้ว โดยเฉพาะงานที่ต้องเคลื่อนผ่านทางเท้า อาคาร พื้นที่บริการ และภูมิประเทศกลางแจ้งหลายรูปแบบ

ทำไมต้องผสม “ล้อ” กับ “ขา”

การถกเถียงระหว่างหุ่นยนต์แบบล้อกับแบบขามักถูกมองว่าเป็นการเลือกระหว่างประสิทธิภาพและความสามารถในการปรับตัว Direct Drive พยายามหลีกเลี่ยงการเลือกเพียงด้านใดด้านหนึ่งด้วยการรวมสองระบบไว้ในแพลตฟอร์มเดียว

• ล้อ เหมาะกับการเดินทางที่รวดเร็วและประหยัดพลังงานบนพื้นเรียบหรือถนน แต่มีข้อจำกัดเมื่อเจอขั้นต่างระดับ ช่องว่าง และพื้นผิวที่หลวมหรือไม่สม่ำเสมอ
• ขา สามารถยกตัวถัง ปรับท่าทาง และรับมือกับสิ่งกีดขวางได้ แต่การเคลื่อนที่ด้วยขามักต้องใช้ระบบควบคุม พลังงาน และงานวิศวกรรมมากกว่าในการเดินทางทั่วไป
• ล้อผสมขา ใช้การกลิ้งเป็นโหมดหลัก แล้วสงวนการขยับข้อต่อไว้สำหรับยกตัว ข้ามสิ่งกีดขวาง ทรงตัว และปรับตำแหน่งเมื่อพื้นผิวบังคับให้เปลี่ยนวิธีเคลื่อนที่

NVIDIA อธิบาย TITA ในทิศทางเดียวกันว่าเป็นหุ่นยนต์ที่รวมความเร็วและความคล่องตัวของระบบล้อเข้ากับความสามารถในการปรับตัวของขา ผ่านข้อต่อแบบไดเร็กต์ไดรฟ์และเทคโนโลยีมอเตอร์ที่ดุมล้อ 1

ดังนั้น เป้าหมายของ Direct Drive ไม่ใช่การทำให้หุ่นยนต์ต้องเดินด้วยขาตลอดเส้นทาง แต่คือการให้มันกลิ้งอย่างมีประสิทธิภาพจนกว่าจะพบพื้นที่ที่ต้องใช้รูปแบบการเคลื่อนที่ที่ยืดหยุ่นกว่า เช่น กลิ้งไปตามโถงทางเดิน ใช้ข้อต่อช่วยข้ามธรณีประตู ปรับท่าทางบนทางลาด แล้วกลับมาใช้ล้อเมื่อออกสู่พื้นที่กลางแจ้ง

แอคชูเอเตอร์ไดเร็กต์ไดรฟ์ช่วยอย่างไร

แนวคิดนี้ต้องอาศัยความสามารถในการเปลี่ยนท่าทางและควบคุมแรงได้อย่างรวดเร็ว มอเตอร์ดุมล้อแบบไดเร็กต์ไดรฟ์ส่งกำลังขับเคลื่อนที่ล้อโดยตรง ขณะที่ข้อต่อแบบไดเร็กต์ไดรฟ์หรือควอซีไดเร็กต์ไดรฟ์สร้างแรงบิดสำหรับการขยับขา การปรับสมดุล และการข้ามสิ่งกีดขวาง โดย TITA ระบุว่าใช้ทั้งข้อต่อแบบไดเร็กต์ไดรฟ์และมอเตอร์ดุมล้อ 17

การลดการพึ่งพาชุดส่งกำลังแบบดั้งเดิมอาจช่วยให้ควบคุมแรงบิดได้โดยตรงและตอบสนองต่อการเคลื่อนไหวได้ไวขึ้น แต่ไม่ได้ขจัดข้อแลกเปลี่ยนทางวิศวกรรม มอเตอร์ โครงสร้าง ระบบระบายความร้อน และซอฟต์แวร์ควบคุมยังต้องรับมือกับแรงกระแทกและภาระที่เกิดซ้ำ ๆ

พูดให้ชัดคือ ไดเร็กต์ไดรฟ์ไม่ใช่สิ่งทดแทนความฉลาดของ AI แต่เป็นชั้นกายภาพที่ตัดสินว่าแผนการเคลื่อนไหวซึ่ง AI คิดขึ้นนั้น จะทำได้จริงและทำซ้ำได้อย่างน่าเชื่อถือบนพื้นที่ไม่เรียบหรือไม่

ข้อมูลสเปกของ TITA ระบุว่าแพลตฟอร์มมี 8 องศาอิสระ แรงบิดสูงสุด 120 นิวตัน-เมตร รองรับน้ำหนักบรรทุกขณะเคลื่อนที่ 10 กิโลกรัม ใช้แบตเตอรี่แบบถอดเปลี่ยนขณะทำงานได้ และติดตั้งชิป NVIDIA Jetson Orin NX 16 GB พร้อมประสิทธิภาพ AI ที่บริษัทระบุไว้ 100 TOPS นอกจากนี้ยังรองรับ ROS 2 และอินเทอร์เฟซซอฟต์แวร์กับฮาร์ดแวร์สำหรับการพัฒนา 91132

ชุดตรวจจับของ TITA ประกอบด้วยกล้องสองตา เซนเซอร์อัลตราโซนิก และเซนเซอร์ SPAD เพื่อช่วยตรวจจับสิ่งกีดขวางและตอบสนองต่อสภาพแวดล้อม 9 จุดสำคัญจึงไม่ใช่ตัวเลขใดตัวเลขหนึ่ง แต่คือการเชื่อมต่อระหว่างการรับรู้ การตัดสินใจ และร่างกายที่สามารถเปลี่ยนตำแหน่งของตัวเองได้เมื่อเส้นทางไม่ได้ราบเรียบอีกต่อไป

จาก Xingtian สู่ TITA และ D1

ลำดับผลิตภัณฑ์ของ Direct Drive สะท้อนพัฒนาการจากการพิสูจน์แนวคิดล้อผสมขา ไปสู่แพลตฟอร์มที่ปรับเปลี่ยนได้มากขึ้น

Xingtian: จุดพิสูจน์ยุคแรกของหุ่นยนต์ล้อผสมขา

บริษัทนำเสนอ Xingtian ในฐานะหุ่นยนต์สองล้อสองขาแบบไดเร็กต์ไดรฟ์ที่เริ่มทำตลาดเชิงพาณิชย์ โดยข้อมูลจากบริษัทและวงการระบุว่า Xingtian ผสานความเร็วของล้อเข้ากับความสามารถในการข้ามสิ่งกีดขวางของขา และเปิด SDK สำหรับการพัฒนาต่อยอด 21

ความสำคัญของ Xingtian ในเรื่องราวผลิตภัณฑ์อยู่ที่การพิสูจน์ข้อเสนอพื้นฐานว่า ตัวหุ่นยนต์ล้อผสมขาขนาดกะทัดรัดสามารถเข้าถึงพื้นที่ที่แชสซีแบบล้อทั่วไปอาจติดขัดได้ โดยไม่จำเป็นต้องเดินด้วยขาตลอดเวลา

TITA: แพลตฟอร์มสำหรับนักพัฒนา

TITA ขยายแนวคิดดังกล่าวเป็นแพลตฟอร์มหุ่นยนต์สองขาแบบมีล้อที่มี 8 องศาอิสระ พร้อมระบบแอคชูเอเตอร์และเซนเซอร์ที่มีความสามารถมากขึ้น รวมถึงรางติดตั้งแบบโมดูลาร์และอินเทอร์เฟซสำหรับงานวิจัยกับการพัฒนาแอปพลิเคชัน

สเปกที่เผยแพร่ระบุว่า TITA รองรับ ROS 2 แบตเตอรี่แบบถอดเปลี่ยนขณะเสียบอยู่ ระบบหลบสิ่งกีดขวางอัตโนมัติ ความสูงกระโดดสูงสุด 20 เซนติเมตร และความเร็วสูงสุด 3 เมตรต่อวินาที โดยความเร็วที่สูงกว่านั้นต้องปลดล็อกผ่าน API 91132

บริษัทวางตำแหน่ง TITA สำหรับงานตรวจสอบ การจัดส่ง โลจิสติกส์ เกษตรกรรม และการวิจัย อย่างไรก็ตาม สิ่งเหล่านี้เป็นคำกล่าวด้านผลิตภัณฑ์หรือการวางตำแหน่งทางธุรกิจ ไม่ใช่หลักฐานว่าทุกการใช้งานได้รับการแก้ปัญหาเชิงพาณิชย์แล้ว 321

D1: หุ่นยนต์ที่เปลี่ยนรูปแบบตามงาน

D1 หรือที่บางแหล่งเรียกว่า D-Infinite ผลักแนวคิดนี้ไปไกลกว่าหุ่นยนต์ล้อผสมขาที่มีรูปทรงตายตัว โดยสามารถทำงานเป็นหุ่นยนต์สองล้อสองขา หรือเชื่อมโมดูลเข้าด้วยกันเป็นรูปแบบคลานสี่ล้อได้ 26

สเปกที่อ้างอิงระบุความสูงสิ่งกีดขวางสูงสุด 70 เซนติเมตร และน้ำหนักบรรทุกสูงสุด 100 กิโลกรัมในโหมดคลาน ขณะที่การกำหนดค่าแบบยืนรองรับน้ำหนักบรรทุก 80 กิโลกรัม 24 โครงสร้างแบบโมดูลาร์ช่วยให้หุ่นยนต์แลกเปลี่ยนความกะทัดรัดและความคล่องตัวกับความมั่นคงและความสามารถในการบรรทุกได้ตามภารกิจ

รูปแบบยืนอาจเหมาะกับพื้นที่เมือง ทางเท้า หรือบันไดที่ต้องการตัวหุ่นยนต์แคบและเข้าถึงได้มากกว่า ส่วนรูปแบบคลานที่มีฐานต่ำลงอาจเหมาะกับการบรรทุกของหนักและภูมิประเทศที่ขรุขระกว่า แนวคิดเบื้องหลังคือ ความสามารถแบบอเนกประสงค์อาจไม่ได้เกิดจากการออกแบบรูปร่างเดียวให้สมบูรณ์แบบ แต่เกิดจากแพลตฟอร์มที่เปลี่ยนการจัดวางทางกายภาพได้ตามงาน

สิ่งที่กลยุทธ์นี้พิสูจน์ได้ และสิ่งที่ยังพิสูจน์ไม่ได้

สถาปัตยกรรมของ Direct Drive ตอบโจทย์ข้อจำกัดที่มีอยู่จริง หุ่นยนต์ที่เข้าไปในพื้นที่ไม่ได้ย่อมทำงานหรือเก็บข้อมูลปฏิสัมพันธ์จากพื้นที่นั้นไม่ได้ แนวทางล้อผสมขาจึงเป็นจุดกึ่งกลางที่น่าสนใจระหว่างประสิทธิภาพของล้อล้วนกับความสามารถในการรับมือภูมิประเทศของขาล้วน ขณะที่แอคชูเอเตอร์แบบไดเร็กต์ไดรฟ์ทำหน้าที่เชื่อมแผนการเคลื่อนไหวระดับสูงเข้ากับการควบคุมทางกายภาพที่ตอบสนองเร็ว 143

แต่การเข้าไปถึงสถานที่ได้เป็นเพียงด่านแรก หุ่นยนต์ยังต้องมีการรับรู้ที่เชื่อถือได้ ความสามารถในการหยิบจับและจัดการสิ่งของ การนำทาง ระบบความปลอดภัย การจัดการพลังงาน ค่าบำรุงรักษาที่เหมาะสม และโมเดลที่นำไปใช้กับสภาพแวดล้อมซึ่งเปลี่ยนแปลงได้

การวิเคราะห์จากภาครัฐและอุตสาหกรรมยังชี้ถึงปัญหาข้อมูลโลกจริงที่มีคุณภาพและนำกลับมาใช้ซ้ำได้จำกัด ช่องว่างระหว่างห้องทดลองกับสภาพแวดล้อมจริง ตลอดจนความน่าเชื่อถือของฮาร์ดแวร์เมื่อขยายการใช้งานในวงกว้าง 41

หลักฐานเชิงพาณิชย์ก็ควรอ่านอย่างระมัดระวังเช่นกัน หน้าผลิตภัณฑ์และเอกสารของ Direct Drive อธิบายความสามารถ การใช้งาน และประสิทธิภาพภายใต้การกำหนดค่าที่ระบุไว้ สิ่งเหล่านี้ไม่เท่ากับหลักฐานอิสระว่าหุ่นยนต์มีความเป็นอิสระแบบอเนกประสงค์หรือถูกใช้งานในระดับใหญ่แล้ว รายงานอิสระเกี่ยวกับธุรกิจหุ่นยนต์ของบริษัทยังระบุว่าการทำตลาดเชิงพาณิชย์อยู่ในช่วงเริ่มต้น แม้สายผลิตภัณฑ์ที่เกี่ยวข้องจะเติบโตขึ้นก็ตาม 36

บทเรียนใหญ่สำหรับ Embodied AI

ลำดับการพัฒนาที่ Direct Drive เสนอมีอยู่ 4 ขั้นตอน

1. สร้างร่างกายที่เข้าไปในสภาพแวดล้อมซึ่งมีงานจริงได้มากขึ้น
2. ใช้การเข้าถึงดังกล่าวเพื่อทำงานและเก็บข้อมูลปฏิสัมพันธ์จากโลกจริง
3. พัฒนาการรับรู้ การควบคุม และความสามารถในการนำความรู้ไปใช้กับสถานการณ์ใหม่ผ่านการใช้งานซ้ำ
4. ขยายจากงานเฉพาะด้านไปสู่การรองรับธุรกิจที่หลากหลายขึ้น

ด้วยเหตุนี้ หุ่นยนต์ล้อผสมขาของ Direct Drive จึงไม่ได้เป็นเพียงทางเลือกด้านแชสซี แต่สะท้อนมุมมองว่า Embodied AI ควรเริ่มต้นจากจุดใด ก่อนที่หุ่นยนต์จะกลายเป็นระบบอเนกประสงค์อย่างแท้จริง มันต้องมีอิสระทางกายภาพมากพอที่จะไปพบโลกที่ถูกคาดหวังให้มันเข้าใจเสียก่อน

หุ่นยนต์อาจมองเห็นได้ดี วางแผนซับซ้อนได้ และมีโมเดล AI ที่เก่งขึ้นเรื่อย ๆ แต่ทั้งหมดนั้นอาจไม่มีความหมาย หากตัวหุ่นยนต์ยังไปไม่ถึงจุดที่ต้องทำงาน

นี่คือข้อเสนอหลักของ Direct Drive Tech บริษัทหุ่นยนต์จากจีนที่พัฒนาแพลตฟอร์มล้อผสมขา โดยบริษัทมองว่า “การเข้าถึงพื้นที่จริง” อาจเป็นคอขวดด่านแรกของ Embodied AI ไม่ใช่แค่ความฉลาดของซอฟต์แวร์ หากหุ่นยนต์ข้ามขอบทาง ธรณีประตู พื้นถนนที่ชำรุด ทางลาด พื้นโคลน หรือบันไดไม่ได้ มันก็ไม่สามารถทำงานในพื้นที่นั้น และไม่สามารถเก็บข้อมูลปฏิสัมพันธ์จริงเพื่อพัฒนาพฤติกรรมของตัวเองได้ 3437

แนวคิดนี้ไม่ได้หมายความว่าซอฟต์แวร์ไม่สำคัญ Embodied AI ต้องอาศัยทั้งร่างกาย สภาพแวดล้อม และความฉลาดทำงานร่วมกัน โดยขีดจำกัดทางกายภาพของตัวหุ่นยนต์ย่อมกำหนดขอบเขตการทำงานของระบบด้วย 19 ขณะเดียวกัน การวิเคราะห์ในอุตสาหกรรมยังชี้ถึงอุปสรรคอื่น ๆ เช่น ข้อมูลโลกจริงที่มีคุณภาพยังมีจำกัด ความสามารถในการนำความรู้ไปใช้กับสถานการณ์ใหม่ยังไม่แข็งแรง ความพร้อมของฮาร์ดแวร์ พลังประมวลผล และความน่าเชื่อถือในการใช้งานจริง 41

จุดยืนที่แตกต่างของ Direct Drive จึงอยู่ที่ “ลำดับความสำคัญ” บริษัทเสนอว่า ควรทำให้หุ่นยนต์เข้าไปในสภาพแวดล้อมที่หลากหลายได้เสียก่อน จากนั้นจึงค่อยขยายความฉลาดและขอบเขตธุรกิจ

คอขวดที่เรียกว่า “การเข้าถึงทางกายภาพ”

หุ่นยนต์เคลื่อนที่แบบล้อจำนวนมากถูกออกแบบมาสำหรับพื้นเรียบและเส้นทางที่คาดเดาได้ เมื่อเส้นทางมีธรณีประตูสูง ขอบทาง บันได ดินร่วน พื้นถนนแตกร้าว ทางลาดชัน หรือจุดเปลี่ยนระหว่างอาคารกับพื้นที่กลางแจ้ง สมมติฐานเดิมก็เริ่มใช้ไม่ได้

หุ่นยนต์อาจยังทำงานได้ดีภายในโรงงานหรืออาคารที่จัดสภาพแวดล้อมไว้อย่างเป็นระบบ แต่จะไม่สามารถทำงานครอบคลุมทั้งภารกิจ หากเส้นทางจริงมีจุดที่ตัวหุ่นยนต์ผ่านไม่ได้ ที่สำคัญ มันก็จะไม่สามารถเก็บข้อมูลการเคลื่อนไหวจากพื้นที่เหล่านั้นได้ด้วย

Direct Drive และรายงานที่เกี่ยวข้องอธิบายปัญหานี้ในลักษณะ “ปัญหาของพาหนะหรือร่างกาย” ไม่ใช่เพียงปัญหาว่ามีพื้นที่บันทึกข้อมูลหรือเงินสำหรับฝึกโมเดลไม่เพียงพอ หุ่นยนต์ที่อยู่บนพื้นเรียบตลอดเวลาย่อมไม่สามารถสร้างข้อมูลการเคลื่อนไหวบนบันไดหรือพื้นโคลนได้ การจำลองและวิดีโอช่วยในการฝึกเบื้องต้นได้ แต่ยังมีช่องว่างระหว่างสภาพแวดล้อมที่ควบคุมได้กับการปฏิสัมพันธ์ทางกายภาพในโลกจริง 3445

มุมมองนี้นำไปสู่แนวทางการติดตั้งที่ต่างออกไป แทนที่จะปรับสถานที่ให้เข้ากับหุ่นยนต์ด้วยการสร้างทางลาดเฉพาะ ติดเครื่องหมายบอกทาง กำหนดเลนจำกัด หรือปรับโครงสร้างพื้นฐานอื่น ๆ หุ่นยนต์ควรปรับตัวเข้ากับพื้นที่ที่มนุษย์สร้างขึ้นอยู่แล้ว โดยเฉพาะงานที่ต้องเคลื่อนผ่านทางเท้า อาคาร พื้นที่บริการ และภูมิประเทศกลางแจ้งหลายรูปแบบ

ทำไมต้องผสม “ล้อ” กับ “ขา”

การถกเถียงระหว่างหุ่นยนต์แบบล้อกับแบบขามักถูกมองว่าเป็นการเลือกระหว่างประสิทธิภาพและความสามารถในการปรับตัว Direct Drive พยายามหลีกเลี่ยงการเลือกเพียงด้านใดด้านหนึ่งด้วยการรวมสองระบบไว้ในแพลตฟอร์มเดียว

• ล้อ เหมาะกับการเดินทางที่รวดเร็วและประหยัดพลังงานบนพื้นเรียบหรือถนน แต่มีข้อจำกัดเมื่อเจอขั้นต่างระดับ ช่องว่าง และพื้นผิวที่หลวมหรือไม่สม่ำเสมอ
• ขา สามารถยกตัวถัง ปรับท่าทาง และรับมือกับสิ่งกีดขวางได้ แต่การเคลื่อนที่ด้วยขามักต้องใช้ระบบควบคุม พลังงาน และงานวิศวกรรมมากกว่าในการเดินทางทั่วไป
• ล้อผสมขา ใช้การกลิ้งเป็นโหมดหลัก แล้วสงวนการขยับข้อต่อไว้สำหรับยกตัว ข้ามสิ่งกีดขวาง ทรงตัว และปรับตำแหน่งเมื่อพื้นผิวบังคับให้เปลี่ยนวิธีเคลื่อนที่

NVIDIA อธิบาย TITA ในทิศทางเดียวกันว่าเป็นหุ่นยนต์ที่รวมความเร็วและความคล่องตัวของระบบล้อเข้ากับความสามารถในการปรับตัวของขา ผ่านข้อต่อแบบไดเร็กต์ไดรฟ์และเทคโนโลยีมอเตอร์ที่ดุมล้อ 1

ดังนั้น เป้าหมายของ Direct Drive ไม่ใช่การทำให้หุ่นยนต์ต้องเดินด้วยขาตลอดเส้นทาง แต่คือการให้มันกลิ้งอย่างมีประสิทธิภาพจนกว่าจะพบพื้นที่ที่ต้องใช้รูปแบบการเคลื่อนที่ที่ยืดหยุ่นกว่า เช่น กลิ้งไปตามโถงทางเดิน ใช้ข้อต่อช่วยข้ามธรณีประตู ปรับท่าทางบนทางลาด แล้วกลับมาใช้ล้อเมื่อออกสู่พื้นที่กลางแจ้ง

แอคชูเอเตอร์ไดเร็กต์ไดรฟ์ช่วยอย่างไร

แนวคิดนี้ต้องอาศัยความสามารถในการเปลี่ยนท่าทางและควบคุมแรงได้อย่างรวดเร็ว มอเตอร์ดุมล้อแบบไดเร็กต์ไดรฟ์ส่งกำลังขับเคลื่อนที่ล้อโดยตรง ขณะที่ข้อต่อแบบไดเร็กต์ไดรฟ์หรือควอซีไดเร็กต์ไดรฟ์สร้างแรงบิดสำหรับการขยับขา การปรับสมดุล และการข้ามสิ่งกีดขวาง โดย TITA ระบุว่าใช้ทั้งข้อต่อแบบไดเร็กต์ไดรฟ์และมอเตอร์ดุมล้อ 17

การลดการพึ่งพาชุดส่งกำลังแบบดั้งเดิมอาจช่วยให้ควบคุมแรงบิดได้โดยตรงและตอบสนองต่อการเคลื่อนไหวได้ไวขึ้น แต่ไม่ได้ขจัดข้อแลกเปลี่ยนทางวิศวกรรม มอเตอร์ โครงสร้าง ระบบระบายความร้อน และซอฟต์แวร์ควบคุมยังต้องรับมือกับแรงกระแทกและภาระที่เกิดซ้ำ ๆ

พูดให้ชัดคือ ไดเร็กต์ไดรฟ์ไม่ใช่สิ่งทดแทนความฉลาดของ AI แต่เป็นชั้นกายภาพที่ตัดสินว่าแผนการเคลื่อนไหวซึ่ง AI คิดขึ้นนั้น จะทำได้จริงและทำซ้ำได้อย่างน่าเชื่อถือบนพื้นที่ไม่เรียบหรือไม่

ข้อมูลสเปกของ TITA ระบุว่าแพลตฟอร์มมี 8 องศาอิสระ แรงบิดสูงสุด 120 นิวตัน-เมตร รองรับน้ำหนักบรรทุกขณะเคลื่อนที่ 10 กิโลกรัม ใช้แบตเตอรี่แบบถอดเปลี่ยนขณะทำงานได้ และติดตั้งชิป NVIDIA Jetson Orin NX 16 GB พร้อมประสิทธิภาพ AI ที่บริษัทระบุไว้ 100 TOPS นอกจากนี้ยังรองรับ ROS 2 และอินเทอร์เฟซซอฟต์แวร์กับฮาร์ดแวร์สำหรับการพัฒนา 91132

ชุดตรวจจับของ TITA ประกอบด้วยกล้องสองตา เซนเซอร์อัลตราโซนิก และเซนเซอร์ SPAD เพื่อช่วยตรวจจับสิ่งกีดขวางและตอบสนองต่อสภาพแวดล้อม 9 จุดสำคัญจึงไม่ใช่ตัวเลขใดตัวเลขหนึ่ง แต่คือการเชื่อมต่อระหว่างการรับรู้ การตัดสินใจ และร่างกายที่สามารถเปลี่ยนตำแหน่งของตัวเองได้เมื่อเส้นทางไม่ได้ราบเรียบอีกต่อไป

จาก Xingtian สู่ TITA และ D1

ลำดับผลิตภัณฑ์ของ Direct Drive สะท้อนพัฒนาการจากการพิสูจน์แนวคิดล้อผสมขา ไปสู่แพลตฟอร์มที่ปรับเปลี่ยนได้มากขึ้น

Xingtian: จุดพิสูจน์ยุคแรกของหุ่นยนต์ล้อผสมขา

บริษัทนำเสนอ Xingtian ในฐานะหุ่นยนต์สองล้อสองขาแบบไดเร็กต์ไดรฟ์ที่เริ่มทำตลาดเชิงพาณิชย์ โดยข้อมูลจากบริษัทและวงการระบุว่า Xingtian ผสานความเร็วของล้อเข้ากับความสามารถในการข้ามสิ่งกีดขวางของขา และเปิด SDK สำหรับการพัฒนาต่อยอด 21

ความสำคัญของ Xingtian ในเรื่องราวผลิตภัณฑ์อยู่ที่การพิสูจน์ข้อเสนอพื้นฐานว่า ตัวหุ่นยนต์ล้อผสมขาขนาดกะทัดรัดสามารถเข้าถึงพื้นที่ที่แชสซีแบบล้อทั่วไปอาจติดขัดได้ โดยไม่จำเป็นต้องเดินด้วยขาตลอดเวลา

TITA: แพลตฟอร์มสำหรับนักพัฒนา

TITA ขยายแนวคิดดังกล่าวเป็นแพลตฟอร์มหุ่นยนต์สองขาแบบมีล้อที่มี 8 องศาอิสระ พร้อมระบบแอคชูเอเตอร์และเซนเซอร์ที่มีความสามารถมากขึ้น รวมถึงรางติดตั้งแบบโมดูลาร์และอินเทอร์เฟซสำหรับงานวิจัยกับการพัฒนาแอปพลิเคชัน

สเปกที่เผยแพร่ระบุว่า TITA รองรับ ROS 2 แบตเตอรี่แบบถอดเปลี่ยนขณะเสียบอยู่ ระบบหลบสิ่งกีดขวางอัตโนมัติ ความสูงกระโดดสูงสุด 20 เซนติเมตร และความเร็วสูงสุด 3 เมตรต่อวินาที โดยความเร็วที่สูงกว่านั้นต้องปลดล็อกผ่าน API 91132

บริษัทวางตำแหน่ง TITA สำหรับงานตรวจสอบ การจัดส่ง โลจิสติกส์ เกษตรกรรม และการวิจัย อย่างไรก็ตาม สิ่งเหล่านี้เป็นคำกล่าวด้านผลิตภัณฑ์หรือการวางตำแหน่งทางธุรกิจ ไม่ใช่หลักฐานว่าทุกการใช้งานได้รับการแก้ปัญหาเชิงพาณิชย์แล้ว 321

D1: หุ่นยนต์ที่เปลี่ยนรูปแบบตามงาน

D1 หรือที่บางแหล่งเรียกว่า D-Infinite ผลักแนวคิดนี้ไปไกลกว่าหุ่นยนต์ล้อผสมขาที่มีรูปทรงตายตัว โดยสามารถทำงานเป็นหุ่นยนต์สองล้อสองขา หรือเชื่อมโมดูลเข้าด้วยกันเป็นรูปแบบคลานสี่ล้อได้ 26

สเปกที่อ้างอิงระบุความสูงสิ่งกีดขวางสูงสุด 70 เซนติเมตร และน้ำหนักบรรทุกสูงสุด 100 กิโลกรัมในโหมดคลาน ขณะที่การกำหนดค่าแบบยืนรองรับน้ำหนักบรรทุก 80 กิโลกรัม 24 โครงสร้างแบบโมดูลาร์ช่วยให้หุ่นยนต์แลกเปลี่ยนความกะทัดรัดและความคล่องตัวกับความมั่นคงและความสามารถในการบรรทุกได้ตามภารกิจ

รูปแบบยืนอาจเหมาะกับพื้นที่เมือง ทางเท้า หรือบันไดที่ต้องการตัวหุ่นยนต์แคบและเข้าถึงได้มากกว่า ส่วนรูปแบบคลานที่มีฐานต่ำลงอาจเหมาะกับการบรรทุกของหนักและภูมิประเทศที่ขรุขระกว่า แนวคิดเบื้องหลังคือ ความสามารถแบบอเนกประสงค์อาจไม่ได้เกิดจากการออกแบบรูปร่างเดียวให้สมบูรณ์แบบ แต่เกิดจากแพลตฟอร์มที่เปลี่ยนการจัดวางทางกายภาพได้ตามงาน

สิ่งที่กลยุทธ์นี้พิสูจน์ได้ และสิ่งที่ยังพิสูจน์ไม่ได้

สถาปัตยกรรมของ Direct Drive ตอบโจทย์ข้อจำกัดที่มีอยู่จริง หุ่นยนต์ที่เข้าไปในพื้นที่ไม่ได้ย่อมทำงานหรือเก็บข้อมูลปฏิสัมพันธ์จากพื้นที่นั้นไม่ได้ แนวทางล้อผสมขาจึงเป็นจุดกึ่งกลางที่น่าสนใจระหว่างประสิทธิภาพของล้อล้วนกับความสามารถในการรับมือภูมิประเทศของขาล้วน ขณะที่แอคชูเอเตอร์แบบไดเร็กต์ไดรฟ์ทำหน้าที่เชื่อมแผนการเคลื่อนไหวระดับสูงเข้ากับการควบคุมทางกายภาพที่ตอบสนองเร็ว 143

แต่การเข้าไปถึงสถานที่ได้เป็นเพียงด่านแรก หุ่นยนต์ยังต้องมีการรับรู้ที่เชื่อถือได้ ความสามารถในการหยิบจับและจัดการสิ่งของ การนำทาง ระบบความปลอดภัย การจัดการพลังงาน ค่าบำรุงรักษาที่เหมาะสม และโมเดลที่นำไปใช้กับสภาพแวดล้อมซึ่งเปลี่ยนแปลงได้

การวิเคราะห์จากภาครัฐและอุตสาหกรรมยังชี้ถึงปัญหาข้อมูลโลกจริงที่มีคุณภาพและนำกลับมาใช้ซ้ำได้จำกัด ช่องว่างระหว่างห้องทดลองกับสภาพแวดล้อมจริง ตลอดจนความน่าเชื่อถือของฮาร์ดแวร์เมื่อขยายการใช้งานในวงกว้าง 41

หลักฐานเชิงพาณิชย์ก็ควรอ่านอย่างระมัดระวังเช่นกัน หน้าผลิตภัณฑ์และเอกสารของ Direct Drive อธิบายความสามารถ การใช้งาน และประสิทธิภาพภายใต้การกำหนดค่าที่ระบุไว้ สิ่งเหล่านี้ไม่เท่ากับหลักฐานอิสระว่าหุ่นยนต์มีความเป็นอิสระแบบอเนกประสงค์หรือถูกใช้งานในระดับใหญ่แล้ว รายงานอิสระเกี่ยวกับธุรกิจหุ่นยนต์ของบริษัทยังระบุว่าการทำตลาดเชิงพาณิชย์อยู่ในช่วงเริ่มต้น แม้สายผลิตภัณฑ์ที่เกี่ยวข้องจะเติบโตขึ้นก็ตาม 36

บทเรียนใหญ่สำหรับ Embodied AI

ลำดับการพัฒนาที่ Direct Drive เสนอมีอยู่ 4 ขั้นตอน

1. สร้างร่างกายที่เข้าไปในสภาพแวดล้อมซึ่งมีงานจริงได้มากขึ้น
2. ใช้การเข้าถึงดังกล่าวเพื่อทำงานและเก็บข้อมูลปฏิสัมพันธ์จากโลกจริง
3. พัฒนาการรับรู้ การควบคุม และความสามารถในการนำความรู้ไปใช้กับสถานการณ์ใหม่ผ่านการใช้งานซ้ำ
4. ขยายจากงานเฉพาะด้านไปสู่การรองรับธุรกิจที่หลากหลายขึ้น

ด้วยเหตุนี้ หุ่นยนต์ล้อผสมขาของ Direct Drive จึงไม่ได้เป็นเพียงทางเลือกด้านแชสซี แต่สะท้อนมุมมองว่า Embodied AI ควรเริ่มต้นจากจุดใด ก่อนที่หุ่นยนต์จะกลายเป็นระบบอเนกประสงค์อย่างแท้จริง มันต้องมีอิสระทางกายภาพมากพอที่จะไปพบโลกที่ถูกคาดหวังให้มันเข้าใจเสียก่อน