ทำไมหุ่นยนต์อเนกประสงค์อาจติดอยู่ที่ “ทางเข้า” ไม่ใช่ที่สมอง

คอขวดของ Embodied AI อาจอยู่ที่ “การเข้าไปถึงพื้นที่จริง”

แนวคิดของ Direct Drive เริ่มจากโจทย์ที่เรียบง่ายแต่สำคัญมากว่า หุ่นยนต์จะเรียนรู้การทำงานในโลกจริงได้อย่างไร หากตัวมันเองยังเข้าไปไม่ถึงสถานที่เหล่านั้น

สภาพแวดล้อมทั่วไปไม่ได้มีแต่พื้นเรียบในอาคาร แต่ยังมีขอบทาง ธรณีประตู พื้นคอนกรีตแตกร้าว ทางลาด ขั้นบันได พื้นโคลน และรอยต่อระหว่างพื้นที่ในอาคารกับกลางแจ้ง บริษัทจึงมองว่า หุ่นยนต์ล้อแบบเดิมจำนวนมากไม่สามารถเข้าถึงพื้นที่เหล่านี้ได้ และเมื่อเข้าไปไม่ได้ ข้อมูลปฏิสัมพันธ์ทางกายภาพจากพื้นที่ดังกล่าวก็ไม่อาจถูกเก็บขึ้นมาได้ตั้งแต่ต้น 6

มุมมองนี้ทำให้ข้อจำกัดของหุ่นยนต์ไม่ได้อยู่ที่ “สมองกล” เพียงอย่างเดียว แต่อยู่ที่ตัวพาหะหรือร่างกายซึ่งเชื่อมโลกดิจิทัลเข้ากับโลกจริงด้วย การจำลองสถานการณ์มีขอบเขต และหุ่นยนต์ที่ถูกกีดกันออกจากพื้นที่หนึ่งก็ไม่สามารถเรียนรู้จากพื้นที่นั้นหรือให้บริการในพื้นที่นั้นได้ 67

อย่างไรก็ตาม นี่เป็นข้อเสนอเชิงกลยุทธ์ของบริษัท ไม่ใช่ข้อสรุปที่อุตสาหกรรมยอมรับเป็นเอกฉันท์ เพราะ Embodied AI ยังต้องพึ่งพาความสามารถด้านการหยิบจับ ความปลอดภัย การรับรู้ การประมวลผล คุณภาพข้อมูล ต้นทุน และความน่าเชื่อถือด้วย โดยทั่วไป Embodied AI หมายถึงระบบที่รับรู้สภาพแวดล้อม ตัดสินใจ และส่งผลต่อสภาพแวดล้อมผ่านการกระทำทางกายภาพ 3

จากการปรับสถานที่ ให้หุ่นยนต์ปรับตัวเข้ากับสถานที่

Direct Drive ไม่เห็นด้วยกับแนวทางการทำให้สภาพแวดล้อมต้องปรับเข้าหาหุ่นยนต์ เช่น สร้างทางลาดเฉพาะ ติดตั้งเครื่องหมายกำกับ จำกัดเส้นทางให้แคบลง หรือออกแบบพื้นที่ใหม่ทั้งหมดเพื่อให้หุ่นยนต์ทำงานได้

เป้าหมายของบริษัทคือการสร้างแพลตฟอร์มที่ปรับตัวเข้ากับสภาพแวดล้อมซึ่งมนุษย์สร้างไว้แล้ว โดยเฉพาะพื้นที่ผสมระหว่างภายในอาคารและกลางแจ้ง แนวคิดนี้อธิบายได้ว่าเหตุใดบริษัทจึงมองว่า หุ่นยนต์สำหรับบ้านอาจเริ่มต้นด้วยการ “กลิ้ง” เข้าไปในบ้าน แทนที่จะเริ่มจากการเดินแบบมนุษย์อย่างเต็มรูปแบบ

ทำไมต้องใช้ “ล้อผสมขา”

ล้ออย่างเดียว: เร็วและประหยัด แต่แพ้ทางต่างระดับ

หุ่นยนต์ที่ใช้ล้วนเหมาะกับพื้นเรียบ ถนน และเส้นทางที่คาดเดาได้ เพราะล้อเคลื่อนที่ได้เร็ว ใช้พลังงานมีประสิทธิภาพ และเหมาะกับการเดินทางระยะไกล แต่ข้อจำกัดจะเห็นชัดเมื่อเจอขั้นบันได ช่องว่าง พื้นหลวม หรือพื้นผิวขรุขระ 6

ขาอย่างเดียว: ข้ามสิ่งกีดขวางได้ แต่มีต้นทุนสูงกว่า

หุ่นยนต์ขาสามารถก้าวข้ามสิ่งกีดขวางและรับมือภูมิประเทศที่ซับซ้อนได้ แต่การเคลื่อนที่เป็นระยะทางไกลอย่างต่อเนื่องมักใช้พลังงานมากกว่า และเพิ่มภาระด้านการควบคุม ต้นทุน และความซับซ้อน Direct Drive จึงอธิบายว่าการใช้ขาเพียงอย่างเดียวมีประสิทธิภาพและขยายการใช้งานได้ยากกว่าการใช้ล้อในงานเดินทางทั่วไป 5

ล้อผสมขา: กลิ้งเมื่อทำได้ ก้าวเมื่อจำเป็น

แนวทางล้อผสมขาพยายามเก็บข้อดีของทั้งสองระบบไว้ด้วยกัน โดยให้ล้อเป็นโหมดการเคลื่อนที่หลัก จากนั้นใช้ข้อต่อและขาเพื่อยกตัว ก้าวข้ามสิ่งกีดขวาง รักษาสมดุล ปรับท่าทาง และช่วยกู้คืนการทรงตัวเมื่อพื้นผิวไม่เอื้ออำนวย

NVIDIA อธิบาย TITA ในทำนองเดียวกันว่าเป็นการผสานความเร็วและความคล่องตัวของหุ่นยนต์ล้อเข้ากับความสามารถในการปรับตัวของหุ่นยนต์ขา โดยใช้ข้อต่อแบบขับตรงและเทคโนโลยีมอเตอร์ที่ดุมล้อ 4

ในทางปฏิบัติ นั่นหมายถึงหุ่นยนต์สามารถพยายามข้ามขอบทาง พื้นไม่เรียบ หรือทางลาดได้โดยไม่ต้องหยุดภารกิจเพื่อรอเส้นทางใหม่ หรือบังคับให้ผู้ดูแลไปสร้างเส้นทางเฉพาะให้มัน

แอคชูเอเตอร์แบบขับตรงทำหน้าที่อะไร

มอเตอร์ที่ดุมล้อแบบขับตรงส่งกำลังไปยังล้อโดยตรง ส่วนมอเตอร์ข้อต่อแบบขับตรงหรือแบบกึ่งขับตรงจะสร้างแรงบิดสูงและตอบสนองได้รวดเร็วสำหรับการปรับท่าทาง การก้าว และการข้ามสิ่งกีดขวาง 4

การลดหรือกำจัดชิ้นส่วนส่งกำลังแบบดั้งเดิมมีเป้าหมายเพื่อให้ควบคุมแรงบิดได้แม่นยำขึ้น และตอบสนองต่อคำสั่งการเคลื่อนไหวได้รวดเร็วกว่าเดิม แต่ข้อแลกเปลี่ยนคือ มอเตอร์ ระบบระบายความร้อน ระบบควบคุม และโครงสร้างต้องออกแบบให้รับภาระที่เกิดขึ้นได้อย่างเพียงพอ

ในสถาปัตยกรรมลักษณะนี้ AI ยังเป็นผู้เลือกและวางแผนว่าจะเคลื่อนที่อย่างไร แต่ฮาร์ดแวร์แบบขับตรงคือส่วนที่ทำให้คำสั่งดังกล่าวเกิดขึ้นได้จริงบนพื้นผิวที่ไม่เรียบ นี่คือหัวใจของข้อเสนอ Direct Drive ที่ว่า การทำให้หุ่นยนต์มีร่างกายสมบูรณ์ไม่อาจแก้ได้ด้วยซอฟต์แวร์เพียงอย่างเดียว

จาก Xingtian สู่ TITA และ D1

Xingtian หรือ Xing Tian: จุดพิสูจน์แนวคิดในปี 2021

Direct Drive ระบุว่า Xingtian เป็นหุ่นยนต์สองล้อสองขาแบบขับตรงเชิงพาณิชย์รุ่นแรกของบริษัท ทำหน้าที่เป็นหลักฐานเบื้องต้นว่าโครงสร้างล้อผสมขาสามารถเข้าถึงภูมิประเทศได้มากกว่าแชสซีแบบล้อทั่วไป 7

TITA: แพลตฟอร์มสำหรับงานจริงและการพัฒนาในปี 2023

TITA เป็นแพลตฟอร์มหุ่นยนต์สองขาแบบมีล้อที่มีอิสระ 8 องศา พร้อมระบบข้อต่อขับตรงที่มีความสามารถมากขึ้น และสถาปัตยกรรมฮาร์ดแวร์กับซอฟต์แวร์ที่ออกแบบมาให้พัฒนาต่อยอดได้ 5

Direct Drive ระบุว่า TITA ใช้แอคชูเอเตอร์แบบกึ่งขับตรง 8 ชุด ให้แรงบิดสูงสุด 120 นิวตัน-เมตร มีอิสระ 8 องศา ใช้แบตเตอรี่แบบถอดเปลี่ยนได้รวดเร็ว เปิดให้เข้าถึง Linux kernel และ API รวมถึงรองรับ ROS 2 5

ด้านการรับรู้และ AI บริษัทระบุว่ามี NVIDIA Jetson Orin NX ขนาดหน่วยความจำ 16 GB ให้กำลังประมวลผลที่อ้างไว้ 100 TOPS พร้อมเซนเซอร์อัลตราโซนิก เซนเซอร์ SPAD และกล้องสองตา ขณะที่รางบนลำตัวรองรับอุปกรณ์เสริมแบบโมดูลาร์ 45

แพลตฟอร์มนี้มุ่งสู่งานตรวจสอบ โลจิสติกส์ เกษตรกรรม และการวิจัย โดยผู้ผลิตอ้างว่ารองรับการหลบสิ่งกีดขวางเชิงรุก การปรับท่าทาง การทนต่อการตก และการกู้คืนตัวเอง 45

D1: เปลี่ยนรูปแบบตามภารกิจในปี 2025

D1 เป็นแพลตฟอร์มหุ่นยนต์เชิงกายภาพแบบโมดูลาร์ที่สามารถนำหน่วยหุ่นยนต์มาต่อรวมกัน และสลับระหว่างโครงแบบสองล้อสองขากับโครงแบบสี่ล้อสำหรับการคลานหรือการเคลื่อนที่ลักษณะคล้ายหุ่นยนต์สี่ขา 5

ข้อมูลจำเพาะที่ Direct Drive อ้างถึงระบุว่า D1 ข้ามสิ่งกีดขวางได้สูงสุด 70 เซนติเมตร และรองรับน้ำหนักบรรทุกสูงสุด 100 กิโลกรัมในโหมดคลาน โดยใช้สถาปัตยกรรมหลายหน่วยที่ปรับเปลี่ยนได้ แทนที่จะยึดติดกับรูปร่างเดียว 5

ความสำคัญของ D1 จึงไม่ได้อยู่ที่น้ำหนักบรรทุกที่มากขึ้นเท่านั้น โครงแบบหนึ่งอาจเหมาะกับการเคลื่อนที่ในเมืองและการเข้าถึงบันไดหรือทางเท้า ขณะที่การต่อหน่วยให้เป็นโครงแบบสี่ล้อที่เตี้ยลงอาจเหมาะกับงานที่ต้องการความมั่นคง การบรรทุก และการรับมือพื้นที่ขรุขระมากกว่า

ทำไมเรื่องนี้จึงเกี่ยวกับธุรกิจของหุ่นยนต์ทั่วไป

บริษัทนำเสนอการใช้งานจริงและการจัดส่งชิ้นส่วนเป็นหลักฐานว่าเทคโนโลยีการเคลื่อนที่แบบขับตรงไม่ได้อยู่แค่ในห้องทดลอง แต่ตัวเลขการใช้งานและคำกล่าวอ้างประเภท “รายแรกของโลก” ส่วนใหญ่เป็นข้อมูลจากบริษัทหรือเอกสารเสนอขาย จึงควรพิจารณาอย่างระมัดระวัง 57

ลำดับตั้งแต่ Xingtian ไปยัง TITA และ D1 แสดงให้เห็นพัฒนาการสามขั้น ได้แก่ การพิสูจน์ว่าล้อผสมขาสามารถเคลื่อนที่ได้ การสร้างแพลตฟอร์มที่มีเซนเซอร์และเปิดให้นักพัฒนาต่อยอด และการปรับรูปร่างกับความสามารถในการบรรทุกให้เหมาะกับภารกิจ 57

ดังนั้น ลำดับการพัฒนาที่ Direct Drive เสนอจึงเป็นการ “เข้าถึงพื้นที่จริง” ก่อน จากนั้นจึงสะสมข้อมูลปฏิสัมพันธ์และความสามารถในการทำงานที่เชื่อถือได้ ขยายไปสู่งานหลายประเภท แล้วค่อยเข้าใกล้เป้าหมายของหุ่นยนต์อเนกประสงค์อย่างแท้จริง 67

กล่าวอีกอย่างคือ ก่อนที่หุ่นยนต์จะต้องฉลาดพอสำหรับทุกงาน มันอาจต้องมีร่างกายที่ไปถึงทุกพื้นที่สำคัญให้ได้เสียก่อน