Robotics

Robotics là lĩnh vực kỹ thuật thiết kế, chế tạo và lập trình robot: những cỗ máy cảm nhận môi trường xung quanh, quyết định việc cần làm và tác động lên thế giới vật lý thông qua động cơ cùng các cơ cấu chấp hành khác. Lĩnh vực này kết hợp kỹ thuật cơ khí và điện, lý thuyết điều khiển cùng khoa học máy tính. Robot công nghiệp truyền thống lặp lại các chuyển động được lập trình sẵn trong khu vực có hàng rào; trí tuệ nhân tạo (AI) giúp các robot thế hệ mới xử lý được những tình huống thay đổi: tìm linh kiện không bao giờ ở đúng một vị trí, điều hướng tránh người và học kỹ năng thao tác từ dữ liệu trình diễn thay vì mã được viết thủ công.

Cách robot hoạt động: cảm nhận, lập kế hoạch, hành động#

Hầu hết phần mềm robot tuân theo cấu trúc cảm nhận-lập kế hoạch-hành động và chạy liên tục:

• Cảm nhận: Camera, cảm biến độ sâu, lidar, đơn vị đo quán tính (IMU), bộ mã hóa khớp và cảm biến lực-mô-men đo thế giới xung quanh cũng như chính robot.
• Tri giác: Các model thị giác máy tính chuyển ảnh thô thành đối tượng, người, bề mặt và khoảng cách thông qua phát hiện đối tượng, phân đoạn, ước tính pose và ước tính độ sâu.
• Ước tính trạng thái và lập bản đồ: Hợp nhất cảm biến bằng các bộ lọc như bộ lọc Kalman ước tính vị trí và chuyển động của robot; SLAM thị giác tạo bản đồ các không gian chưa biết đồng thời theo dõi vị trí robot trong đó.
• Lập kế hoạch: Bộ lập kế hoạch tác vụ quyết định việc cần làm tiếp theo, còn bộ lập kế hoạch chuyển động tính toán đường đi không va chạm cho bánh xe hoặc cánh tay robot.
• Điều khiển: Các bộ điều khiển cấp thấp, từ vòng lặp PID đến điều khiển dự đoán theo model, điều khiển động cơ thực hiện kế hoạch, thường hàng trăm lần mỗi giây.

Middleware như ROS 2 (Robot Operating System) kết nối các thành phần này dưới dạng những tiến trình riêng biệt, trao đổi thông điệp qua các topic được đặt tên. Vòng lặp khép kín vì mỗi hành động làm thay đổi những gì cảm biến ghi nhận tiếp theo:

Thị giác trong vòng lặp điều khiển#

Hệ thống tri giác phải đưa ra kết quả đủ nhanh để robot lập kế hoạch trên máy tính riêng, thường là module GPU nhúng như NVIDIA Jetson. Hướng dẫn bắt đầu nhanh ROS của Ultralytics chạy Ultralytics YOLO26 dưới dạng node ROS đăng ký nhận dữ liệu từ topic camera và xuất các kết quả phát hiện, phân đoạn đã được chú thích, tên lớp được phát hiện cùng khoảng cách đối tượng từ ảnh độ sâu để các node khác sử dụng. Bước từ tri giác đến hành động tương tự có thể viết bằng vài dòng Python; ví dụ sau dừng robot di động ngay khi một người xuất hiện trong luồng camera:

from ultralytics import YOLO

model = YOLO("yolo26n.pt")
video = "https://github.com/ultralytics/assets/releases/download/v0.0.0/decelera_portrait_min.mov"

# Sense-act loop: read frames as they arrive and stop as soon as a person is detected
for frame_idx, result in enumerate(model.predict(video, stream=True, classes=[0])):
    if len(result.boxes) > 0:
        print(f"Person detected in frame {frame_idx}: sending stop command")
        break

Với stream=True, model tạo một kết quả cho mỗi khung hình khi đọc video; cách làm tương tự cũng áp dụng với chỉ mục camera trực tiếp như source=0.

Robotics dựa trên học máy#

Tri giác học được hiện là tiêu chuẩn, và học máy ngày càng được áp dụng cho cả lập kế hoạch lẫn điều khiển:

• Học bắt chước: Robot học từ các thao tác trình diễn điều khiển từ xa thông qua behavioral cloning. Các kỹ thuật như chia đoạn hành động và chính sách khuếch tán giúp phương pháp này trở nên khả thi với các thao tác tinh, chẳng hạn gấp quần áo hoặc cắm đầu nối.
• Học tăng cường trong mô phỏng: Các policy được huấn luyện bằng học tăng cường qua hàng triệu lượt thử nghiệm mô phỏng có thể chuyển sang phần cứng thực nhờ ngẫu nhiên hóa miền, phương pháp thay đổi vật lý và hình thức để thế giới thực trở thành một biến thể khác. Các bộ điều khiển đi, chạy linh hoạt cho robot bốn chân và robot hình người thường được huấn luyện theo cách này.
• Model nền tảng cho robot: Model thị giác-ngôn ngữ-hành động ánh xạ ảnh từ camera và chỉ dẫn bằng ngôn ngữ tự nhiên trực tiếp thành lệnh động cơ. Các ví dụ gồm π0 của Physical Intelligence, Gemini Robotics của Google DeepMind và các model Isaac GR00T mã nguồn mở của NVIDIA dành cho robot hình người. Dữ liệu huấn luyện được tổng hợp từ nhiều robot, như trong tập dữ liệu Open X-Embodiment gồm hơn một triệu quỹ đạo từ 22 loại robot.

Các phương pháp này thường được xếp vào AI hiện thân và AI vật lý, những lĩnh vực nghiên cứu AI về các tác nhân cảm nhận và hành động thông qua cơ thể.

Robotics và tự động hóa quy trình bằng robot#

Tự động hóa quy trình bằng robot (RPA) dùng chung từ “robot” nhưng không có phần cứng: các “bot” RPA là phần mềm tự động hóa những công việc số lặp lại, như sao chép dữ liệu giữa các ứng dụng doanh nghiệp hoặc xử lý hóa đơn. Robotics luôn liên quan đến máy móc vật lý, chẳng hạn robot bốn chân Spot của Boston Dynamics đi bộ quanh công trường để chụp ảnh kiểm tra.

Ứng dụng#

• Sản xuất: Cánh tay khớp nối hàn, sơn và lắp ráp, trong khi robot cộng tác (cobot) làm việc bên cạnh con người với tốc độ và lực thấp hơn. Thị giác hỗ trợ gắp vật trong thùng và kiểm tra lỗi linh kiện.
• Logistics: Robot di động tự hành (AMR) sử dụng bản đồ và hệ thống tri giác tích hợp để di chuyển trong kho, đổi tuyến tránh chướng ngại vật; trong khi đó, phương tiện dẫn đường tự động (AGV) đời cũ đi theo các đường băng hoặc dây dẫn cố định.
• Nông nghiệp: Robot làm cỏ, tỉa thưa và thu hoạch cây trồng bằng thị giác để phân biệt các loại cây.
• Y tế: Hệ thống phẫu thuật điều khiển từ xa chuyển động tay của bác sĩ phẫu thuật thành chuyển động dụng cụ chính xác; robot di động vận chuyển vật tư trong bệnh viện.
• Giao thông vận tải: Phương tiện tự hành và drone là các robot di động chạy cùng vòng lặp cảm nhận-lập kế hoạch-hành động ở tốc độ cao hơn.

Theo Liên đoàn Robot học Quốc tế, năm 2024, 542.000 robot công nghiệp được lắp đặt trên toàn thế giới, trong đó 54% ở Trung Quốc, nâng tổng số robot đang hoạt động lên khoảng 4,66 triệu.