Page 29 - วิศวกรรมสาร ปีที่ 78 ฉบับที่ 1 มกราคม - มีนาคม 2568
P. 29
การใช้ Raspberry Pi ในงานอุตสาหกรรมร่วมกับ AI
ยกตัวอย่างการควบคุมการเคลื่อนที่อัตโนมัติของหุ่นยนต์
ขนาดเล็ก (Micro Mouse) ที่ใช้ AI แบบ Reinforcement
Learning (RL) ที่ใช้ Q-learning เพื่อหาเส้นทางที่เร็วที่สุดไปยัง
เป้าหมายในเขาวงกต(Maze) ขนาด 4x4 โดยมีการก�าหนดสถานะ
(State, S) ของหุ่นยนต์เป็นต�าแหน่งของเมาส์ในเขาวงกต (พิกัด
(x, y)) หุ่นยนต์สามารถเคลื่อนที่ได้เพื่อก�าหนดการกระท�า (Action,
A) เป็นการเคลื่อนที่: ขึ้น (), ลง (), ซ้าย (), ขวา () ทั้งนี้
แต่ละการกระท�าจะได้รับรางวัล (Reward, R) ดังนี้ ถ้าถึงเป้าหมาย
(Goal) จะได้ +100 คะแนน ถ้าชนก�าแพงจะถูกลดคะแนนลง -10
คะแนนและถ้ามีการขยับไปช่องอื่นจะถูกลดคะแนนลง -1
การเรียนรู้ของ Micro Mouse อาจจะเป็นแบบเดินไปเรื่อย ๆ
ซ�้า ๆ และอัปเดต Q-table จนกว่าจะหาทางที่ดีที่สุดโดยใช้
Exploration vs. Exploitation เพื่อทดลองเส้นทางใหม่ และถ้า
เจอเส้นทางที่ดีกว่า จะค่อย ๆ เพิ่มค่า Q การเรียนรู้ของ Micro
Mouse ถ้าก�าหนดเป็นนโยบายของ แบบ “วิ่งชิดซ้ายตลอด”
หมายความว่า AI จะเลือกเลี้ยวซ้ายให้มากที่สุดก่อน ถ้าซ้ายไปไม่ได้ https://youtube.com/shorts/7FLbP8fRc_E?feature=share
ถึงจะเลือกเดินหน้า ถ้าทั้งซ้ายและเดินหน้าไปไม่ได้ถึงจะเลี้ยวขวา
หรือถอยหลังเป็นทางเลือกสุดท้าย ซึ่งครั้งแรก ค่า Q จะยังต�่าเพราะ
AI ยังไม่รู้เส้นทาง แต่เมื่อเดินไปเรื่อย ๆ ซ�้า ๆ หลายรอบ ค่า Q
ของเส้นทางที่เร็วที่สุดจะเพิ่มขึ้นและ AI จะเลือกเส้นทางที่ Q สูงสุด
(ไปถึงเป้าหมายเร็วที่สุด) ซึ่งสุดท้าย AI จะเดินตามนโยบาย
“ชิดซ้าย” จนกว่าจะถึงเป้าหมาย
ภาพที่ 7: การเคลื่อนที่ของหุ่นยนต์ขนาดเล็ก (Micro Mouse) ที่ใช้ ที่ใช้
Q-learning เพื่อหาเส้นทางที่เร็วที่สุดไปยังเป้าหมาย
ในเขาวงกตขนาด 4x4 (สามารถเข้าดูวิดิโอการเคลื่อนที่ของหุ่นยนต์
ขนาดเล็กได้จาก QR Code)
การปรับปรุงกระบวนการ (Process Optimization) ที่อาจ การขนย้ายสิ่งของวัสดุหรือใช้ในการปฏิบัติงานแทนมนุษย์ในพื้นที่
ไม่มีความยืดหยุ่นและประสิทธิภาพไม่สูง AI สามารถวิเคราะห์ ที่มีความเสี่ยง อีกทั้งหุ่นยนต์ยังสามารถเคลื่อนที่หลบหลีก
ข้อมูลการผลิตเพื่อเสนอแนวทางการปรับปรุงกระบวนการที่ลด สิ่งกีดขวางได้เองโดยวิเคราะห์หาเส้นทางและวางแผนการเคลื่อนที่
ความสูญเปล่า ปรับปรุงการไหลของงานในสายการผลิตและเพิ่ม ท�าให้การปรับปรุงกระบวนการมีความยืดหยุ่นมากขึ้น ตัวอย่างเช่น
ประสิทธิภาพ ช่วยให้การผลิตเป็นไปอย่างยั่งยืนมากขึ้น ตัวอย่าง ระบบที่ประกอบไปด้วยหุ่นยนต์และสิ่งกีดขวาง 2 สิ่ง โดยมีการใช้
การปรับปรุงกระบวนการ (Process Optimization) ปัจจุบัน กล้อง Webcam เพื่อน�าเข้าข้อมูลภาพหุ่นยนต์และสิ่งกีดขวางมา
หุ่นยนต์ได้เข้ามามีบทบาทและยังมีการน�าไปประยุกต์ใช้งานกัน ประมวลผลเพื่อระบุต�าแหน่ง จากนั้นจะวิเคราะห์หาเส้นทางแบบ
อย่างแพร่หลายในด้านอุตสาหกรรม อ�านวยความสะดวกสบายใน A-Star Algorithm ไปยังจุดหมาย
วิศวกรรมสาร l ปีที่ 78 ฉบับที่ 1 มกราคม - มีนาคม 2568 29
