เก็บตก DARPA Robotics Challenge การแข่งขันและบทเรียน

chimp-driving

เมื่อวันที่ 6 – 7 มิถุนายน พ.ศ. 2558 DARPA ได้จัดการแข่งขัน Robotics Challenge การแข่งขันหุ่นยนต์กึ่งอัตโนมัติเพื่อทำงานในสถานการณ์ภัยพิบัติ ถือเป็นการแข่งขันหุ่นยนต์ที่ท้าทายที่สุดรายการหนึ่งที่เคยมีมา การแข่งขันจบไปด้วยดี มีหุ่นยนต์หลายตัวประสบความสำเร็จในการทำภารกิจ และมีความล้มเหลวเกิดขึ้นมากมาย มาดูกันว่าการแข่งขันเป็นอย่างไร และเราได้เรียนรู้อะไรจากการแข่งขันนี้

แข่งทำไม

ภัยพิบัติที่เกิดขึ้นกับโรงไฟฟ้านิวเคลียร์ที่ฟุกุชิมะในปี พ.ศ. 2554 เป็นภัยพิบัติที่ร้ายแรง กัมมันตภาพรังสีที่รั่วไหลทำให้คนไม่สามารถเข้าไปกู้ภัยได้ เป็นสถานการณ์ที่เหมาะสมอย่างยิ่งที่จะใช้หุ่นยนต์เข้าไปทำงานแทน แต่ในช่วงแรก ๆ หุ่นยนต์ที่มีใช้อยู่ในขณะนั้นสามารถทำได้เพียงแค่เข้าไปสำรวจ แต่ไม่สามารถเข้าไปแก้ไขสถานการณ์ได้มากนัก DARPA เล็งเห็นปัญหานี้จึงเริ่มโครงการ Robotics Challenge ขึ้นเพื่อดึงดูดนักวิจัยเข้ามาพัฒนาหุ่นยนต์ที่สามารถเข้าไปทำงานในสถานการณ์ภัยพิบัติ ในสภาพแวดล้อมที่มนุษย์สร้างขึ้น ได้อย่างทันท่วงที

โจทย์การแข่งขัน DARPA Robotics Challenge จึงตั้งขึ้นเพื่อทดสอบว่า ถ้าเกิดเหตุภัยพิบัติขึ้นจริง ๆ ที่มนุษย์ไม่สามารถเข้าไปปฏิบัติภารกิจได้ เราจะสามารถมีหุ่นยนต์ไว้ใช้งานได้หรือไม่ โจทย์จึงต้องการให้หุ่นยนต์สามารถใช้เครื่องมือและสภาพแวดล้อมต่าง ๆ ที่มนุษย์ใช้ (รถ เครื่องมือช่าง บันได) ซึ่งสามาารถหามาใช้ได้ทันที ไม่ต้องรอการสร้างหรือพัฒนาขึ้นใหม่ซึ่งอาจใช้เวลานาน

แข่งอย่างไร

ภารกิจในรอบชิงชนะเลิศมี 8 ภารกิจ ต้องทำภายในเวลา 1 ชั่วโมง หุ่นยนต์ต้องทำงานแบบไร้สาย (สายพลังงานและสายสัญญาณ) โดยมีทีมงานควบคุมจากห้องควบคุม มีการจำลองการรับส่งสัญญาณระหว่างผู้ควบคุมและหุ่นยนต์ที่ล่าช้า (lag) และสัญญาณถูกรบกวน ภารกิจในบริเวณใกล้เคียงกันสามารถทำสลับก่อนหลังอย่างไรก็ได้ ไม่ต้องทำทุกภารกิจก็ได้ แต่ละภารกิจมี 1 คะแนน ใครได้คะแนนเยอะสุดชนะ หากคะแนนเท่ากันจะดูเวลาที่ใช้ หากหุ่นยนต์ล้มจะต้องลุกขึ้นเองให้ได้ หากลุกเองไม่ได้ ทีมงานสามารถเข้าไปยกหุ่นยนต์ขึ้นได้ แต่ต้องเริ่มต้นใหม่ที่หน้าประตู และจะโดนหักเวลา 10 นาที

ภารกิจทั้ง 8 ได้แก่

  1. ขับรถ เป็นภารกิจแรก หุ่นยนต์ต้องขับรถ Polaris Ranger XP 900 หลบหลีกสิ่งกีดขวาง อนุญาตให้ดัดแปลงรถได้เล็กน้อย ไม่เกิน 5 นาที โดยห้ามใช้เครื่องมือช่วย ทีมใดไม่ทำภารกิจนี้ต้องให้หุ่นยนต์เดินผ่านไป แต่จะไม่ได้คะแนน
    task-driving
  2. ลงจากรถ หุ่นยนต์ต้องลงจากรถ หากลงเองไม่ได้ ให้ทีมงานเอาลงได้ แต่จะไม่ได้คะแนน
    task-egress
  3. เปิดประตูที่มีลูกบิดแบบด้าม
    task-door
  4. บิดวาล์วขนาดเส้นผ่านศูนย์กลาง 10 – 40 เซนติเมตรทวนเข็มนาฬิกาให้ครบรอบ
    task-valve
  5. เจาะผนังยิปซัมหนาครึ่งนิ้ว ด้วยเครื่องมือเจาะ (แบบที่ช่างใช้ ไม่มีการดัดแปลงให้หุ่นยนต์จับง่ายขึ้น) มีให้เลือก 2 แบบ แบบละ 2 เครื่อง ต้องเจาะเป็นวงกลมรอบวงกลมสีดำที่ทาไว้
    task-wall
  6. เซอร์ไพรส์ …. ภารกิจที่ไม่บอกล่วงหน้า ในการแข่งขันเป็นปุ่มให้กด และถอดปลั๊กจากรูหนึ่งไปเสียบอีกรูหนึ่ง
    task-surprise
  7. ตะลุยซากปรักหักพัง มีให้เลือก 2 ทางที่ได้คะแนน คือ เดินผ่านกองอิฐ หรือเดินตะลุยซากท่อ ท่อนไม้ที่วางเกะกะ หรือสามารถเลือกเดินทางโล่ง ๆ ได้ แต่จะไม่ได้คะแนน
    task-rubble
  8. ขึ้นบันได
    task-stair

แต่ละภารกิจย่อยถือว่าง่ายกว่าการแข่งขันรอบ Trail เมื่อปีที่แล้ว แต่ความท้าทายที่มากขึ้นคือต้องทำทุกภารกิจต่อกัน หุ่นยนต์ต้องทำงานแบบไร้สาย และเวลาที่จำกัด 60 นาที เพื่อจำลองการทำงานจริงที่ความยากอาจไม่ได้อยู่ที่ภารกิจที่ทำ แต่เป็นการแข่งกับเวลาที่จำกัด นับว่าเป็นการแข่งขันหุ่นยนต์ที่ท้าทายมากที่สุดรายการหนึ่งเลยทีเดียว

ผู้ท้าชิง

DARPA Robotics Challenge จัดขึ้นหลายรอบ ตั้งแต่รอบ Simulation รอบ Trail และรอบ Final เป็นรอบสุดท้าย แต่ละรอบจัดขึ้นเพื่อทดสอบความสามารถของหุ่นยนต์เป็นขั้น ๆ ไป และคัดเลือกทีมที่จะได้รับเงินทุนสนับสนุน ส่วนทีมที่ไม่ได้รับการสนับสนุนด้านงบประมาณก็สามารถส่งหุ่นยนต์เข้าแข่งขันต่อด้วยเงินทุนของตัวเองได้ ในรอบ Final มีทีมเข้าร่วม 25 ทีม (แต่มีปัญหา ทำให้ลงแข่งได้ 23 ทีม) จาก 7 ประเทศ ทีมส่วนมากมาจากห้องวิจัยจากมหาวิทยาลัยต่าง ๆ มีทีมจากหน่วยงานอื่น ๆ และบริษัทเอกชนบ้างเล็กน้อย มี 7 ทีมที่ใช้หุ่นยนต์ Atlas ซึ่งพัฒนาโดย Boston Dynamics ส่วนที่เหลือเป็นหุ่นยนต์ที่สร้างขึ้นเอง ดังนี้
team
ผลการแข่งขัน

มีทีมที่ทำได้ครบทั้ง 8 ภารกิจ 3 ทีม จึงต้องตัดสินที่เวลาการแข่งขัน ทำให้ทีม KAIST จาก Korea Advanced Institute of Science and Technology เกาหลีใต้ชนะไปด้วยเวลา 44.28 นาที ตามด้วย IHMC Robotics จาก Florida Institute for Human & Machine Cognition ที่ใช้เวลา 50.26 นาที และ Tartan Rescue จาก Carnegie Mellon University ที่สามารถทำได้ครบทั้ง 8 ภารกิจตั้งแต่การแข่งขันวันแรก โดยใช้เวลา 55.15 นาที แต่มาโดนแซงเอาวันที่ 2
score
การที่มีหลายทีมทำภารกิจได้ครบ (และเกือบครบ) แสดงให้เห็นว่าตัวภารกิจไม่ได้ยากจนเกินไป ถ้าจะว่าไปคือ ไม่มีอะไรที่ยากเกินไปหากมีเวลาไม่จำกัด เพราะผู้ควบคุมหุ่นยนต์สามารถค่อย ๆ บังคับหุ่นยนต์ทีละนิดเพื่อทำอะไรก็ได้ แต่ความท้าทายคือเวลาที่จำกัด ทำให้หุ่นยนต์ต้องสามารถทำงานได้อย่างอัตโนมัติในระดับหนึ่ง

แล้วเราได้เรียนรู้อะไรจากการแข่งขันนี้บ้าง

ยังหรอก หุ่นยนต์ยังไม่ยึดครองโลก

อาจจะดูเหมือนว่า ถ้าหุ่นยนต์ทำภารกิจในการแข่งขันได้ทั้งหมด ทั้งขับรถ ปีนบันได้ ใช้สว่าน มันคงจะต้องเก่งกาจและยึดครองโลกแบบในภาพยนต์ได้ในไม่ช้า แต่ในความเป็นจริงนั้นยังห่างไกล เพราะหุ่นยนต์เหล่านี้ยังคงถูกควบคุมระยะไกลโดยมนุษย์ และถึงแม้จะมีหุ่นยนต์ที่ทำภารกิจได้มากมาย แต่ล้วนแล้วแต่ทำได้อย่างทุลักทุเล เคลื่อนไหวได้ช้า และล้มอยู่เรื่อย ๆ กลายเป็นว่าแทนที่มนุษย์จะต้องพึ่งพาหุ่นยนต์ให้ทำภารกิจให้ หุ่นยนต์กลับต้องการมนุษย์เพื่อให้ทำภารกิจได้มากกว่า นอกจากนี้ในการแข่งขันยังมีผู้กล่าวติดตลกว่า หากหุ่นยนต์จะยึดครองโลกจริง ๆ ก็แค่ปิดประตูใส่มันก็แค่นั้น มันก็ล้มอยู่หน้าประตูแล้ว

รูปแบบมนุษย์ไม่ได้ดีเสมอไป

เพื่อให้หุ่นยนต์สามารถทำงานในสภาพแวดล้อมที่มนุษย์สร้างขึ้น แนวคิดหนึ่งในการตอบโจทย์นี้คือ สร้างหุ่นยนต์ที่คล้ายมนุษย์ขึ้น (humanoid robot) ซึ่งน่าจะจัดการกับสภาพแวดล้อมของมนุษย์ได้ดี แต่ความเป็นจริงในปัจจุบันไม่ใช่เช่นนั้น หุ่นยนต์แบบ humanoid มีความซับซ้อนสูง ทำให้ควบคุมยาก และเกิดความผิดพลาดได้ง่าย (หลายทีมที่ใช้หุ่นยนต์ humanoid ล้มไม่เป็นท่า) ในการแข่งขันนี้ หุ่นยนต์ลูกผสมกลับตอบโจทย์ได้ดีกว่า คือ ใช้ระบบขับเคลื่อนที่ฝ่าอุปสรรคได้ดี ล้มยาก ร่วมกับส่วนบนที่มีแขน มือ และเซนเซอร์รับรู้สภาพแวดล้อมคล้ายมนุษย์ หลายทีมที่ส่งหุ่นยนต์ลักษณะนี้เข้าแข่งขันสามารถทำภารกิจได้ราบรื่นกว่า อย่างไรก็ตามทีม IHMC ที่ใช้หุ่นยนต์ Atlas แข่งขันก็กล่าวว่า ถึงการควบคุมหุ่นยนต์เดิน 2 ขาจะยากกว่า แต่ในภารกิจจริง หากมีพื้นที่ที่สามารถเหยียบได้ขนาดเล็ก ก็ไม่สามารถใช้ล้อได้ ต้องใช้ขาเดิน

หุ่นยนต์ทีม KAIST ถึงจะเดิน 2 ขา แต่ก็นั่งลงแล้ววิ่งด้วยล้อได้
หุ่นยนต์ทีม KAIST ถึงจะเดิน 2 ขา แต่ก็นั่งลงแล้ววิ่งด้วยล้อได้
chimp-track
CHIMP จาก Carnegie Mellon University มีสายพานที่แขนและขา
robosimian
RoboSimian จาก NASA JPL มีขา 4 ขา แต่ก็นั่งลงวิ่งด้วยล้อได้
nimbro
ทีม NimbRo จาก University of Bonn ส่งหุ่นยนต์ที่ครึ่งบนคล้ายมนุษย์ แต่ครึ่งล่างขับเคลื่อน4 ล้อ

มนุษย์ต้องการหุ่นยนต์ และหุ่นยนต์ก็ต้องการมนุษย์

นี่ไม่ใช่การแข่งเพื่อดูว่าหุ่นยนต์เจ๋งกว่ามนุษย์แค่ไหน แต่เป็นการแข่งขันการทำภารกิจร่วมกันระหว่างหุ่นยนต์และมนุษย์ ลำพังตัวหุ่นยนต์ที่เห็นแข่งขันกันนั้น เป็นแค่เพียงหุ่นเชิดให้ผู้ควบคุมบังคับจากระยะไกล ปลายทางของการพัฒนาหุ่นยนต์คือหุ่นยนต์อัตโนมัติที่ทำงานได้เอง แต่เมื่อยังไม่ถึงวันนั้น การทำงานร่วมกันระหว่างหุ่นยนต์และมนุษย์จะให้ผลสัมฤทธิ์ที่มากกว่าการพยายามให้หุ่นยนต์ทำทุกอย่างเอง หรือการให้มนุษย์ทำทุกอย่างเอง

ปัจจุบันความสามารถในการรับรู้สภาพแวดล้อม (perception) การรู้จำวัตถุต่าง ๆ (recognition) ของมนุษย์นั้นยังดีกว่าหุ่นยนต์มาก นอกจากนี้มนุษย์ยังสามารถคาดเดาล่วงหน้าถึงสิ่งที่จะเกิด และแก้ไขสถานการณ์เฉพาะหน้าได้ดีกว่าหุ่นยนต์ ในขณะที่หุ่นยนต์สามารถควบคุมกลไกที่ซับซ้อนมาก ๆ และตอบสนองต่อสถานการณ์ที่เปลี่ยนไปได้อย่างรวดเร็ว การพัฒนาหุ่นยนต์ที่ทำงานร่วมกับมนุษย์จึงมักให้หุ่นยนต์ติดตั้งเซนเซอร์ต่าง ๆ เพื่อรับรู้สภาพแวดล้อม แล้วส่งข้อมูลมาให้มนุษย์ตัดสินใจ ด้วยจำนวนข้อมูลที่วัดค่าได้มหาศาล แต่ช่องทางการรับส่งข้อมูลมีจำกัด และมนุษย์ก็มีขีดจำกัดในการรับรู้ข้อมูล หุ่นยนต์จะต้องกรองและจัดกลุ่มข้อมูลเบื้องต้นก่อนส่งให้มนุษย์ตัดสินใจ จากนั้นจึงออกคำสั่งให้หุ่นยนต์ทำตาม ซึ่งในหุ่นยนต์ที่มีความซับซ้อนสูง การที่จะให้ผู้ควบคุมทุกส่วนของหุ่นยนต์ทำได้ยากมาก หุ่นยนต์จึงต้องทำงานได้อัตโนมัติระดับหนึ่ง เช่น ทรงตัวเองได้ ควบคุมข้อต่อต่าง ๆ เพื่อที่จะขยับแขนหรือขาไปยังจุดปลายที่มนุษย์สั่ง เป็นต้น

รูปแบบการแสดงข้อมูลให้มนุษย์รับรู้ และรูปแบบการรับคำสั่งควบคุมจากมนุษย์ก็เป็นศาสตร์ที่สำคัญที่จะทำให้มนุษย์ทำงานร่วมกับหุ่นยนต์ได้ง่ายและมีประสิทธิผล ศาสตร์นี้เรียกว่า Human-Robot Interaction หลายทีมมีการใช้เทคนิคที่แตกต่างกันมากมายในการที่ผู้ควบคุมสั่งงานหุ่นยนต์ บางทีมมีผู้ควบคุมเพียงคนเดียว บางทีมให้ผู้ควบคุมหลายคน แต่ละคนดูข้อมูลแต่ละอย่าง หรือสั่งหุ่นยนต์ในแต่ละงาน บางทีมให้เมาส์และคีย์บอร์ดสั่งงานหุ่นยนต์ ในขณะที่บางทีมให้จอยสติก ใช้พวงมาลัย บางทีมให้แว่นตา Virtual Reality ในการแสดงข้อมูลจากหุ่นยนต์ มีทีมที่ใช้การวาดโมเดลสามมิติของเครื่องมือช่างที่หุ่นยนต์ต้องหยิบ แล้วลากไปวางทับกับข้อมูลสามมิติที่หุ่นยนต์สแกนมาได้เพื่อให้หุ่นยนต์รู้ว่าตรงไหนเป็นเครื่องมือช่างที่ต้องหยิบ มีทีมที่ให้ผู้ควบคุมลากรูปเท้าไปวางตามตำแหน่งต่าง ๆ ที่หุ่นยนต์สแกนสภาพแวดล้อมมาเพื่อให้หุ่นยนต์ก้าวเท้าไป บางทีมสามารถวาดเส้นทางการเคลื่อนที่ให้หุ่นยนต์แล้วหุ่นยนต์วางแผนการก้าวเดินได้เอง

ihmc-control-center
ห้องควบคุมของทีม IHMC Robotics
ihmc-foot-placement
หน้าจอควบคุมการเดินของทีม IHMC Robotics ใช้วิธีบอกหุ่นยนต์ว่าต้องวางเท้าที่บริเวณใด
mit-ui
หน้าจอควบคุมหุ่นยนต์ของทีม MIT แสดงข้อมูลที่หุ่นยนต์รับรู้แล้วส่งมาให้ผู้ควบคุมเห็น

ความสามารถในการเอาตัวรอดสำคัญต่อภารกิจจริง

เนื่องจากหุ่นยนต์ที่แต่ละทีมพัฒนามามีราคาสูง และการโปรแกรมให้หุ่นยนต์ตอบสนองต่อเหตุการณ์ที่คาดเดาไม่ได้เป็นเรื่องลำบาก ทีมส่วนมากจึงโปรแกรมและควบคุมหุ่นยนต์ให้ทำงานอย่างระมัดระวังไม่ให้เกิดความผิดพลาด การล้ม จนเกิดความเสียหาย ทีมส่วนมากไม่ได้เตรียมรับมือต่อความผิดพลาดที่อาจเกิดขึ้น เมื่อหุ่นยนต์ล้ม แทบทุกทีมจึงขอเริ่มต้นใหม่และให้สมาชิกทีมเข้ามากู้หุ่นยนต์ ยกเว้น Tartan Rescue เพียงทีมเดียวที่เกิดการล้มหลังจากผ่านประตูไปได้ แต่ไม่มีที่ท่าจากสมาชิกทีมที่จะเข้ามากู้หุ่นยนต์ ปล่อยให้ผู้ควบคุมพยายามแก้ไขสถานการณ์จนสำเร็จและปฏิบัติภารกิจต่อไปได้ ในภารกิจจริงหุ่นยนต์จะต้องรับมือกับเรื่องที่คาดเดาไม่ได้ได้ระดับหนึ่ง อย่างน้อยที่สุดก็ต้องลุกขึ้นทำงานต่อได้หากล้ม เพราะมนุษย์คงไม่สามารถเข้าไปช่วยหุ่นยนต์ได้

อย่างไรต่อไป

DARPA Robotics Challenge จัดขึ้นโดยหน่วยงานทางทหาร มีหลายคนสงสัยว่าเทคโนโลยีจากการแข่งขันนี้จะถูกนำไปใช้ในทางทหารหรือไม่ Gill Pratt หัวหน้าโครงการที่ DARPA กล่าวว่า วิทยาศาสตร์และเทคโนโลยีใด ๆ ก็สามารถนำไปใช้ในทางทหารหรือในสาขาอื่นได้ทั้งนั้น เทคโนโลยีหุ่นยนต์สามารถนำไปประยุกต์ใช้ในวงการอื่น ๆ ได้อีกมาก ทีมจาก MIT มีการใช้อัลกอริทึมที่พัฒนาขึ้นใช้ในการรู้จำวัตถุทั้งในการแข่งขันนี้ และการแข่งขันหยิบสินค้าในคลังสินค้าที่ Amazon จัดขึ้น

เมื่อ 10 กว่าปีที่แล้ว DARPA จัดการแข่งขัน Grand Challenge พัฒนารถไร้คนขับ ปัจจุบันหลายบริษัทเริ่มทำวิจัยด้านนี้จริงจังและเตรียมนำเทคโนโลยีรถไร้คนขับลงตลาดเชิงพาณิชย์แล้ว ถึงแม้การแข่งขันครั้งนี้จะเน้นหุ่นยนต์ที่เข้าไปทำงานในสถานการณ์ภัยพิบัติ และงานลักษณะนี้คงไม่ได้มีความต้องการใช้หุ่นยนต์เป็นจำนวนมาก (เมื่อเทียบกับเทคโนโลยีรถไร้คนขับซึ่งสามารถนำมาใช้ได้ทั่วไปในชีวิตประจำวัน) เทคโนโลยีหุ่นยนต์จาก Robotics Challenge น่าจะถูกนำไปต่อยอดใช้เชิงพาณิชย์ และผลงานที่ถูกนำไปต่อยอดก็จะสามารถกลับมาเป็นประโยชน์กับหุ่นยนต์ที่ใช้ในงานภัยพิบัติได้เช่นกัน เมื่อนักข่าวถาม Gill Pratt ว่ามีหลายคนในวงการทหารที่ไม่พอใจที่ Google ซื้อ Boston Dynamics (ซึ่งได้รับทุนวิจัยทางทหารมากมาย) แล้วไม่ยอมให้ Boston Dynamics ทำงานทางทหารต่อ เหมือนจะทำให้งบวิจัยทางทหารสูญเปล่าไปจำนวนมาก Gill Pratt กล่าวว่า ไม่ได้เป็นเช่นนั้นซักทีเดียว เพราะเมื่อเทคโนโลยีทางทหารถูกนำไปใช้ประโยชน์กับคนทั่วไปมากขึ้น เทคโนโลยีนั้นก็จะราคาถูกลงและกลับมาเป็นผลดีกับทหารได้ ดังเช่นที่เกิดขึ้นกับ อินเทอร์เน็ต โทรศัพท์มือถือ ระบบจีพีเอส เป็นต้น

ภายในงานมีบริษัทใหญ่ ๆ หลายรายมาเยี่ยมชมการแข่งขันและพบปะกับทีมแข่งขัน เช่น Elon Musk จาก Tesla Motors, Larry Page จาก Google, Apple, Uber, Amazon นอกจากนี้ NASA เองที่ส่งทีมเข้าแข่งขันในรอบที่แล้วก็มีแผนการที่จะนำเทคโนโลยีหุ่นยนต์ที่พัฒนาขึ้นไปใช้ในภารกิจสำรวจอวกาศ และเตรียมจัดการแข่งขันคล้าย ๆ กันนี้แต่ในโจทย์ที่เกี่ยวกับการสำรวจอวกาศ

Gill Pratt กล่าวว่า เทคโนโลยีการทำงานร่วมกันระหว่างหุ่นยนต์และมนุษย์จะทำให้หุ่นยนต์เข้าไปทำงานในหลาย ๆ ด้านที่ปัจจุบันหุ่นยนต์ยังทำไม่ได้ โดยหุ่นยนต์อาจจะไม่สามารถคิดและตอบสนองต่อทุกสถานการณ์ได้ แต่อาจจะมีศูนย์กลางที่ทำหน้าที่เหมือน Call Center ที่มีมนุษย์คอยช่วยเหลือหุ่นยนต์อยู่ผ่านเครือข่ายอินเทอร์เน็ต

จาก Grand Challenge ถึงวันที่เริ่มมีรถไร้คนขับวิ่งบนถนนก็กว่า 10 ปี ต้องรอดูกันว่าจาก Robotics Challenge ไปถึงวันที่หุ่นยนต์เข้ามาทำงานในชีวิตประจำวันเราจะช้าเร็วขนาดไหน

ภาพและที่มา

LINE it!