Robot Drummer: Learning Rhythmic Skills for Humanoid Drumming
यह शोध पत्र "रोबोट ड्रमर" (Robot Drummer) को प्रस्तुत करता है, जो एक सुदृढीकरण शिक्षण (reinforcement learning) आधारित सिमुलेशन फ्रेमवर्क है जो मानव सदृश रोबोटों को विविध गीतों पर जटिल, दीर्घ-अवधि वाले संगीत ड्रमिंग कार्यों को करने में सक्षम बनाता है, जिसे इस चुनौती को समयबद्ध संपर्क घटनाओं (timed contact events) के रूप में तैयार करके और उभरती हुई मानव-समान रणनीतियों के साथ उच्च प्रदर्शन प्राप्त करके सिद्ध किया गया है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
एक ऐसे रोबोट की कल्पना कीजिए जो सिर्फ एक सीधी रेखा में नहीं चलता, बल्कि ड्रमस्टिक उठा सकता है और आपके पसंदीदा रॉक गानों पर जम कर बजा भी सकता है। यह रोबोट ड्रमर (Robot Drummer) के पीछे का सपना है, एक नया प्रोजेक्ट जहाँ वैज्ञानिकों ने एक ह्यूमनॉइड रोबोट को 'रीइन्फोर्समेंट लर्निंग' (Reinforcement Learning) नामक एक विशेष प्रकार के "डिजिटल ब्रेन" प्रशिक्षण का उपयोग करके ड्रम बजाना सिखाया।
ड्रम बजाना सीखने को एक ऐसे वीडियो गेम लेवल को सीखने की तरह समझें जो लगातार छह मिनट तक चलता है। यदि आप एक साथ पूरा लेवल सीखने की कोशिश करेंगे, तो आप खो जाएंगे, गलतियाँ करेंगे, और अंत तक आपको पता नहीं चलेगा कि आप कैसा प्रदर्शन कर रहे हैं। शोधकर्ताओं ने महसूस किया कि इस कौशल को सिखाने के लिए, उन्हें गाने को छोटे-छोटे, आसान टुकड़ों में तोड़ना होगा। रोबोट को पूरा एल्बम सीखने के लिए कहने के बजाय, उन्होंने उसे बार-बार अभ्यास करने के लिए संगीत के छोटे, निश्चित लंबाई के खंड दिए। यह बिल्कुल वैसा ही है जैसे किसी गिटार सोलो का अभ्यास करने के लिए केवल चार बार (bars) को मास्टर करना, और फिर उन्हें आपस में जोड़ना, बजाय इसके कि एक ही बार में पूरा गाना याद करने की कोशिश की जाए।
"कॉन्टैक्ट चेन" का रहस्य
रोबोट को कैसे पता चलता है कि उसे कहाँ मारना है? टीम ने इसे केवल ऑडियो तरंगें (audio waves) नहीं दीं; उन्होंने संगीत को एक रिदमिक कॉन्टैक्ट चेन (Rhythmic Contact Chain) में बदल दिया। एक खजाने के नक्शे की कल्पना करें जहाँ हर "X" सोना नहीं है, बल्कि एक विशिष्ट क्षण पर बजाने के लिए एक विशिष्ट ड्रम है। रोबोट का काम इस नक्शे के माध्यम से आगे बढ़ना है, और ठीक उसी समय स्नेयर (snare), टॉम्स (toms) या सिम्बल्स (cymbals) को मारना है जब नक्शा कहता है।
रोबोट एक आभासी दुनिया (सिमुलेशन) में परीक्षण और त्रुटि (trial and error) के माध्यम से सीखता है। हर बार जब वह सही ड्रम को मारता है, तो उसे "अच्छा काम किया" का संकेत मिलता है। यदि वह गलत ड्रम को मारता है या पूरी तरह से चूक जाता है, तो उसे "फिर से प्रयास करें" का संकेत मिलता है। शोधकर्ताओं ने पाया कि रोबot को तेजी से सीखने के लिए तुरंत पता होना चाहिए कि उसने कहाँ गलती की। यदि रोबोट को गाने के अंत में फीडबैक मिलता, तो यह पूरे रूटीन को खत्म करने के बाद यह बताने जैसा होता कि आपने एक गेंद गिरा दी है। हर एक हिट पर निरंतर फीडबैक देकर, रोबोट ने अपने हाथों के समन्वय और टाइमिंग को आश्चर्यजनक गति से सीखा।
परिणाम: रॉक स्टार या रॉक बॉटम?
टीम ने डेविड बोवी से लेकर निर्वाणा (Nirvana) तक, 30 से अधिक लोकप्रिय गानों पर इसका परीक्षण किया। परिणाम काफी शानदार थे, लेकिन जादुई नहीं।
- अच्छी खबर: स्थिर, अनुमानित लय वाले गानों के लिए, रोबोट एक सितारा था। इसने "रेबेल रेबेल" (Rebel Rebel) पर 0.985 और "सेवन नेशन आर्मी" (Seven Nation Army) पर 0.977 का "फिडेलिटी स्कोर" (समय की सटीकता का पैमाना) हासिल किया। यह लगभग पूर्ण है!
- चुनौती: जब संगीत अव्यवस्थित हो गया, तो रोबोट संघर्ष करने लगा। अनिश्चित लय वाले गाने (जैसे "लिविन ऑन अ प्रेयर") या वे गाने जिनमें बहुत तेज़ी से कई अलग-अलग ड्रमों को मारने की आवश्यकता होती है, उनमें रोबोट का स्कोर गिर गया। उदाहरण के लिए, द पुलिस के "रॉक्सने" (Roxanne) पर, स्कोर 0.878 था। रोबोट कभी-कभी एक ही ड्रम को बार-बार मारने में फंस जाता था क्योंकि दूसरे ड्रम पर स्विच करने में बहुत अधिक समय लगता था, जिससे वह अगला बीट मिस कर देता था।
रोबोट द्वारा की गई सबसे दिलचस्प चीजों में से एक थी अपने खुद के मूव्स (चालें) बनाना। शोधकर्ताओं ने रोबोट को दूसरी तरफ के ड्रम को मारने के लिए अपने हाथ क्रॉस करने के लिए नहीं कहा था। लेकिन, समय बचाने और अगले नोट को तेज़ी से मारने के लिए, रोबोट ने खुद यह समझ लिया कि दूर के ड्रम तक पहुँचने के लिए अपने हाथ क्रॉस करना सबसे कुशल तरीका है। यह बिल्कुल वैसा ही है जैसे कोई बच्चा जूते के फीते बांधना सीख रहा हो और अचानक एक नया गाँठ बना ले जो सिखाए गए तरीके से तेज़ काम करता हो।
जो रोबोट अभी नहीं कर सकता (अभी तक)
यह जानना महत्वपूर्ण है कि यह रोबोट क्या नहीं कर रहा है। यह पूरा प्रयोग एक कंप्यूटर सिमुलेशन के भीतर हुआ। रोबोट ने अभी तक वास्तविक दुनिया में वास्तव में कोई ड्रम नहीं बजाया है। क्योंकि यह एक कंप्यूटर में है, इसे ड्रमस्टिक के उछलने या हिट की आवाज़ की चिंता नहीं करनी पड़ती। शोधकर्ता सुझाव देते हैं कि वास्तविक दुनिया में, रोबोट को स्टिक के उछाल को संभालने के लिए "कम्प्लायंट" (कोमल या लचीले) हाथों की आवश्यकता हो सकती है, और इसे केवल टाइमिंग ही नहीं, बल्कि ड्रम की ध्वनि को नियंत्रित करना भी सीखना पड़ सकता है।
साथ ही, रोबोट वर्तमान में एक "विशेषज्ञ" है। यदि आप इसे एक गाने पर प्रशिक्षित करते हैं, तो यह उस एक गाने में बहुत अच्छा हो जाता है। लेकिन यदि आप इसे एक ही दिमाग के साथ एक साथ आठ अलग-अलग गाने बजाना सिखाने की कोशिश करते हैं, तो यह भ्रमित हो जाता है और इसका प्रदर्शन गिर जाता है। यह एक साथ आठ अलग-अलग भाषाएँ सीखने जैसा है; आप उन्हें आपस में मिला देते हैं। शोधकर्ताओं ने पाया कि कई गानों पर प्रशिक्षण देने से रोबोट सुरक्षित खेलने लगता है, यानी आसान ड्रमों पर ही टिका रहता है और कठिन ड्रमों को छोड़ देता है।
निष्कर्ष
रोबोट ड्रमर यह सिद्ध करता है कि सही प्रशिक्षण पद्धति के साथ—गानों को छोटे टुकड़ों में तोड़कर और निरंतर फीडबैक देकर—ह्यूमनॉइड रोबोट जटिल, लंबे संगीत के टुकड़ों को उच्च सटीकता के साथ बजा सकते हैं। वे मानव जैसी चालें भी निकाल सकते हैं, जैसे लय बनाए रखने के लिए अपने हाथ क्रॉस करना। हालांकि यह अभी भी एक सिमुलेशन है और रोबोट अभी एक असली बैंड में शामिल होने के लिए तैयार नहीं है, लेकिन यह उन रोबोटों की ओर एक बड़ा कदम है जो न केवल चल सकते हैं, बल्कि वास्तव में संगीत का प्रदर्शन भी कर सकते हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।