Bio-inspired decision making in robot swarms under biases
यह अध्ययन प्रदर्शित करता है कि जहाँ न्यूनतम रोबोट झुंडों (minimalistic robot swarms) में प्रत्यक्ष-परिवर्तन (direct-switch) जनमत गतिशीलता असामाजिक पूर्वाग्रहों के तहत विफल हो जाती है, वहीं जैव-प्रेरित क्रॉस-इनहिबिशन तंत्र पूर्वाग्रह की एक विस्तृत श्रृंखला में सर्वश्रेष्ठ विकल्प पर सुदृढ़, सटीक और स्केलेबल सर्वसम्मति को सक्षम बनाता 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
कल्पना कीजिए कि छोटे, सरल रोबोटों का एक झुंड चींटियों की कॉलोनी या मछलियों के स्कूल की तरह मिलकर काम कर रहा है। उनके पास कोई बॉस नहीं है, कोई केंद्रीय कंप्यूटर नहीं है, और न ही कोई नक्शा है। इसके बजाय, उन्हें अपने आप में एक समूह निर्णय लेना होगा: "क्या हमें बाईं ओर जाना चाहिए (विकल्प A) या दाईं ओर (विकल्प B)?"
समस्या यह है कि ये रोबोट "शोर वाले" (noisy) हैं। उनके सेंसर दोषपूर्ण हैं, वे भ्रमित हो सकते हैं, और कभी-कभी उन्हें गलत जानकारी प्राप्त होती है। यह शोध जांच करता है कि कैसे इन रोबोट समूहों को चीजें खराब होने पर भी कितनी जल्दी और विश्वसनीयता से एक सही निर्णय लेने में सक्षम बनाया जा सकता है।
शोधकर्ताओं ने रोबोटों के बीच बात करने के दो अलग-अलग तरीकों की तुलना की ताकि वे निर्णय ले सकें। इन्हें आप झुंड के लिए अलग-अलग "सड़क के नियम" (rules of the road) मान सकते हैं।
दो सड़क के नियम
1. "कॉपीकैट" नियम (डायरेक्ट-स्विच)
कल्पना कीजिए कि आप लोगों से भरे कमरे में हैं। आप किसी को कहते हुए सुनते हैं, "चलो बाईं ओर चलते हैं!" यदि आप कॉपीकैट नियम का उपयोग कर रहे होते, तो आप तुरंत अपना विचार बदल लेते और कहते, "ठीक है, चलो बाईं ओर चलते हैं!" आप बस उस व्यक्ति की राय की नकल करते हैं जिससे आपने अभी बात की है।
- यह कैसे काम करता है: रोबोट A, रोबोट B से बात करता है। यदि वे असहमत हैं, तो रोबोट A बस रोबोट B की राय को अपना लेता है।
- समस्या: यह तब बहुत अच्छा काम करता है जब सब कुछ शांत हो। लेकिन यदि थोड़ी सी उलझन या "शोर" (जैसे कुछ जिद्दी लोग गलत चीज़ चिल्ला रहे हों, या किसी रोबोट को गलत सिग्नल मिल रहा हो) हो, तो पूरा समूह फंस सकता है। वे हमेशा के लिए इधर-उधर बदलते रह सकते हैं, बिना किसी निर्णय पर पहुंचे। यह एक भीड़ की तरह है जो फिल्म तय करने की कोशिश कर रही है, लेकिन हर बार जब कोई नया सुझाव देता है, तो हर कोई तुरंत अपना विचार बदल लेता है, और कोई भी वास्तव में फिल्म नहीं चुन पाता।
2. "स्टॉप सिग्नल" नियम (क्रॉस-इनहिबिशन)
अब, एक अलग नियम की कल्पना करें। आप किसी को कहते हुए सुनते हैं, "चलो बाईं ओर चलते हैं!" लेकिन आप वर्तमान में सोच रहे हैं, "चलो दाईं ओर चलते हैं।" तुरंत बदलने के बजाय, आप पॉज बटन दबा देते हैं। आप "अनिर्णय की स्थिति" में या "तटस्थ" हो जाते हैं। आप अपनी राय चिल्लाना बंद कर देते हैं और प्रतीक्षा करते हैं।
- यह कैसे काम करता है: यदि एक प्रतिबद्ध (committed) रोबोट एक अलग राय सुनता है, तो वह तुरंत नहीं बदलता। वह "गैर-प्रतिबद्ध" (uncommitted) यानी एक तटस्थ पर्यवेक्षक बन जाता है। केवल गैर-प्रतिबद्ध रोबोट ही नए विचारों को सुनते हैं और एक पक्ष चुनते हैं। प्रतिबद्ध रोबोट तब तक अपना पक्ष चिल्लाते रहते हैं जब तक उन्हें रुकने के लिए नहीं कहा जाता।
- परिणाम: यह एक "विजेता-सब-ले-जाता-है" (winner-take-all) प्रभाव पैदा करता है। जिस पक्ष के पास अधिक समर्थक होते हैं, वह चिल्लाता रहता है, जबकि दूसरे पक्ष को "दबा दिया" (inhibited) जाता है (यानी चुप करा दिया जाता है) और वह तटस्थ हो जाता है। अंततः, मजबूत पक्ष जीत जाता है क्योंकि कमजोर पक्ष के प्रतिबद्ध समर्थक खत्म हो जाते हैं।
"शोर" का कारक (असोजियल डायनेमिक्स)
शोधकर्ताओं ने इन नियमों का परीक्षण "पक्षपाती" स्थितियों के तहत किया। वास्तविक दुनिया में चीजें आदर्श नहीं होती हैं। उन्होंने तीन प्रकार के "शोर" या हस्तक्षेप पेश किए:
- जिद्दी रोबोट: एक रोबोट जो किसी की भी बात सुनने से इनकार करता है और एक ही राय चिल्लाता रहता है, चाहे कुछ भी हो जाए।
- ग्लिच (Glitch): एक रोबोट को एक दूषित संदेश मिलता है (जैसे कि एक टेक्स्ट मैसेज जो बिगड़ गया हो) और वह सोचता है कि वह गलत विकल्प का समर्थन करता है।
- स्वतंत्र विचारक: एक रोबोट समूह को नजरअंदाज करता है और अपने दम पर वातावरण को देखता है, कभी-कभी केवल इसलिए गलत विकल्प चुन लेता है क्योंकि उसे ढूंढना आसान होता है।
क्या हुआ?
शोधकर्ताओं ने पाया कि जब चीजें गड़बड़ होती हैं, तो एक स्पष्ट विजेता सामने आता है:
- कॉपीकैट नियम (डायरेक्ट-स्व स्विच) विफल हो जाता है: जब रोबोटों को थोड़े से भी शोर या जिद्दीपन का सामना करना पड़ा, तो कॉपीकैट समूह बिखर गया। वे सहमत नहीं हो सके। वे एक "निर्णय गतिरोध" (decision deadlock) में फंस गए, दोनों विकल्पों के बीच झूलते रहे और कभी कोई चुनाव नहीं कर पाए। यह एक ट्रैफिक जाम की तरह था जहाँ हर कोई लेन बदलता रहता है लेकिन कोई आगे नहीं बढ़ पाता।
- स्टॉप सिग्नल नियम (क्रॉस-इनहिबिशन) जीतता है: "स्टॉप सिग्नल" नियम का उपयोग करने वाला समूह बहुत अधिक मजबूत था। भले ही वहां जिद्दी रोबोट, खराब सिग्नल या भ्रमित करने वाला वातावरण था, वे मामला सुलझाने और एक पक्ष चुनने में सफल रहे। वे तेज़ थे, अधिक एकजुट थे, और बिना बिखरे बड़े समूहों को भी संभाल सकते थे।
"एंटीफ्रेजाइल" (Antifragile) आश्चर्य
यहाँ सबसे दिलचस्प बात है: शोधकर्ताओं ने पाया कि "स्टॉप सिग्नल" समूह ने केवल शोर का विरोध ही नहीं किया; बल्कि कभी-कभी, थोड़ा सा शोर उन्हें बेहतर निर्णय लेने में मदद भी करता है।
इसे ऐसे समझें जैसे एक सिस्टम जो "एंटीफ्रेजाइल" है। जिस तरह एक मांसपेशी वजन उठाने से मजबूत होती है, यह निर्णय लेने वाली प्रणाली भी मध्यम स्तर के भ्रम का सामना करने पर बेहतर हो जाती है। शोर ने समूह को उन "बुरे" विकल्पों से बाहर निकलने में मदद की जिनमें वे फंस सकते थे, जिससे वे सही निर्णय की ओर तेजी से बढ़ सके।
निचोड़
यदि आपके पास सरल, शोर वाले एजेंटों (जैसे रोबोट या यहाँ तक कि कीट) की एक टीम है जिन्हें एक अस्त-व्यस्त दुनिया में तेजी से, एकीकृत निर्णय लेने की आवश्यकता है:
- ऐसा न करें कि उन्हें तुरंत एक-दूसरे की नकल करने दें। इससे चीजें गलत होने पर अनिर्णय की स्थिति पैदा होती है।
- ऐसा करें कि एक "स्टॉप सिग्नल" तंत्र का उपयोग करें जहाँ असहमति के कारण विराम (अनिश्चित होना) आता है। यह समूह को शोर को छानने, गतिरोध तोड़ने और एक एकजुट इकाई के रूप में साथ रहने की अनुमति देता है।
यह शोध सिद्ध करता है कि यह "स्टॉप सिग्नल" रणनीति, जिसे हम प्रकृति में देखते हैं (जैसे मधुमक्खियों द्वारा प्रतिद्वंद्वी स्काउट को रोकना), एक शक्तिशाली और मजबूत तरीका है जिससे समूह अराजक दुनिया में भी निर्णय ले 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।