Trajectory Prediction via Bayesian Intention Inference under Unknown Goals and Kinematics

कल्पना कीजिए कि आप एक भीड़भाड़ वाले पार्क में खड़े हैं और अपने एक दोस्त को कहीं जाने की कोशिश करते हुए देख रहे हैं। आप अनुमान लगाना चाहते हैं कि वह कहाँ जा रहा है और वह वहाँ कैसे पहुँचेगा। यह रोबोट्स, सेल्फ-ड्राइविंग कारों और ड्रोन्स के लिए एक दैनिक चुनौती है: उन्हें यह अनुमान लगाना होता है कि अन्य चलती हुई चीजें आगे क्या करेंगी। लेकिन पेचीदा बात यह है कि जिस व्यक्ति को आप देख रहे हैं, वह अचानक अपना इरादा बदल सकता है, या वह बहुत ही अजीब, अप्रत्याशित तरीके से चल सकता है। वह आपको अपनी योजना नहीं बता रहा है, और आप उसकी चलने की शैली (walking style) को भी नहीं जानते। रोबोटिक्स की दुनिया में, इसे "इंटेंशन इन्फरेंस" (इरादा समझना) कहा जाता है। यह किसी को भूलभुलैया में चलते हुए देखने जैसा है, जहाँ आप उनके गंतव्य (destination) और उनके चलने के तरीके, दोनों का अनुमान लगा रहे हैं, जबकि वे किसी भी क्षण अपनी योजना बदल सकते हैं। यदि रोबっと गलत अनुमान लगाता है, तो वह टकरा सकता है या रास्ते में बाधा बन सकता है। इसलिए, वैज्ञानिक इन अनुमानों को तेज़ी से और सटीक रूप से लगाने के बेहतर तरीके खोजते रहते हैं, विशेष रूप से तब जब उनके पास पिछले व्यवहारों का कोई बड़ा डेटाबेस न हो।

यह शोध पत्र इस अनुमान लगाने वाले खेल के लिए एक चतुर नए तरीके का परिचय देता है। लेखकों, शुनान यिन, ज़ेहुई लू और शाओशुआई मौ ने एक "बायेसियन" (Bayesian) एल्गोरिदम बनाया है। इसे एक सुपर-स्मार्ट जासूस के रूप में समझें जो हर सेकंड अपने विश्वासों को अपडेट करता है। केवल एक गंतव्य का अनुमान लगाकर और उस पर टिके रहने के बजाय, या यह मान लेने के बजाय कि लक्ष्य एक आदर्श, अनुमानित रेखा में चलता है, उनका रोबोट जासूस दो काम एक साथ करता है। पहला, वह अनुमान लगाता है कि लक्ष्य कहाँ जाना चाहता है (लक्ष्य/goal)। दूसरा, वह अनुमान लगाता है कि लक्ष्य कैसे चलता है (क्या वह एक तेज़, सीधा दौड़ने वाला है, या एक धीमा, भटकने वाला मुसाफिर?)। सबसे अच्छी बात यह है कि जासूस इन दोनों चीजों को एक साथ सीखता है। यदि लक्ष्य अचानक दिशा बदल देता है, तो जासूस को एहसास होता है, "ओह, वे केवल भटक नहीं रहे हैं; उन्होंने वास्तव में अपना इरादा बदल लिया है!" और वह तुरंत अपने अनुमान को अपडेट कर देता है।

यह शोध पत्र दिखाता है कि यह तरीका अविश्वसनीय रूप से तेज़ और सटीक है। कंप्यूटर सिमुलेशन में, रोबोट प्रति सेकंड 547 बार ये अनुमान लगा सकता था। यह एक इंसान की पलक झपकने की गति से भी तेज़ है! उन्होंने इसका परीक्षण उन वर्चुअल लक्ष्यों के साथ किया जो बेतरतीब ढंग से लक्ष्य बदलते थे और वास्तविक रोबोट्स के साथ भी किया, जिसमें एक उड़ने वाला ड्रोन और एक चार पैरों वाला रोबोट (जैसे कुत्ता) शामिल था। इन परीक्षणों में, नया तरीका पुराने तरीकों की तुलना में बहुत बेहतर था, जो या तो अपना इरादा नहीं बदल पाते थे या यह नहीं समझ पाते थे कि लक्ष्य कैसे चल रहा है। लेखकों ने पाया कि "कहाँ" और "कैसे" दोनों को लगातार अपडेट करके, रोबोट आश्चर्यजनक स्थितियों को बहुत बेहतर तरीके से संभाल सकता है, भले ही लक्ष्य बहुत शोर-शराबे वाले या अप्रत्याशित तरीके से चल रहा हो। उन्होंने हजारों कंप्यूटर परीक्षणों और वास्तविक हार्डवेयर परीक्षणों के माध्यम से इसे सिद्ध किया, जिससे पता चला कि उनका दृष्टिकोण पहले से बड़ी मात्रा में डेटा पर प्रशिक्षित हुए बिना भी काम करता है।

जासूस का डबल-चेक

यह समझने के लिए कि यह कैसे काम करता है, आइए उन दो मुख्य समस्याओं को देखें जिन्हें यह शोध पत्र हल करता है। पहली समस्या यह है कि लक्ष्य (जैसे लोग या अन्य रोबोट) अक्सर अपना मन बदल लेते हैं। कल्पना कीजिए कि एक कुत्ता गेंद का पीछा कर रहा है। वह गेंद के लिए सीधा दौड़ सकता है, लेकिन फिर अचानक एक गिलहरी को देखकर दिशा बदल सकता है। पुराने तरीके अक्सर यह मान लेते हैं कि कुत्ते का एक निश्चित लक्ष्य है और उसी पर टिके रहते हैं, भले ही कुत्ता स्पष्ट रूप से अपना रास्ता बदल रहा हो। यह शोध पत्र तर्क देता है कि लक्ष्य स्थिर नहीं होते; वे एक लाइट के चालू या बंद होने की तरह स्विच किए जा सकते हैं। लेखकों ने इसे एक "मार्कोवियन" (Markovian) प्रक्रिया का उपयोग करके मॉडल किया है, जो बस एक फैंसी तरीका है यह कहने का कि लक्ष्य संभावनाओं के एक सेट के आधार पर किसी भी क्षण बदल सकता है।

दूसरी समस्या यह है कि हमें यह नहीं पता कि लक्ष्य कैसे चलता है। क्या लक्ष्य एक ऐसा रोबलेट है जो सबसे छोटे रास्ते का पूरी तरह से पालन करता है? या क्या वह एक इंसान है जो थोड़ा भटकता रहता है? शोध पत्र में $\alpha$ (अल्फा) नामक एक विशेष संख्या पेश की गई है, जो इस विवरण को बताती है। एक उच्च $\alpha$ का अर्थ है कि लक्ष्य बहुत दृढ़ है और एक सीधी, कुशल रेखा का अनुसरण करता है। एक कम $\alpha$ का अर्थ है कि लक्ष्य "शोर भरा" या रैंडम है, शायद टेढ़ा-मेढ़ा चल रहा है या रुक-रुक कर चल रहा है। यहाँ मुख्य नवाचार यह है कि पेपर $\alpha$ को एक ऐसी अज्ञात चीज़ के रूप में मानता है जिसे रोबोट को चलते-चलते समझना होगा। एक निश्चित $\alpha$ का अनुमान लगाने और उस पर टिके रहने के बजाय, एल्गोरिदम हर बार नया मूवमेंट देखते ही $\alpha$ के अपने अनुमान को अपडेट करता है।

दो काम एक साथ करने का जादू

इस शोध पत्र की मुख्य खोज यह है कि आपको लक्ष्य और चलने की शैली का अलग-अलग अनुमान नहीं लगाना चाहिए। यदि आप लक्ष्य का गलत अनुमान लगाते हैं, तो आपको लग सकता है कि लक्ष्य बेतरतीब ढंग से चल रहा है जबकि वास्तव में वे किसी विशिष्ट स्थान पर जाने की कोशिश कर रहे हैं। यदि आप चलने की शैली का गलत अनुमान लगाते हैं, तो आपको लग सकता है कि लक्ष्य अपना लक्ष्य बदल रहा है जबकि वे केवल एक अजीब रास्ता ले रहे हैं।

लेखकों ने एक ऐसा एल्गोरिदम बनाया है जो दोनों अनुमानों को एक साथ अपडेट करता है। यह एक ऐसे जासूस की तरह है जो संदिग्ध को मोड़ काटते हुए देखते ही तुरंत दो सवाल पूछता है: "क्या उन्होंने अभी अपना गंतव्य बदला है?" और "क्या यह व्यक्ति तेज़ दौड़ने वाला है या धीरे चलने वाला?" दोनों का एक साथ उत्तर देकर, जासूस को बहुत स्पष्ट तस्वीर मिलती है। शोध पत्र दिखाता है कि यदि आप केवल लक्ष्य को अपडेट करते हैं और चलने की शैली को स्थिर रखते हैं (या इसके विपरीत), तो आपके अनुमान गड़बड़ और गलत हो जाते हैं, खासकर जब लक्ष्य अचानक योजना बदल देता है। लेकिन जब आप दोनों को अपडेट करते हैं, तो रोबोट शांत और सटीक रहता है, भले ही लक्ष्य चालाकी कर रहा हो।

सिद्धांत का परीक्षण

लेखकों ने केवल सिद्धांत नहीं लिखा; उन्होंने इसे तीन अलग-अलग तरीकों से परखा।

सबसे पहले, उन्होंने हजारों कंप्यूटर सिमुलेशन चलाए। उन्होंने वर्चुअल लक्ष्य बनाए जो बेतरतीब ढंग से लक्ष्य बदलते थे और विभिन्न स्तरों के "शोर" (noise) के साथ चलते थे। उन्होंने अपने नए तरीके की तुलना तीन अन्य तरीकों से की: एक जो निश्चित लक्ष्य और निश्चित गति मानता था, एक जो लक्ष्य बदल सकता था लेकिन गति की शैली नहीं, और एक जो गति की शैली बदल सकता था लेकिन लक्ष्य नहीं। परिणाम स्पष्ट थे: नया तरीका, जो दोनों को बदलता था, सही लक्ष्य का अनुमान लगाने और भविष्य के पथ की भविष्यवाणी करने में सबसे अच्छा था। यह विशेष रूप से लक्ष्य के मन बदलने के बाद तेजी से उबरने में सक्षम था।

दूसरा, उन्होंने परीक्षण किया कि एल्गोरिदम कठिनाई के विभिन्न स्तरों को कैसे संभालता है। उन्होंने संभावित लक्ष्यों की संख्या, भविष्यवाणी की लंबाई और मानचित्र की जटिलता को बढ़ाया। जटिल होने के बावजूद, एल्गोरिदम तेज़ बना रहा, जो लगभग 547 Hz (इसका मतलब है कि यह गणित को एक सेकंड में 547 बार करता है) पर चलता है। यह उन रोबोटों के वास्तविक समय के उपयोग के लिए पर्याप्त तेज़ है जिन्हें तुरंत प्रतिक्रिया देने की आवश्यकता होती है।

तीसरा, वे एल्गोरिदम को वास्तविक दुनिया में ले गए। उन्होंने इसे एक क्वाड्रोटर (ड्रोन) और एक क्वाड्रुपेडल रोबोट (चार पैरों वाला रोबोट) पर लगाया। इन प्रयोगों में, एक मानव ऑपरेटर रोबोट को संचालित करता था और अचानक उसका गंतव्य बदल देता था। रोबोट को यह अनुमान लगाना था कि वह आगे कहाँ जा रहा है। शोध पत्र दिखाता है कि एल्गोरिदम ने सही लक्ष्य की पहचान की और पथ की सटीक भविष्यवाणी की, भले ही रोबोट तेज़ी से चल रहा हो या अचानक दिशा बदल रहा हो। ड्रोन और कुत्ते जैसे रोबोट दोनों ने भविष्यवाणियों का अच्छी तरह से पालन किया, जिससे सिद्ध हुआ कि यह तरीका कंप्यूटर के बाहर भी काम करता है।

यह क्यों महत्वपूर्ण है

शोध पत्र निष्कर्ष निकालता है कि यह "अनुकूली" (adaptive) दृष्टिकोण एक महत्वपूर्ण प्रगति है। इसके लिए रोबोट को लक्ष्य को पहले से देखे जाने या प्रशिक्षण डेटा के विशाल पुस्तकालय की आवश्यकता नहीं है। इसे बस लक्ष्य को देखना है और वास्तविक समय में अपने विश्वासों को अपडेट करना है। लेखक सुझाव देते हैं कि यह विधि सुरक्षा ड्रोन्स, सेल्फ-ड्राइविंग कारों और किसी भी ऐसे रोबोट के लिए बहुत उपयोगी है जिसे मनुष्यों या अन्य अप्रत्याशित एजेंटों के साथ काम करने की आवश्यकता होती है। यह समझने की क्षमता कि लक्ष्य कहाँ जा रहा है और वे कैसे चल रहे हैं, रोबोट को अधिक सुरक्षित और विश्वसनीय बनाती है। यह पेपर यह दावा नहीं करता है कि इसने दुनिया की हर समस्या को हल कर दिया है, लेकिन यह दिखाता है कि लक्ष्य और चलने की शैली दोनों को एक साथ सीखने की अनुमति देकर, हम आश्चर्यों से भरी दुनिया में बहुत बेहतर भविष्यवाणियां कर सकते हैं।