From Legible to Inscrutable Trajectories: (Il)legible Motion Planning Accounting for Multiple Observers

कल्पना कीजिए कि एक रोबोट एक व्यस्त फैक्ट्री के फर्श या अस्पताल के गलियारे से गुजर रहा है। वह केवल निर्देशों का पालन करने वाली एक मशीन नहीं है; वह एक सामाजिक अभिनेता (social actor) है। जब भी वह मुड़ता है, रुकता है या अपनी गति बढ़ाता है, तो वह अपने आस-पास के लोगों और अन्य मशीनों को एक मौन संदेश भेज रहा होता है। रोबोटिक्स के क्षेत्र में, इस मौन संचार को "लेजिबिलिटी" (legibility) के रूप में जाना जाता है। एक 'लेजिबल' पथ वह है जो किसी पर्यवेक्षक को यह अनुमान लगाने की अनुमति देता है कि रोबोट कहाँ जा रहा है। यदि कोई रोबोट इस तरह से चलता है जिससे उसका गंतव्य स्पष्ट हो जाता है, तो यह मनुष्यों को उसके साथ सुरक्षित रूप से समन्वय करने में मदद करता है। लेकिन नियम इस बात पर निर्भर करते हैं कि कौन देख रहा है। एक सहकारी परिवेश में, जैसे कि एक गोदाम जहाँ मनुष्य और रोबोट मिलकर काम करते हैं, रोबोट को जितना संभव हो सके उतना स्पष्ट होना चाहिए। इसके विपरीत, एक प्रतिस्पर्धी या प्रतिकूल परिवेश में, जैसे कि सैन्य अभियान या खेल में, रोबोट को अपने वास्तविक गंतव्य को छिपाने की आवश्यकता हो सकती है ताकि प्रतिद्वंद्वी को उसकी अगली चाल का अनुमान लगाने से रोका जा सके। यह एक जटिल पहेली बनाता है: क्या होता है जब एक रोबोट को एक व्यक्ति के लिए स्पष्ट होना पड़ता है जबकि दूसरे के लिए छिपा रहना पड़ता है, और वह सब तब भी करना होता है जब दीवारों के कारण कुछ लोगों की दृष्टि बाधित होती है लेकिन दूसरों की नहीं?

इलिनॉय विश्वविद्यालय, अर्बाना-शैंपेन के शोधकर्ताओं ने इस सटीक चुनौती का सामना करने के लिए एक नई समस्या पेश की है जिसे वे "मिक्स्ड-मोटिव लिमिटेड-ऑब्जर्वेबिलिटी लेजिबल मोशन प्लानिंग" (Mixed-Motive Limited-Observability Legible Motion Planning) कहते हैं। अपने कार्य में, वे एक ऐसी स्थिति का वर्णन करते हैं जहाँ एक रोबोट को एक एकल पथ की योजना बनानी होती है जो दो परस्पर विरोधी मांगों को पूरा करता है। इसे "सकारात्मक" पर्यवेक्षकों—जो मित्रवत या सहकारी हैं—के लिए आसानी से समझ में आने योग्य होना चाहिए, जबकि साथ ही "नकारात्मक" पर्यवेक्षकों—जो प्रतिद्वंद्वी हो सकते हैं—के लिए भ्रमित करने वाला या भ्रामक होना चाहिए। मामले को और अधिक जटिल बनाते हुए, ये पर्यवेक्षक सभी एक जैसा नहीं देखते हैं। कुछ केवल कमरे के एक छोटे से कोने को देख सकते हैं, या बाधाओं के कारण उनकी दृष्टि बाधित हो सकती है। शोधकर्ताओं ने एक नया सॉफ्टवेयर टूल विकसित किया, जिसे उन्होंने "ट्रैजेक्टरी ऑप्टिमाइज़र" (trajectory optimizer) नाम दिया, ताकि इस समस्या को हल किया जा सके। यह टूल एक ट्रैजेक्टरी ऑप्टिमाइज़र के रूप में कार्य करता है, जो उस सटीक पथ की गणना करता है जिसे रोबोट को इन प्रतिस्पर्धी जरूरतों को संतुलित करने के लिए लेना चाहिए। सभी के लिए स्पष्ट होने या सभी के लिए अदृश्य होने की कोशिश करने के बजाय, ट्रैजरी ऑप्टिमाइज़र यह पता लगाता है कि सही लोगों के लिए स्पष्ट और गलत लोगों के लिए अस्पष्ट कैसे हुआ जाए, इस आधार पर कि प्रत्येक व्यक्ति वास्तव में क्या देख सकता है।

यह समझने के लिए कि यह कैसे काम करता है, एक नकारात्मक पर्यवेक्षक के साथ निपटने के लिए रोबोट द्वारा उपयोग किए जाने वाले दो मुख्य रणनीतियों पर विचार करें। पहली रणनीति "डिकॉय" (decoy - छलावा) रणनीति है। यहाँ, रोबोट जानबूझकर एक नकली गंतव्य की ओर बढ़ता है, जिससे पर्यवेक्षक को विश्वास होता है कि वह वहीं जा रहा है। केवल अंतिम क्षण में ही वह अपने वास्तविक लक्ष्य की ओर मुड़ता है। यह तब प्रभावी होता है जब रोबोट किसी प्रतिद्वंद्वी को सक्रिय रूप से गुमराह करना चाहता है। दूसरी रणनीति "एम्बिग्युअस" (ambiguous - संदिग्ध) या बचाव दृष्टिकोण है। इस मामले में, रोबोट नकारात्मक पर्यवेक्षक की दृष्टि रेखा में बिताए जाने वाले समय को कम करने का प्रयास करता है, या यह इस तरह से चलता है जिससे सभी संभावित गंतव्य समान रूप से संभावित दिखाई दें, ताकि पर्यवेक्षक वास्तविक लक्ष्य का अनुमान न लगा सके। शोधकर्ताओं ने पाया कि सबसे अच्छा विकल्प पूरी तरह से कमरे के लेआउट और देखने वाले लोगों के उद्देश्यों पर निर्भर करता है। यदि एक मित्रवत पर्यवेक्षक और एक शत्रुतापूर्ण पर्यवेक्षक एक ही स्थान पर खड़े हैं, तो रोबोट को उनके महत्व को तौलना होगा। यदि मित्रवत पर्यवेक्षक अधिक महत्वपूर्ण है, तो रोबोट उनके प्रति स्पष्ट होने को प्राथमिकता देगा, भले ही इसका अर्थ यह हो कि शत्रुतापूर्ण व्यक्ति थोड़ा अधिक देख ले। यदि शत्रुतापूर्ण पर्यवेक्षक अधिक खतरनाक है, तो रोबोट पूरी तरह से छिपने या छलावे का उपयोग करने का विकल्प चुन सकता है, भले ही इससे मित्रवत पर्यवेक्षक के लिए पथ कम स्पष्ट हो जाए।

टीम ने अपने सिस्टम का परीक्षण विभिन्न सिम्युलेटेड वातावरणों में यह देखने के लिए किया कि ट्रैजरी ऑप्टिमाइज़र ने कैसा प्रदर्शन किया। एक परिदृश्य में, एक रोबोट को ग्रीन ज़ोन में एक मित्रवत पर्यवेक्षक के लिए स्पष्ट होना था और रेड ज़ोन में एक शत्रुतापूर्ण पर्यवेक्षक से छिपा रहना था। सॉफ्टवेयर ने सफलतापूर्वक ऐसे पथ उत्पन्न किए जो ग्रीन ज़ोन के माध्यम से मुड़े ताकि अपनी मंशा स्पष्ट रूप से दिखाई जा सके, जबकि रेड ज़ोन से पूरी तरह बाहर निकल गए या रेड ज़ोन में मौजूद पर्यवेक्षक को भ्रमित करने वाले तरीके से चले। एक अन्य परीक्षण में, शोधकर्ताओं ने मित्रवत और शत्रुतापूर्ण पर्यवेक्षकों को ओवरलैपिंग क्षेत्रों में रखा। उन्होंने पाया कि रोबोट अभी भी एक ऐसा पथ खोज सकता था जो दोनों के लिए काम करे, हालांकि उसे समझौतों (trade-offs) की आवश्यकता थी। उदाहरण के लिए, यदि शत्रुतापूर्ण पर्यवेक्षक का "मोटिव" या प्रभाव अधिक मजबूत था, तो रोबोट अधिक भ्रामक मार्ग लेगा, भले ही इसका अर्थ यह हो कि मित्रवत पर्यवेक्षक को रोबोट के लक्ष्य को समझने के लिए कुछ क्षण अधिक प्रतीक्षा करनी पड़े। परिणाम दर्शाते हैं कि ट्रैजरी ऑप्टिमाइज़र सरल सीधी रेखाओं या केवल कुशल पथों की तुलना में काफी बेहतर पथ उत्पन्न कर सकता था। यह ऐसे प्रक्षेपवक्र (trajectories) बना सकता था जो सही लोगों के लिए अत्यधिक स्पष्ट और गलत लोगों के लिए अत्यधिक अस्पष्ट थे, और वातावरण की विशिष्ट बाधाओं के आधार पर अपने व्यवहार को अनुकूलित कर सकता था।

शोधकर्ताओं ने यह भी पता लगाया कि क्या होता है जब लक्ष्य पूरी तरह से विपरीत दिशाओं में होते हैं। इन कठिन मामलों में, एक सीधी रेखा आमतौर पर सबसे कुशल पथ होती है, लेकिन यह पढ़ने में बहुत आसान हो सकती है। ट्रैजरी ऑप्टिमाइज़र ने दिखाया कि "डिकॉय" रणनीति का उपयोग करके, रोबोट लंबे समय तक एक नकली लक्ष्य की ओर बढ़ सकता है, जिससे पर्यवेक्षक को विश्वास हो जाता है कि वह गलत दिशा में जा रहा है, और फिर अचानक वास्तविक गंतव्य की ओर मुड़ जाता है। इसने पथ के बिल्कुल अंत तक पर्यवेक्षक के सही अनुमान को टाल दिया। हालाँकि, टीम ने उल्लेख किया कि उनका वर्तमान कार्य सिमुलेशन पर आधारित है जहाँ वातावरण स्थिर है और पर्यवेक्षक चलते नहीं हैं। वे स्वीकार करते हैं कि वास्तविक दुनिया के अनुप्रयोगों में रोबोट को वास्तविक समय में चलते हुए लोगों और बदलती दृष्टि को संभालना होगा। वे यह भी बताते हैं कि उनका सिस्टम यह मान लेता है कि रोबोट को ठीक से पता है कि पर्यवेक्षक कहाँ हैं और वे क्या देख सकते हैं, जो हमेशा सच नहीं हो सकता है। इन सीमाओं के बावजूद, यह अध्ययन एक स्पष्ट गणितीय ढांचा प्रदान करता है जो एक ऐसी समस्या के लिए है जिसे पहले हल नहीं किया गया था: एक ही समय में कुछ के लिए स्पष्ट और दूसरों के लिए छिपा हुआ कैसे रहा जाए।

अंततः, यह कार्य इस विचार से आगे बढ़ता है कि एक रोबोट को केवल कुशल या केवल विनम्र होना चाहिए। यह पहचानता है कि कई पर्यवेक्षकों वाली दुनिया में, एक रोबोट का पथ एक प्रकार का संचार है जिसे विभिन्न दर्शकों के लिए अनुकूलित किया जा सकता है। ट्रैजरी ऑप्टिमाइज़र सिस्टम यह प्रदर्शित करता है कि एक ऐसा पथ गणना करना संभव है जो कई स्वामियों की सेवा करता है, पारदर्शिता की आवश्यकता और गोपनीयता की आवश्यकता के बीच संतुलन बनाता है। जैसे-जैसे हमारे दैनिक जीवन में, गोदामों से लेकर अस्पतालों तक, रोबोट अधिक सामान्य होते जा रहे हैं, इन सामाजिक और रणनीतिक जटिलताओं को नेविगेट करने की क्षमता तेजी से महत्वपूर्ण होती जाएगी। यह शोध रोबोट की गति के बारे में सोचने का एक नया तरीका प्रदान करता है, जो केवल बिंदु A से बिंदु B तक पहुँचने का एक भौतिक कार्य नहीं है, बल्कि एक रणनीतिक निर्णय है कि किसे रोबोट की योजनाओं के बारे में पता चलेगा और किसे नहीं।