Perceptive Humanoid Parkour: Chaining Dynamic Human Skills via Motion Matching
यह शोध पत्र पर्सेप्टिव ह्यूमनॉइड पार्कोर (PHP) को प्रस्तुत करता है, जो एक मॉड्यूलर फ्रेमवर्क है जो कौशल संश्लेषण के लिए मोशन मैचिंग को धारणा-संचालित सुदृढीकरण लर्निंग (परसेप्शन-ड्रिवन रीइन्फोर्समेंट लर्निंग) के साथ जोड़ता है ताकि ह्यूमनॉइड रोबोटों को वास्तविक दुनिया के वातावरण में गतिशील अनुकूलन क्षमता के साथ जटिल, दीर्घ-क्षितिज वाले पार्कोर कार्यों को स्वायत्त रूप से निष्पादित करने में सक्षम बनाया जा सके।
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 आप एक रोबोट को पार्कौर (parkour) एथलीट बनने के लिए प्रशिक्षित कर रहे हैं। लक्ष्य केवल उसे चलना सिखाना नहीं है, बल्कि उसे दौड़ने, कूदने, दीवारों के ऊपर से छलांग लगाने और बाधाओं के साथ सहजता से आगे बढ़ने में सक्षम बनाना है, जैसा कि एक इंसान करता है। यह कार्य, जिसका शीर्षक "परसेप्टिव ह्यूमनॉइड पार्कौर" (Perceptive Humanoid Parkour) है, इस बात का वर्णन करता है कि कैसे उन्होंने यूनिट्री जी1 (Unitree G1) रोबोट (एक मानव रूपी मशीन) को ठीक यही सिखाने की एक नई विधि विकसित की।
यहाँ बताया गया है कि उन्होंने इसे कैसे हासिल किया, जिसे सरल अवधारणाओं और उपमाओं में विभाजित किया गया है।
1. समस्या: रोबोट की "विस्मृति" (Amnesia)
इससे पहले, रोबोट समतल जमीन या साधारण सीढ़ियों पर चलने में अच्छे थे। लेकिन पार्कौर अराजक होता है। इसके लिए विभिन्न गतिविधियों को एक साथ जोड़ने की आवश्यकता होती है: दौड़ना, फिर कूदना, फिर दीवार को पकड़ना, फिर ऊपर चढ़ना, और फिर लुढ़ककर बाहर निकलना।
समस्या यह है कि रोबोट आमतौर पर एक बार में केवल एक ही चाल सीखते हैं। यदि आप एक रोबोट को कूदना सिखाते हैं, तो वह दौड़ने से कूदने में सहजता से कैसे बदलना है, यह नहीं जानता। यह एक पियानो वादक को एक एकल नोट (note) को पूरी तरह से बजाना सिखाने जैसा है, और फिर उनसे एक पूरा गाना बजाने के लिए कहना, बिना यह जाने कि एक नोट से दूसरे नोट पर अपनी उंगलियों को कैसे ले जाना है। इसके अलावा, रोब들이 बाधा को "देखने" और यह तय करने में संघर्ष करते हैं कि कौन सी गतिविधि का उपयोग करना है (जैसे, "क्या मुझे इस छोटे बॉक्स के ऊपर से कदम रखना चाहिए या इस ऊँची दीवार पर चढ़ना चाहिए?")।
2. समाधान: "मोशन मैचिंग" प्लेलिस्ट
"ट्रांज़िशन" (transitions) की समस्या को हल करने के लिए, शोधकर्ताओं ने मोशन मैचिंग (Motion Matching) नामक तकनीक का उपयोग किया।
- उपमा: एक ऐसे डीजे (DJ) की कल्पना करें जिसके पास मानव पार्कौर गतिविधियों (दौड़ना, वॉल्ट करना, चढ़ना) की एक विशाल प्लेलिस्ट है। शून्य से एक नया गाना बनाने के बजाय, डीजे यह देखता है कि रोबोट वर्तमान में क्या कर रहा है और तुरंत प्लेलिस्ट में से वह सटीक अगला क्लिप ढूँढ लेता है जो उस पर फिट बैठता है।
- यह कैसे काम करता है: सिस्टम रोबोट की वर्तमान गति और स्थिति पर विचार करता है। यह मानव गतिविधियों के एक डेटाबेस को खोजता है ताकि वह सटीक फ्रेम मिल सके जहाँ एक इंसान स्वाभाविक रूप से दौड़ने से 'वॉल्टिंग' (vaulting) में बदलता है। यह इन क्लिप्स को एक लंबे, सुचारू "रेफरेंस फिल्म" में जोड़ देता है जो यह दिखाता है कि रोबोट को क्या करना चाहिए।
- परिणाम: यह एक "दीर्घकालिक योजना" (long-term plan) बनाता है। रोबोट केवल अगले कदम के बारे में नहीं सोचता; वह पूरी दौड़ के बारे में सोचता है, जिससे यह सुनिश्चित होता है कि स्प्रिंटिंग से दीवार पर चढ़ने का बदलाव स्वाभाविक और सहज दिखे।
3. प्रशिक्षण: "शिक्षक-छात्र" जिम
एक बार जब उनके पास "रेफरेंस फिल्में" आ जाती हैं, तो उन्हें रोबोट के मस्तिष्क (पॉलिसी) को यह सिखाना होता है कि केवल अपनी आँखों (डेप्थ कैमरा) और अपने शरीर के सेंसरों का उपयोग करके इन गतिविधियों को वास्तव में कैसे निष्पादित किया जाए।
- शिक्षक (The Expert): सबसे पहले, वे एक सुपर-फास्ट कंप्यूटर सिमुलेशन में "शिक्षक" रोबोटों को प्रशिक्षित करते हैं। इन शिक्षकों के पास "सुपरपावर्स" (विशेष जानकारी) होती है, जैसे कि वे दुनिया में बिल्कुल कहाँ हैं और जमीन के सटीक भौतिक विज्ञान (physics) को जानना। वे संदर्भ फिल्मों का पूरी तरह से पालन करना सीखते हैं।
- छात्र (The Real Robot): वास्तविक रोबोट के पास कोई सुपरपावर नहीं होती। उसके पास केवल एक कैमरा और अपने शरीर के सेंसर होते हैं। छात्र को सिखाने के लिए, शोधकर्ताओं ने दो चरणों वाली प्रक्रिया का उपयोग किया:
- इमिटेशन (Imitation/DAgger): छात्र शिक्षक की गतिविधियों की नकल करने का प्रयास करता है।
- रीइन्फोर्समेंट लर्निंग (Reinforcement Learning/The Trainer): यही असली रहस्य है। केवल नकल करना पर्याप्त नहीं था क्योंकि पार्कौर की गतिविधियों (जैसे ऊँची छलांग) के लिए ऊर्जा के अचानक, शक्तिशाली विस्फोट की आवश्यकता होती है। यदि छात्र केवल शिक्षक की औसत गति की नकल करता है, तो वह दीवार पार करने के लिए बहुत कमजोर हो सकता है। इसलिए, उन्होंने एक "ट्रेनर" (RL) जोड़ा जिसने कहा: "क्या आपने दीवार पार की? यदि हाँ, तो बहुत अच्छा! यदि नहीं, तो और प्रयास करें।" यह छात्र को उन आवश्यक शक्ति विस्फोटों (power bursts) को सीखने के लिए प्रेरित करता है जिन्हें साधारण नकल मिस कर देती है।
4. परिणाम: रोबोट एक पार्कौर प्रो बन जाता है
शोधकर्ताओं ने वास्तविक दुनिया में एक वास्तविक यूनिट्री जी1 रोबोट पर इसका परीक्षण किया। इसने क्या हासिल किया:
- गति: यह लगभग 3 मीटर प्रति सेकंड (लगभग 6.7 मील प्रति घंटा) की गति से दौड़ सकता है और बाधाओं के ऊपर से कूद सकता है।
- ऊंचाई: यह 1.25 मीटर ऊँची दीवार (रोबोट की अपनी ऊंचाई का 96%) पर चढ़ सकता है। इसे समझने के लिए: यदि एक इंसान 6 फीट लंबा है, तो यह रोबोट 6 फीट की दीवार पर चढ़ता है।
- अनुकूलन क्षमता (Adaptability): रोबोट कई बाधाओं वाले एक जटिल मार्ग को पार कर सकता है। यदि रोबोट के दौड़ते समय कोई बाधा हिल जाती है, तो वह परिवर्तन को देखता है, पुनर्गणना करता है, और तुरंत अपनी छलांग या चढ़ाई को समायोजित करता है बिना गिरे।
- जीरो-शॉट ट्रांसफर (Zero-Shot Transfer): रोबोट ने पूरी तरह से कंप्यूटर सिमुलेशन में सीखा और फिर बिना कुछ नया सीखे सीधे वास्तविक दुनिया में चला गया।
जादू का सारांश
यह कार्य दावा करता है कि मोशन मैचिंग (सुचारू, दीर्घकालिक योजना बनाने के लिए) को शिक्षक-छात्र प्रशिक्षण पाइपलाइन (इन योजनाओं को निष्पादित करने के लिए आवश्यक शारीरिक शक्ति सीखने के लिए) के साथ जोड़कर, एक ऐसा रोबोट बनाया गया है जो स्वायत्त रूप से जटिल, बाधाओं से भरे वातावरण में नेविगेट कर सकता है।
यह केवल चलना नहीं है; यह एक ऐसे चपलता स्तर के साथ दौड़ना, वॉल्ट करना, चढ़ना और लुढ़कना है जो पहले एक मानव रूपी रोबोट के लिए अकेले प्राप्त करना असंभव था। अनिवार्य रूप से, रोबोट ने पर्यावरण को "पढ़ना" और वास्तविक समय में अपना स्वयं का पार्कौर रन "कोरियोग्राफ" करना सीख लिया है।
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।