Driving Like Yourself: A Benchmark for Closed-Loop Personalized End-to-End Autonomous Driving
यह शोधपत्र Person2Drive को प्रस्तुत करता है, जो एक व्यापक बेंचमार्क और फ्रेमवर्क है, जो एक स्केलेबल डेटा संग्रह प्रणाली, स्टाइल-आधारित मेट्रिक्स और एक सुरक्षित, प्लग-एंड-प्ले फाइन-ट्यूनिंग दृष्टिकोण के माध्यम से डेटा की कमी, मूल्यांकन अंतराल और एल्गोरिथम संबंधी सीमाओं को संबोधित करते हुए क्लोज्ड-लूप पर्सनलाइज्ड एंड-टू-एंड ऑटोनॉमस ड्राइविंग के लिए बनाया 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
कल्पना कीजिए कि आपने अभी-अभी एक सेल्फ-ड्राइविंग कार खरीदी है। आप उसमें बैठते हैं, और वह बेहतरीन तरीके से चलती है—लाल बत्तियों पर रुकती है, हाईवे पर मर्ज होती है, और सुरक्षित दूरी बनाए रखती है। लेकिन एक पेच है: वह बिल्कुल बाकी सभी लोगों की तरह चलती है। वह एक "औसत" ड्राइवर है। वह सुरक्षित है, लेकिन उबाऊ है। उसे यह नहीं पता कि आपको थोड़ा जल्दी मर्ज करना पसंद है, या आपके दोस्त को कोनों पर थोड़ा चौड़ा मोड़ लेना पसंद है, या आपकी दादी बहुत ही कोमल स्पर्श के साथ गाड़ी चलाती हैं।
लंबे समय तक, वैज्ञानिकों ने सोचा कि एक कार को विशेष रूप से आपकी तरह चलाना बहुत कठिन है। उनका तर्क था कि वास्तविक दुनिया का डेटा अव्यवस्थित होता है, हमारे पास "व्यक्तित्व" को मापने का कोई अच्छा तरीका नहीं है, और कंप्यूटर उन सूक्ष्म, अद्वितीय आदतों को सीख नहीं सकते।
लेकिन शोधकर्ताओं की एक टीम ने यह साबित करने के लिए एक नया खेल का मैदान बनाया है जिसे Person2Drive कहा जाता है। उन्होंने एक ऐसा सिस्टम बनाया है जो एक सेल्फ-ड्राइविंग कार को यह सीखने में मदद करता है कि वह बिल्कुल आपकी तरह कैसे चले, न कि एक ऐसे रोबोट की तरह जो एक "औसत" इंसान होने की कोशिश कर रहा है।
"औसत" के साथ समस्या
वर्तमान सेल्फ-ड्राइविंग कारों को एक ऐसे गायक दल (choir) की तरह समझें जहाँ सभी को ठीक एक ही सुर गाने के लिए मजबूर किया जाता है। यह सुनने में सामंजस्यपूर्ण लगता है, लेकिन यह आपकी आवाज़ नहीं है। पेपर का तर्क है कि मानव ड्राइविंग स्वाभाविक रूप से विविध है, जो हमारी आदतों और व्यक्तित्व से आकार लेती है। इसे अनदेखा करने से कार कम भरोसेमंद और कम आरामदायक महसूस होती है।
इसे ठीक करने के पिछले प्रयास लोगों को तीन बॉक्सों में वर्गीकृत करने जैसे थे: "आक्रामक," "सामान्य," या "रूढ़िवादी।" पेपर कहता है कि यह बहुत सरल है। वास्तविक ड्राइविंग एक सहज, निरंतर स्पेक्ट्रम है, न कि कोई बॉक्स जिसे आप टिक कर सकें। आप हाईवे पर आक्रामक हो सकते हैं लेकिन स्कूल ज़ोन में बहुत रूढ़िवादी हो सकते हैं। पुराने तरीके उस बारीकी को नहीं पकड़ सके।
समाधान: एक डिजिटल ड्राइविंग स्कूल
एक कार को आपका स्टाइल सिखाने के लिए, आपको डेटा की आवश्यकता है। लेकिन 50 वास्तविक लोगों को वास्तविक जीवन में एक ही रूट पर 8 बार चलाने के लिए डेटा जुटाना महंगा और खतरनाक है।
इसलिए, टीम ने एक कम लागत वाला, ओपन-सोर्स सिम्युलेटर (एक वीडियो गेम की दुनिया जो असली लगती है) बनाया। उन्होंने कंप्यूटर से जुड़े एक स्टीयरिंग व्हील और पेडल्स को CARLA नामक गेम से जोड़ दिया। फिर, उन्होंने 50 अलग-अलग ड्राइवरों को खेलने के लिए आमंत्रित किया।
दिलचस्प बात यह है: प्रत्येक ड्राइवर ने केवल एक बार गाड़ी नहीं चलाई। उन्होंने चार समान 1-किलोमीटर के रूट चलाए, जिनमें से कुछ को आठ बार दोहराया गया। इससे 55 घंटे के ड्राइविंग डेटा का एक विशाल पुस्तकालय तैयार हुआ, जिसमें 2.3 मिलियन LiDAR फ्रेम और 16.1 मिलियन कैमरा इमेज शामिल थे।
रूट को क्यों दोहराया गया? क्योंकि यह शोधकर्ताओं को यह देखने की अनुमति देता है कि "एक विशिष्ट स्थिति में ड्राइवर कैसे व्यवहार करता है" (इंट्रा-ड्राइवर कंसिस्टेंसी) और "ड्राइवर A, ड्राइवर B से कैसे भिन्न है" (इंटर-ड्राइवर अंतर) के बीच क्या अंतर है। यह एक संगीतकार द्वारा एक ही गाना आठ बार बजाने को रिकॉर्ड करने जैसा है ताकि उनके अनूठे फिंगरप्रिंट को देखा जा सके, बजाय इसके कि केवल एक रैंडम जैम सेशन रिकॉर्ड किया जाए।
"स्टाइल फिंगरप्रिंट"
एक बार जब उनके पास डेटा आ गया, तो उन्हें यह मापने के लिए एक तरीका चाहिए था कि "स्टाइल" क्या है। आप कार से सीधे नहीं पूछ सकते, "क्या आप आक्रामक हो रहे हैं?"
इसके बजाय, टीम ने एक स्टाइल वेक्टर (Style Vector) बनाया। इसे ड्राइविंग के लिए एक 10-आयामी "फिंगरप्रिंट" के रूप में समझें। यह इन चीजों को देखता है:
- आप कितनी ज़ोर से ब्रेक लगाते हैं।
- आप कितनी बार लेन बदलते हैं।
- आप सामने वाली कार के कितने करीब चलते हैं।
- विभिन्न स्थितियों में आपकी गति।
उन्होंने दो फिंगरप्रिंट्स की तुलना करने के लिए मैक्सिमम मीन डिसक्रीपेंसी (Maximum Mean Discrepancy - MMD) नामक एक विशेष गणितीय ट्रिक का उपयोग किया। यदि दो ड्राइवरों के फिंगरप्रिंट समान हैं, तो स्कोर अधिक (1.0 के करीब) होता है। यदि वे भिन्न हैं, तो स्कोर गिर जाता है।
उन्होंने अपने डेटा पर इसका परीक्षण किया और पाया कि कुछ अद्भुत हुआ: एक ही ड्राइवर के फिंगरप्रिंट अविश्वसनीय रूप से सुसंगत (0.941 समानता) थे, जबकि अलग-अलग ड्राइवर स्पष्ट रूप से भिन्न (0.681 समानता) थे। इसने साबित कर दिया कि वे वास्तव में व्यक्तिगत शैलियों को माप सकते थे, न कि केवल अनुमान लगा सकते थे।
कार को "आप" बनने के लिए सिखाना
अब, आप कार को अपना स्टाइल कैसे सिखाते हैं? आप कार के पूरे दिमाग को फिर से प्रशिक्षित (retrain) नहीं करना चाहते, क्योंकि इससे वह सुरक्षित रूप से गाड़ी चलाना भूल सकती है।
टीम ने एक चतुर "प्लग-एंड-प्ले" पद्धति का उपयोग किया। उन्होंने एक शक्तिशाली, प्री-ट्रेन्ड सेल्फ-ड्राइविंग मॉडल (जो पहले से ही सुरक्षित रूप से गाड़ी चलाना जानता है) लिया और इसमें रास्ता (path) प्रेडिक्ट करने के लिए एक छोटा, विशेष लेयर जोड़ा।
उन्होंने एक रिवॉर्ड मॉडल (Reward Model) (एक शिक्षक) का उपयोग किया जो कार के नियोजित पथ को देखता है और कहता है, "हे, यह आपके स्टाइल जैसा दिख रहा है!" या "नहीं, यह बहुत रोबोटिक है।" कार फिर केवल अपने पथ-अनुमान लगाने वाले मस्तिष्क को शिक्षक के फीडबैक के अनुसार बदलती है।
परिणाम:
- यह काम करता है: जब उन्होंने Person2Drive डेटासेट पर इसका परीक्षण किया, तो पर्सनलाइज्ड मॉडल औसत मॉडल की तुलना में ड्राइवर के स्टाइल से बेहतर मेल खाया।
- यह सुरक्षित है: महत्वपूर्ण बात यह है कि कार को आपके जैसा चलाने से वह दुर्घटनाग्रस्त नहीं हुई। वास्तव में, Person2Drive डेटासेट पर, ड्राइविंग स्कोर 11.91 अंक बढ़ गया, और सफलता दर 98.4% पर बहुत ऊँची बनी रही (बेसलाइन से केवल 0.5% की गिरावट)।
- यह श्रेणियों से बेहतर है: जब उन्होंने अपने पर्सनलाइज्ड दृष्टिकोण की तुलना पुराने "आक्रामक/सामान्य/रूढ़िवादी" बॉक्स से की, तो पर्सनलाइज्ड संस्करण ड्राइवर के वास्तविक स्टाइल से मेल खाने में काफी बेहतर था।
इसका क्या अर्थ है
पेपर सुझाव देता है कि हमें पर्सनलाइजेशन प्राप्त करने के लिए पुराने सुरक्षा नियमों को छोड़ने की आवश्यकता नहीं है। इसके बजाय, हम सुरक्षित, प्री-ट्रेन्ड "इंजन" को रख सकते हैं और बस आपके व्यक्तित्व से मेल खाने के लिए "स्टीयरिंग" को ट्यून कर सकते हैं।
50 प्रतिभागियों के साथ एक मानव प्राथमिकता अध्ययन में, लोगों ने मानक कार की तुलना में पर्सनलाइज्ड कार को भारी बहुमत से पसंद किया (एक रूट पर 76% और दूसरे रूट पर 72%)। वे अंतर को महसूस कर सकते थे।
शोधकर्ताओं ने केवल यह सुझाव नहीं दिया कि यह काम कर सकता है; उन्होंने इसे मापा, एक कठोर वातावरण में सिमुलेट किया, और सिद्ध किया कि यह संभव है कि एक कार आपकी तरह चले बिना भी सुरक्षा से समझौता न करे। यह एक ऐसे भविष्य की ओर एक कदम है जहाँ आपकी सेल्फ-ड्राइविंग कार केवल आपको गंतव्य तक नहीं पहुँचाएगी—बल्कि ऐसा महसूस कराएगी जैसे कि आप ही स्टीयरिंग व्हील के पीछे 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।