Towards Intelligible Human-Robot Interaction: An Active Inference Approach to Occluded Pedestrian Scenarios
यह शोध पत्र स्वायत्त ड्राइविंग के लिए एक एक्टिव इन्फरेंस-आधारित ढांचे का प्रस्ताव करता है जो छिपे हुए पैदल यात्रियों के इरादों को मॉडल करने के लिए राव-ब्लैकवेलकृत पार्टिकल फिल्टर, कंडीशनल बिलीफ रिसेट और हाइपोथेसिस इंजेक्शन का उपयोग करता है, जिससे व्याख्या योग्य, मानव-समान निर्णय लेने में सक्षम होता है जो पारंपरिक और सुदृढीकरण लर्निंग दृष्टिकोणों की तुलना में टकराव की दरों को काफी कम कर देता 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 आप शहर की एक सड़क पर गाड़ी चला रहे हैं। आप सड़क के किनारे खड़े एक बड़े डिलीवरी ट्रक के पास पहुँचते हैं। आप ट्रक के पीछे क्या हो रहा है, यह नहीं देख सकते, लेकिन आप जानते हैं कि पैदल चलने वाले लोग अक्सर बड़े वाहनों के पीछे से अचानक बाहर निकल आते हैं।
आज के अधिकांश सेल्फ-ड्राइविंग कारें रिएक्टिव रोबोट (प्रतिक्रियाशील रोबोट) की तरह हैं। वे केवल तभी ब्रेक मारते हैं जब वे किसी व्यक्ति को देखते हैं। यदि कोई पैदल यात्री अंतिम क्षण में उस ट्रक के पीछे से बाहर आता है, तो रोबोट रुकने के लिए बहुत धीमा हो सकता है, जिससे दुर्घटना हो सकती है।
अन्य सेल्फ-ड्राइविंग कारें पैरानॉयड रोबोट (शंकित रोबोट) की तरह होती हैं। वे एक ट्रक देखती हैं और बस सावधानी के तौर पर तुरंत ब्रेक मारकर पूरी तरह रुक जाती हैं। यह सुरक्षित तो है, लेकिन सड़क पर अन्य लोगों के लिए अक्षम और कष्टदायक है।
यह पेपर एक नए प्रकार की सेल्फ-ड्राइविंग कार का प्रस्ताव देता है: "द कॉशनस ह्यूमन" (सावधान इंसान) रोबोट। केवल प्रतिक्रिया देने या घबराने के बजाय, यह रोबोट एक सतर्क मानव चालक की तरह सोचता है जो कहता है, "मैं उस ट्रक के पीछे नहीं देख सकता, लेकिन मुझे लगता है कि वहां कोई हो सकता है। मैं धीमा हो जाता हूँ और ज़रूरत पड़ने पर रास्ता बदलने के लिए तैयार रहता हूँ, ताकि सुरक्षा बनी रहे।"
इन्होंने इस "सोचने वाले" रोबोट को कैसे बनाया, इसे सरल उपमाओं के माध्यम से यहाँ समझाया गया है:
1. मूल विचार: "एक्टिव इन्फरेंस" (आंतरिक कहानीकार)
केवल डेटा प्रोसेस करने के बजाय, यह रोबोट दुनिया के बारे में एक आंतरिक कहानी (एक "विश्वास") बनाए रखता है। यह लगातार पूछता है: "अभी सबसे अधिक संभावना वाली कहानी क्या है?"
- समस्या: जब ट्रक दृष्टि को बाधित करता है, तो रोबोट के पास कोई डेटा नहीं होता। एक सामान्य रोबोट कहेगा, "कोई डेटा नहीं = कोई खतरा नहीं।"
- समाधान: यह रोबोट कहता है, "कोई डेटा नहीं = अनिश्चितता।" यह एक "कहानी" को जीवित रखता है कि, "वहाँ 50% संभावना है कि कोई पैदल यात्री छिपा हुआ है।" यह उस कहानी को खत्म होने से रोकता है सिर्फ इसलिए क्योंकि वह अभी तक पैदल यात्री को देख नहीं पा रहा है।
2. दो गुप्त सुपरपावर्स
इस रोबोट को एक स्मार्ट इंसान की तरह व्यवहार करने के लिए, लेखकों ने इसमें दो विशेष तरकीबें जोड़ी हैं:
ट्रिक A: "मेमोरी एंकर" (कंडीशनल रिसेट)
कल्पना कीजिए कि आप एक अंधेरी गली के पास से गुजर रहे हैं। आप एक आवाज़ सुनते हैं, लेकिन फिर शांति छा जाती है। एक सामान्य व्यक्ति सोच सकता है, "ओह, यह शायद हवा का झोंका था," और शांत हो सकता है। लेकिन एक सतर्क व्यक्ति सोचता है, "मैंने कुछ सुना था, इसलिए मैं सतर्क रहूँगा भले ही अब शांति क्यों न हो।"
- यह कैसे काम करता है: रोबोट के दिमाग में, एक "विश्वास" होता है कि कोई पैदल यात्री मौजूद है। आमतौर पर, यदि आप उन्हें कुछ सेकंड तक नहीं देखते हैं, तो रोबोट का विश्वास फीका पड़ जाता है (वह सोचता है, "ठीक है, वहां कोई नहीं है")।
- सुधार: लेखकों ने एक मेमोरी एंकर जोड़ा है। यदि रोबोट को संदेह है कि किसी बाधा के पीछे कोई पैदल यात्री है, तो वह उस विश्वास को लॉक कर देता है। भले ही दृश्य लंबे समय तक बाधित रहे, रोबोट उस संभावना को भूलने से इनकार कर देता है। यह इसे किसी खतरनाक ब्लाइंड स्पॉट (अंधे मोड़) में तेज़ी से बढ़ने से रोकता है।
ट्रिक B: "वर्स्ट-केस सिम्युलेटर" (हाइपोथीसिस इंजेक्शन)
कल्पना कीजिए कि आप एक वीडियो गेम खेल रहे हैं। बेहतर बनने के लिए, आप केवल आसान स्तरों का अभ्यास नहीं करते; आप सबसे कठिन संभावित परिदृश्यों की कल्पना करते हैं: "क्या होगा अगर दुश्मन बाईं ओर से कूद पड़े? क्या होगा अगर वे दाईं ओर दौड़ें? क्या होगा अगर वे अचानक रुक जाएं?"
- यह कैसे काम करता है: कोई भी कदम उठाने से पहले, रोबोट एक मानसिक सिमुलेशन (अभ्यास) चलाता है। यह कुछ "क्या-होता-अगर" वाले परिदृश्य बनाता है जहाँ छिपा हुआ पैदल यात्री कुछ अजीब करता है (जैसे अचानक बाहर दौड़ना या अचानक रुक जाना)।
- सुधार: यह रोबोट को इन सबसे खराब स्थितियों (worst-case scenarios) के लिए योजना बनाने के लिए मजबूर करता है। यह केवल "सबसे संभावित" परिणाम के लिए योजना नहीं बनाता; यह "डरावने" परिणाम के लिए भी योजना बनाता है। यह रोबोट को खतरा वास्तव में होने से पहले ही धीमा होने और अतिरिक्त दूरी बनाए रखने के लिए प्रेरित करता है।
3. परिणाम: एक सुरक्षित और सुचारू सवारी
शोधकर्ताओं ने कंप्यूटर सिमुलेशन में इस रोबोट का परीक्षण कई कठिन परिदृश्यों (जैसे एक पैदल यात्री जो हिचकिचाता है, अचानक दौड़ पड़ता है, या वापस मुड़ जाता है) के साथ किया।
- पुराने रोबोट:
- रिएक्टिव (प्रतिक्रियाशील): दुर्घटनाग्रस्त हुए क्योंकि उन्होंने व्यक्ति को देखने के लिए बहुत लंबा इंतज़ार किया।
- रूल-बेस्ड (नियम-आधारित): बहुत जल्दी रुक गए और ट्रैफिक को बाधित किया।
- AI (सीखने वाला): भ्रमित हो गए और दुर्घटनाग्रस्त हो गए क्योंकि उन्होंने उस विशिष्ट स्थिति को पहले नहीं देखा था।
- नया "कॉशनस ह्यूमन" रोबัด:
- यह पैदल यात्री के प्रकट होने से पहले धीमा हो गया।
- इसने सुरक्षित दूरी बनाए रखी।
- यह तभी तेज़ हुआ जब यह सुनिश्चित हो गया कि रास्ता साफ़ है।
- परिणाम: यह दूसरों की तुलना में बहुत कम बार दुर्घटनाग्रस्त हुआ और अधिक सुचारू रूप से चला।
यह क्यों मायने रखता है
सबसे बड़ी जीत केवल सुरक्षा नहीं है; बल्कि यह एक्सप्लेनेबिलिटी (व्याख्यात्मकता) है।
- यदि कोई सामान्य AI दुर्घटनाग्रस्त होता है, तो हम अक्सर नहीं जानते कि क्यों।
- इस रोबोट के साथ, हम इसके "आंतरिक विश्वास" को देख सकते हैं और कह सकते हैं, "आह, रोबोट धीमा हो गया क्योंकि इसकी आंतरिक कहानी कह रही थी कि उस ट्रक के पीछे पैदल यात्री होने की 60% संभावना थी।"
यह रोबोट के निर्णयों को पारदर्शी और भरोसेमंद बनाता है, ठीक एक मानव चालक की तरह जो समझाता है, "मैं धीमा हो रहा हूँ क्योंकि मैं इस कोने के चारों ओर नहीं देख पा रहा हूँ।"
संक्षेप में
यह पेपर सेल्फ-ड्राइविंग कारों को तब अपने "अंतर्मन" (उनके आंतरिक विश्वासों) पर भरोसा करना सिखाता है जब वे सब कुछ नहीं देख पाते। अपनी "संदेह" को जीवित रखकर और सबसे खराब स्थिति के लिए योजना बनाकर, रोबोट एक सुरक्षित, अधिक मानव जैसा चालक बन जाता है जो ट्रैफिक जाम पैदा किए बिना पैदल यात्रियों की रक्षा करता 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।