💻 computer science

Multi-Robot Trajectory Planning via Constrained Bayesian Optimization and Local Cost Map Learning with STL-Based Conflict Resolution

यह शोध पत्र कुशल एकल-रोबोट प्रक्षेपवक्र पीढ़ी के लिए कन्स्ट्रेंड बेयसियन ऑप्टिमाइज़ेशन-आधारित ट्री सर्च (cBOT) और स्केलेबल बहु-रोबोट समन्वय के लिए STL-उन्नत काइनोडायनेमिक कॉन्फ्लिक्ट-बेस्ड सर्च (STL-KCBS) को संयोजित करने वाले एक द्वि-चरणीय ढांचे का प्रस्ताव करता है, जो सिग्नल टेम्पोरल लॉजिक विशिष्टताओं और काइनोडायनेमिक बाधाओं के तहत मोशन प्लानिंग को प्रभावी ढंग से संबोधित करता है और दक्षता, सुरक्षा तथा वास्तविक दुनिया की प्रयोज्यता में प्रदर्शित सुधार प्रस्तुत करता है।

मूल लेखक: Sourav Raxit, Abdullah Al Redwan Newaz, Jose Fuentes, Paulo Padrao, Ana Cavalcanti, Leonardo Bobadilla

प्रकाशित 2026-03-09

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Sourav Raxit, Abdullah Al Redwan Newaz, Jose Fuentes, Paulo Padrao, Ana Cavalcanti, Leonardo Bobadilla

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 व्यस्त हवाई अड्डे के निदेशक हैं, लेकिन विमानों के बजाय, आप स्वायत्त नावों (autonomous boats) और रोबोटों के बेड़े का प्रबंधन कर रहे हैं। आपका काम उन सभी को बिंदु A से बिंदु B तक पहुँचाना है बिना एक-दूसरे से टकराए, बाधाओं (जैसे चट्टानों या इमारतों) से टकराए, और एक विशेष "लॉजिक भाषा" में लिखे गए नियमों के एक बहुत ही सख्त सेट का पालन करते हुए।

यह शोध पत्र इस ट्रैफिक जाम की समस्या को हल करने का एक नया, अधिक स्मार्ट तरीका प्रस्तुत करता है। यह कैसे काम करता है, यहाँ सरल अवधारणाओं में दिया गया है:

1. समस्या: "बहुत अधिक नियम" वाला दुःस्वप्न

आमतौर पर, रोबोट को चलने के लिए प्रोग्राम करना एक बच्चे को निर्देशों की एक सूची देने जैसा है: "अगर दीवार है तो बाईं ओर न जाएँ," "अगर पेड़ है तो दाईं ओर न जाएँ," "अगर लाल बत्ती दिखे तो रुकें।" यह रोबोटों को धीमा, नाजुक और वास्तविक दुनिया के अस्त-व्यस्त होने पर टूटने के प्रति संवेदनशील बनाता है।

लेखक सिग्नल टेम्पोरल लॉजिक (Signal Temporal Logic - STL) का उपयोग करना चाहते थे। STL को केवल नियमों की एक सूची के रूप में नहीं, बल्कि एक कहानी के रूप में सोचें। यह कहने के बजाय कि "X पर रुकें," आप रोबोट को बताते हैं: "आपको अंततः डॉक (dock) तक पहुँचना ही होगा, लेकिन आपको कभी भी फव्वारे से नहीं टकराना है, और ऐसा करते समय आपको दूसरी नाव से दूर रहना है।" यह क्या होना चाहिए, इसकी एक उच्च-स्तरीय कहानी है, न कि निम्न-स्तरीय चरणों की एक सूची।

2. समाधान: एक दो-चरणीय "मस्तिष्क और बाउंसर" प्रणाली

लेखकों ने इसे संभालने के लिए दो भागों वाली प्रणाली बनाई है।

भाग A: स्मार्ट लर्नर (cBOT) – "लोकल जीपीएस"

सबसे पहले, प्रत्येक रोबट को यह समझने की आवश्यकता है कि बिना दीवारों से टकराए अपने आप कैसे चला जाए।

पुराना तरीका (RRT): कल्पना कीजिए कि एक आँखों पर पट्टी बँधा हुआ व्यक्ति दरवाजे को खोजने के लिए अपने हाथ बाएं और दाएं बेतरतीब ढंग से हिला रहा है जब तक कि वह किसी चीज़ से टकरा न जाए। यह काम करता है, लेकिन इसमें बहुत समय लगता है और रास्ता ऊबड़-खाबड़ और बिखरा हुआ होता है।
नया तरीका (cBOT): यह रोबोट बायेसियन ऑप्टिमाइज़ेशन (Bayesian Optimization) का उपयोग करता है। कल्पना कीजिए कि एक स्मार्ट खोजकर्ता एक "जादुई मानचित्र" (एक गॉसियन प्रोसेस) लेकर चलता है। हर बार जब रोबोट कोई चाल चलता है, तो वह अपने मानचित्र को अपडेट करता है। वह सीखता है कि कहाँ "लागत" (जैसे टकराना या लंबा रास्ता लेना) अधिक है और कहाँ कम है।
परिणाम: बेतरतीब ढंग से हाथ हिलाने के बजाय, रोबोट इलाके को जल्दी सीख जाता है। यह बहुत कम प्रयासों में एक सुचारू, छोटा और सुरक्षित रास्ता खोज लेता है। यह अंधे होकर हाथ हिलाने से बदलकर एक ऐसे जीपीएस में बदलने जैसा है जो गाड़ी चलाते समय सड़क को सीखता है।

भाग B: संघर्ष समाधानकर्ता (STL-KCBS) – "ट्रैफिक कंट्रोलर"

अब, कल्पना कीजिए कि 50 रोबोट एक ही समय में अपने "स्मार्ट लर्नर" का उपयोग कर रहे हैं। वे अभी भी एक-दूसरे से टकरा सकते हैं क्योंकि वे सभी अपने स्वयं के पथों पर ध्यान केंद्रित कर रहे हैं।

पुराना तरीका: एक केंद्रीय कंप्यूटर एक साथ सभी 50 रोबोटों के लिए आदर्श पथ की गणना करने की कोशिश करता है। यह एक 50-टुकड़ों वाली पहेली को हल करने जैसा है जबकि टुकड़े हिल रहे हों। यह बहुत धीमा हो जाता है और कंप्यूटर क्रैश हो जाता है।
नया तरीका (STL-KCBS): यह एक स्मार्ट ट्रैफिक कंट्रोलर की तरह कार्य करता है।
1. यह पहले प्रत्येक रोबोट को अपना पथ स्वयं योजना बनाने देता है (स्मार्ट लर्नर का उपयोग करके)।
2. फिर यह "कहानी" (STL नियम) की जाँच करता है कि क्या कोई दो रोबोट एक ही स्थान पर एक ही समय में होने वाले हैं।
3. यदि वे टकराने वाले हैं, तो यह सब कुछ फेंक नहीं देता। यह केवल शामिल विशिष्ट रोबोटों को बताता है, "हे, आप दोनों को अपनी टाइमिंग बदलनी होगी या थोड़ा अलग रास्ता लेना होगा।"
4. यह तब तक इसे जारी रखता है जब तक कि सभी सुरक्षित न हो जाएं।

3. "मजबूती" (Robustness) का जादू

लेखक रोबस्टनेस (Robustness) की अवधारणा पेश करते हैं।
कल्पना कीजिए कि आप एक भीड़ भरे कमरे में चल रहे हैं।

मानक योजना (Standard Planning): "मैं उस व्यक्ति से ठीक 1 मीटर दूर चलूँगा।" यदि वह एक कदम करीब आता है, तो आप टकरा जाते हैं।
रोबस्ट प्लानिंग (STL): "मैं उस व्यक्ति से कम से कम 2 मीटर दूर चलूँगा।" यह आपको सुरक्षा बफर देता है। भले ही वह व्यक्ति अप्रत्याशित रूप से हिले या आपका जीपीएस थोड़ा गलत हो, फिर भी आप सुरक्षित रहेंगे। यह प्रणाली गणितीय रूप से इस "सुरक्षा मार्जिन" की गणना करती है ताकि रोबोट केवल तकनीकी रूप से टकराव से न बचें, बल्कि सहजता से बचें।

4. वास्तविक दुनिया का प्रमाण

टीम ने इसे केवल कंप्यूटर पर नहीं चलाया; उन्होंने इसे वास्तविक दुनिया में परखा:

इंडोर (Indoors): उन्होंने बाधाओं वाले एक बिखरे हुए कमरे में छोटे पहियों वाले रोबोटों का उपयोग किया।
आउटडोर (Outdoors): वे फव्वारों (बाधाओं) वाले एक झील में स्वायत्त नावों को लेकर गए और उनसे जटिल पैटर्न, जैसे कि रास्ते पार करना या जगह बदलना, नेविगेट कराया।

परिणाम:

गति: उनके सिस्टम ने 50 रोबोटों की समस्याओं को एक सेकंड से कम समय में हल किया, जबकि अन्य तरीके विफल हो गए या बहुत समय लेते रहे।
सुचारूता (Smoothness): उनके पथ बहुत अधिक सुचारू और छोटे थे (कम ऊर्जा की बर्बादी)।
विश्वसनीयता: उनके परीक्षणों में यह 100% समय काम कर गया, यहाँ तक कि बहुत भीड़भाड़ वाले, अव्यवस्थित वातावरण में भी जहाँ अन्य तरीके हार मान लेते हैं।

सारांश उपमा

पुरानी विधियों को एक अव्यवस्थित नृत्य के रूप में सोचें जहाँ हर कोई अपने पैरों से टकराते हुए सही कदम खोजने की कोशिश करता है।

यह नई विधि एक कोरियोग्राफ किए गए जैज़ बैंड की तरह है।

प्रत्येक संगीतकार (रोबोट) के पास एक स्मार्ट कान (cBOT) होता है जो दूसरों से टकराने से बचने के लिए सबसे अच्छे सुर बजाना तुरंत सीख लेता है।
कंडक्टर (STL-KCBS) पूरे बैंड को सुनता है। यदि दो संगीतकार आपस में टकराने वाले होते हैं, तो कंडक्टर धीरे से उन्हें अपनी टाइमिंग बदलने के लिए प्रेरित करता है, जिससे यह सुनिश्चित होता है कि पूरा गाना (मिशन) पूरी तरह से, सुरक्षित रूप से और खूबसूरती से बजाया जाए, भले ही कमरा छोटा हो और भीड़भाड़ वाला हो।

यह पेपर साबित करता है कि स्मार्ट लर्निंग को लॉजिकल स्टोरीटेलिंग के साथ जोड़कर, हम रोबोट के बेड़े को वास्तविक, अव्यवस्थित दुनिया में सुरक्षित और कुशलता से काम करने के लिए तैयार कर सकते हैं।

यहाँ शोध पत्र "Multi-Robot Trajectory Planning via Constrained Bayesian Optimization and Local Cost Map Learning with STL-Based Conflict Resolution" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र सिग्नल टेम्पोरल लॉजिक (STL) और काइनोडायनामिक बाधाओं (kinodynamic constraints) के तहत बहु-रोबोट मोशन प्लानिंग (MRMP) की चुनौती को संबोधित करता है।

मुख्य चुनौती: $N$ रोबोटों की एक टीम के लिए गतिशील रूप से व्यवहार्य (dynamically feasible) प्रक्षेपवक्र (trajectories) उत्पन्न करना, जो एक साथ लक्ष्य क्षेत्रों तक पहुँच सकें, बाधाओं (स्थिर और गतिशील) से बच सकें, और जटिल टेम्पोरल/लॉजिकल आवश्यकताओं (जैसे, "हमेशा सीमाओं के भीतर रहें," "अंततः लक्ष्य तक पहुँचें," या COLREGs का पालन करें) को पूरा कर सकें।
मौजूदा विधियों की सीमाएँ:
- सटीक दृष्टिकोण (जैसे, MILP, MPC): ये स्केलेबिलिटी की बाधाओं का सामना करते हैं और जटिल सूत्रों या लंबे होराइजन्स (horizons) के साथ संघर्ष करते हैं।
- सैंपलिंग-आधारित विधियाँ (जैसे, RRT):* इन्हें इष्टतम प्रक्षेपवक्र खोजने के लिए अत्यधिक नमूनों (samples) की आवश्यकता होती है और उच्च-स्तरीय STL विशिष्टताओं को संतुष्ट करने में इनमें मजबूती की कमी होती है।
- विकेंद्रीकृत दृष्टिकोण (Decentralized approaches): इनमें अक्सर विशिष्टता संतुष्टि (specification satisfaction) के लिए औपचारिक गारंटी की कमी होती है या वे भीड़भाड़ वाले वातावरण में अंतर-एजेंट समन्वय के लिए संघर्ष करते हैं।

लक्ष्य एक ऐसा ढांचा विकसित करना है जो स्केलेबल (scalable), संभाव्यता पूर्ण (probabilistically complete), परिवर्तनशीलता के प्रति सुदृढ़ (robust to perturbations) हो, और वर्तमान अत्याधुनिक विधियों की तुलना में छोटे और सुचारू प्रक्षेपवक्र उत्पन्न करने में सक्षम हो।

2. कार्यप्रणाली (Methodology)

लेखक एक दो-चरणीय ढांचे (two-stage framework) का प्रस्ताव करते हैं जो सैंपलिंग-आधारित ऑनलाइन लर्निंग को औपचारिक STL तर्क के साथ एकीकृत करता है। यह दृष्टिकोण एकल-रोबोट योजना को बहु-रोबोट समन्वय से अलग करता है।

A. एकल-रोबोट स्तर: कंस्ट्रेंड बेयसियन ऑप्टिमाइज़ेशन ट्री सर्च (cBOT)

मानक RRT के बजाय, लेखक cBOT पेश करते हैं, जो स्थानीय लागत मानचित्रों (local cost maps) और व्यवहार्यता बाधाओं को सीखने के लिए एक गॉसियन प्रोसेस (GP) का उपयोग एक सरोगेट मॉडल के रूप में करता है।

स्थानीय नियंत्रण विंडो: योजनाकार कम्प्यूटेशनल सुगमता और सूक्ष्म युद्धाभ्यास सुनिश्चित करने के लिए स्थानीय नियंत्रण पड़ोस $V_d(x_t)$ के भीतर कार्य करता है।
सरोगेट मॉडलिंग:
- ऑब्जेक्टिव फंक्शन ( $J$ ): लागत (समय, ऊर्जा, सुचारूता) को सीखने के लिए इसे एक GP के रूप में मॉडल किया गया है।
- बाधाएं ( $c_k$ ): बाधा बचाव और काइनोडायनामिक सीमाओं को सीखने के लिए इन्हें स्वतंत्र रूप से GPs के रूप में मॉडल किया गया है।
अधिग्रहण फलन (Acquisition Function): खोज को कंस्ट्रेंड एक्सपेक्टेड इम्प्रूवमेंट (CEI) द्वारा निर्देशित किया जाता है, जो प्रदर्शन सुधार ($EI $) और बाधा संतुष्टि की संभावना ($ $) औरबाधासंतुष्टिकीसंभावना ($ P_{feas}$) के बीच संतुलन बनाता है।
- $CEI(u) = EI(u) \cdot P_{feas}(u)$
प्रक्रिया: एल्गोरिदम पुनरावृत्ति के साथ नियंत्रणों का चयन करता है, काइनोडायनामिक मॉडल (RK4 इंटीग्रेशन) का उपयोग करके अवस्थाओं (states) को प्रसारित करता है, और STL विशिष्टताओं के विरुद्ध प्रक्षेपवखों को मान्य करता है। यह योजनाकार को RRT की तुलना में कम नमूनों के साथ छोटे, टकराव-मुक्त पथ बनाने की अनुमति देता है।

B. बहु-रोबोट स्तर: STL-एन्हांस्ड काइनोडायनामिक कॉन्फ्लिक्ट-बेस्ड सर्च (STL-KCBS)

यह स्तर काइनोडायनामिक कॉन्फ्लिक्ट-बेस्ड सर्च (K-CBS) ढांचे पर आधारित एक विकेंद्रीकृत दृष्टिकोण का उपयोग करके समन्वय और संघर्ष समाधान को संभालता है।

STL मॉनिटर: मानक K-CBS के विपरीत, जो ज्यामितीय प्रतिच्छेदन परीक्षणों का उपयोग करता है, STL-KCBS संघर्ष का पता लगाने के लिए STL मॉनिटर्स का उपयोग करता है।
मजबूती-आधारित संघर्ष पहचान: संघर्ष केवल स्थानिक ओवरलैप द्वारा नहीं, बल्कि STL मजबूती मीट्रिक ( $\mu(t)$ ) का मूल्यांकन करके पहचाने जाते हैं। एक संघर्ष तब होता है जब $\mu(t) < 0$ होता है, जो सुरक्षा विशिष्टता (जैसे, न्यूनतम पृथक्करण दूरी) के उल्लंघन को एक मात्रात्मक मार्जिन के साथ दर्शाता है।
समाधान: जब संघर्ष का पता चलता है, तो एल्गोरिदम STL-प्रतिबंधित प्रक्षेपवक्र परिशोधन (refinements) उत्पन्न करता है और खोज वृक्ष (search tree) के माध्यम से टेम्पोरल बाधाओं को प्रसारित करता है।
विघटन (Decoupling): cBOT योजनाकार व्यक्तिगत प्रक्षेपवक्र निर्माण और स्थिर बाधा बचाव को संभालता है, जबकि STL-KCBS अंतर-रोबोट टकराव बचाव और टेम्पोरल समन्वय का प्रबंधन करता है।

3. मुख्य योगदान (Key Contributions)

cBOT एल्गोरिदम: एक नवीन कंस्ट्रेंड बेयसियन ऑप्टिमाइज़ेशन-आधारित ट्री सर्च जो GPs के माध्यम से स्थानीय लागत मानचित्रों और बाधाओं को सीखता है। यह पारंपरिक RRT-आधारित दृष्टिकोणों की तुलना में कम नमूनों के साथ छोटे और अधिक सुचारू प्रक्षेपवक्र उत्पन्न करता है।
STL-KCBS एल्गोरिदम: एक K-CBS विस्तार जो संघर्ष पहचान और समाधान में STL मॉनिटर्स को एकीकृत करता है। यह K-CBS ढांचे की स्केलेबिलिटी और संभाव्यता पूर्णता को बनाए रखते हुए विशिष्टता संतुष्टि सुनिश्चित करता है।
व्यापक बेंचमार्किंग: विविध वातावरणों (ओपन, बॉटलनेक, फॉरेस्ट, बगट्रैप) और टीम के आकार (50 रोबोट तक) में नौ बेसलाइन योजनाकारों (RRT*, GCS, और MPC वेरिएंट सहित) के विरुद्ध एक कठोर मूल्यांकन।
वास्तविक दुनिया का सत्यापन: झील के वातावरण में स्वायत्त सतह वाहनों (ASVs) और इनडोर सेटिंग्स में ग्राउंड रोबोट्स पर सफल तैनाती, जो अनिश्चित, वास्तविक दुनिया की स्थितियों में मजबूती प्रदर्शित करती है।

4. प्रयोगात्मक परिणाम (Experimental Results)

इस ढांचे का परीक्षण डेस्कटॉप कंप्यूटर (Intel i7, 32GB RAM) पर सिमुलेशन और वास्तविक हार्डवेयर (iRobot Create 3, Waveshare Rover, और ASVs) दोनों का उपयोग करके किया गया।

सफलता दर (Success Rate):
- STLcBOT ने सभी वातावरणों और टीम के आकारों (50 रोबोट तक) में 100% सफलता प्राप्त की।
- RRT-आधारित विधियों (KRRT, STLRRT) का प्रदर्शन भीड़भाड़ वाले वातावरण (Env. 3) में काफी गिर गया, जो 12 रोबोटों के बाद विफल हो गए।
- कॉन्वेक्स ऑप्टिमाइज़ेशन विधियाँ (STGCS) भीड़भाड़ वाले वातावरण (Env. 3) में पूरी तरह से विफल रहीं और 4 रोबलेट से अधिक स्केलेबिलिटी के लिए संघर्ष करती रहीं।
रनटाइम दक्षता (Runtime Efficiency):
- STLcBOT ने अधिकांश परिदृश्यों में, बड़ी टीमों के साथ भी, रनटाइम 1 सेकंड से कम बनाए रखा।
- RRT-आधारित योजनाकारों ने घातांकीय (exponential) वृद्धि दिखाई, जो 50 रोबोटों के लिए 100 सेकंड से अधिक हो गई।
प्रक्षेपवक्र गुणवत्ता (Trajectory Quality):
- STLcBOT ने RRT की तुलना में छोटे और अधिक सुचारू प्रक्षेपवक्र बनाए।
- "क्रॉस-हॉल" वातावरण में, cBOT के पथ काफी अधिक व्यवस्थित और कुशल थे।
- STLcBOT के लिए पथ की लंबाई उप-रैखिक (sub-linearly) रूप से बढ़ी, जटिल मानचित्रों में 50 रोबोटों के साथ भी 1200 मीटर से नीचे रही, जबकि RRT के पथ अक्सर 3000 मीटर से अधिक हो गए।
वास्तविक दुनिया का प्रदर्शन:
- इसने झील में 2-3 ASVs के साथ जटिल युद्धाभ्यास (X-पैटर्न नेविगेशन, पोजीशन स्वैपिंग) को सफलतापूर्वक निष्पादित किया, जिसने एक सेकंड से कम के नियोजन समय में GPS शोर और गतिशील बाधाओं (फव्वारे) को संभाला।

5. महत्व (Significance)

यह कार्य बहु-रोबोट प्रणालियों के लिए औपचारिक सत्यापन (formal verification - STL) और कुशल सैंपलिंग-आधारित योजना के बीच के अंतर को पाटता है।

स्केलेबिलिटी: यह बहु-रोबोट योजना में एक महत्वपूर्ण बाधा को हल करता है, जो जटिल वातावरणों में 50 रोबोटों की टीमों को सफलतापूर्वक संभालता है जहाँ मौजूदा सटीक STL योजनाकार (आमतौर पर >6 रोबोट) विफल हो जाते हैं।
मजबूती (Robustness): संघर्ष समाधान के लिए STL मजबूती मेट्रिक्स का उपयोग करके, सिस्टम मात्रात्मक सुरक्षा मार्जिन प्रदान करता है, जिससे यह वास्तविक दुनिया की तैनाती के लिए उपयुक्त बनता है जहाँ सेंसर शोर और गतिशीलता अप्रत्याशित हो सकती है।
व्यावहारिकता: STL-cBOT प्लानर को एक ओपन-सोर्स पैकेज के रूप में जारी करना और भौतिक हार्डवेयर (ASVs और UGVs) पर सत्यापन, पर्यावरणीय निगरानी, खोज और बचाव, और स्वायत्त लॉजिस्टिक्स जैसे क्षेत्रों में तत्काल अनुप्रयोग का प्रदर्शन करता है।

संक्षेप में, प्रस्तावित STLcBOT ढांचा पूर्णता, कम्प्यूटेशनल दक्षता और प्रक्षेपवपथ गुणवत्ता का एक बेहतर संतुलन प्रदान करता है, जो जटिल, बाधित बहु-रोबोट परिदृश्यों में पारंपरिक सैंपलिंग विधियों और कॉनवेक्स ऑप्टिमाइज़ेशन दृष्टिकोणों दोनों से बेहतर प्रदर्शन करता है।