← नवीनतम पेपर
💻 computer science

Gradient-based Nested Co-Design of Aerodynamic Shape and Control for Winged Robots

यह शोध पत्र एक सामान्य-उद्देश्यीय, ग्रेडिएंट-आधारित नेस्टेड को-डिज़ाइन फ्रेमवर्क प्रस्तुत करता है जो जटिल प्रवाह स्थितियों के लिए न्यूरल सरोगेट मॉडल का उपयोग करके विंग्ड रोबोट्स के एरोडायनामिक आकार और मोशन प्लानर को संयुक्त रूप से अनुकूलित करता है, जो पर्चिंग और शॉर्ट लैंडिंग जैसे कार्यों में इवोल्यूशनरी बेसलाइन्स की तुलना में बेहतर प्रदर्शन और दक्षता प्रदर्शित करता है।

मूल लेखक: Daniele Affinita, Mingda Xu, Benoît Valentin Gherardi, Pascal Fua

प्रकाशित 2026-03-10
📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें
CC BY 4.0

मूल लेखक: Daniele Affinita, Mingda Xu, Benoît Valentin Gherardi, Pascal Fua

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 बहुत ही विशिष्ट काम के लिए एक आदर्श पक्षी डिजाइन करने की कोशिश कर रहे हैं। शायद आप एक ऐसा पक्षी चाहते हैं जो सीधे नीचे गोता लगा सके और एक छोटी सी टहनी (परचिंग) पर कोमलता से उतर सके, या एक ऐसा पक्षी जो एक भारी पैकेज गिरा सके और बिना टकराए जितनी जल्दी हो सके रुक सके (लैंडिंग)।

अतीत में, इंजीनियर इन "पक्षियों" (या ड्रोन) को दो अलग-अलग चरणों में डिजाइन करते थे, जैसे कि एक रिले रेस हो:

  1. चरण 1: एक एरोडायनामिक इंजीनियर पंखों का आकार डिजाइन करता है, यह सुनिश्चित करने के लिए कि वे सामान्य उड़ान के लिए यथासंभव कुशल हों।
  2. चरण 2: एक कंट्रोल इंजीनियर उस निश्चित पंख के आकार को लेता है और एक कंप्यूटर प्रोग्राम लिखता है जो रोबोट को यह बताता है कि कैसे उड़ना है।

समस्या: यह "रिले रेस" वाला दृष्टिकोण त्रुटिपूर्ण है। यह एक रेस कार के इंजन को डिजाइन करने जैसा है बिना यह जाने कि ड्राइवर एक सीधी हाईवे पर होगा या घुमावदार पहाड़ी रास्ते पर। सामान्य उड़ान के लिए सबसे अच्छा आकार, किसी विशिष्ट, कठिन पैंतरेबाज़ी के लिए सबसे अच्छा नहीं हो सकता है। आकार और उड़ान की योजना गहराई से जुड़े हुए हैं; आकार बदलने से आपके रोबोट के उड़ने का तरीका बदल जाता है, और उड़ान की योजना बदलने से आपको किस आकार की आवश्यकता है, यह बदल जाता है।

समाधान: इस शोध पत्र के शोधकर्ताओं ने एक "को-डिजाइन" (Co-Design) प्रणाली बनाई है। एक रिले रेस के बजाय, उन्होंने एक सहयोगात्मक नृत्य स्थापित किया जहाँ आकार डिजाइनर और उड़ान योजनाकार लगातार एक-दूसरे से बात करते हैं, अपने मूव्स को वास्तविक समय में एडजस्ट करते हैं ताकि एक आदर्श साझेदारी मिल सके।

यह प्रणाली कैसे काम करती है, इसे सरल उपमाओं में यहाँ दिया गया है:

1. "क्रिस्टल बॉल" (न्यूरल सरोगेट)

एक पंख को डिजाइन करने के लिए, आपको आमतौर पर यह सिम्युलेट करने की आवश्यकता होती है कि हवा उसके ऊपर कैसे बहती है। वास्तविक दुनिया में, यह एक विशाल विंड टनल में एक मॉडल रखने जैसा है। कंप्यूटर में, इसे कम्प्यूटेशनल फ्लूइड डायनेमिक्स (CFD) कहा जाता है।

  • पुराना तरीका: एक CFD सिमुलेशन चलाना एक विशाल, जटिल गणितीय पहेली को हल करने जैसा है। एक उत्तर प्राप्त करने में घंटों या यहाँ तक कि दिन भी लग सकते हैं। यदि आप 1,000 अलग-अलग पंखों के आकार का परीक्षण करना चाहते हैं, तो आप वर्षों तक प्रतीक्षा करेंगे।
  • नया तरीका: लेखकों ने लाखों विंड टनल परीक्षणों पर एक AI (एक "न्यूरल सरोगेट") को प्रशिक्षित किया है। इस AI को एक सुपर-फास्ट क्रिस्टल बॉल के रूप में सोचें। भौतिकी की पहेली को शुरू से हल करने के बजाय, क्रिस्टल बॉल एक पंख के आकार को देखती है और तुरंत "अनुमान" लगा लेती है कि हवा कैसे व्यवहार करेगी। यह पुराने तरीके की तुलना में 1,000 गुना तेज़ है।

2. "सेफ्टी नेट" (कॉन्फिडेंस कंस्ट्रेंट)

यहाँ पेचीदा हिस्सा यह है: क्योंकि क्रिस्टल बॉल एक AI है, यह उन चीजों के बारे में भी आत्मविश्वासी हो सकती है जिन्हें वह वास्तव में नहीं समझती है। यदि आप इसे एक ऐसा पंख दिखाते हैं जो उन पंखों से बिल्कुल अलग है जिन पर इसे प्रशिक्षित किया गया था (जैसे कि एक पंख जिसमें छेद हो या जो भौतिकी को चुनौती देता हो), तो यह अभी भी आपको एक उत्तर दे सकता है, लेकिन वह उत्तर बेकार होगा।

  • समाधान: शोधकर्ताओं ने एक "सेफ्टी नेट" जोड़ा है। अपना उत्तर देने से पहले, AI को अपने स्वयं के आत्मविश्वास के स्तर की जांच करनी होगी। यदि यह कहता है, "मैं इस अजीब आकार के बारे में केवल 20% आश्वस्त हूँ," तो सिस्टम इसे अस्वीकार कर देता है। यह कंप्यूटर को असंभव, जादुई पंख बनाने से रोकता है जो कागज पर तो शानदार दिखते हैं लेकिन वास्तविक दुनिया में बिखर जाएंगे।

3. "दो-स्तरीय नृत्य" (बाइलेवल ऑप्टिमाइज़ेशन)

यह प्रणाली एक लूप चलाती है जो इस तरह दिखता है:

  1. प्लानर (योजनाकार): "ठीक है, इस पंख के आकार को देखते हुए, लैंड करने का सबसे अच्छा रास्ता क्या है?" (यह उड़ान पथ की गणना करता है)।
  2. डिजाइनर (डिजाइनर): "ठीक है, उस उड़ान पथ को देखते हुए, मैं उस लैंडिंग को और बेहतर बनाने के लिए पंख के आकार को कैसे बदल सकता हूँ?"
  3. लूप: वे इसे हजारों बार दोहराते हैं। पंख का आकार धीरे-धीरे बदलता है, और उड़ान पथ एडजस्ट होता है, जब तक कि उन्हें सही संयोजन न मिल जाए।

परिणाम: दो विशिष्ट मिशन

टीम ने एक ग्लाइडर (बिना इंजन वाला ड्रोन) के लिए दो कठिन कार्यों का परीक्षण किया:

  • मिशन A: द पर्च (तार पर उतरना)
    • लक्ष्य: एक विशिष्ट स्थान पर उड़ना और हवा में ही स्थिर होकर रुक जाना।
    • परिणाम: सिस्टम ने एक ऐसा पंख डिजाइन किया जो पतला और अधिक घुमावदार (केंबर्ड) हो गया। इस आकार ने ग्लाइडर को अविश्वसनीय नियंत्रण दिया, जिससे वह सटीक रूप से धीमा हो सका और कोमलता से उतर सका, जो एक मानक पंख नहीं कर पाता।
  • मिशन B: शॉर्ट लैंडिंग (छोटी लैंडिंग)
    • लक्ष्य: आसमान से नीचे गिरना और कम से कम दूरी में रुक जाना।
    • परिणाम: सिस्टम ने एक ऐसा पंख डिजाइन किया जिसका अगला हिस्सा मोटा (ड्रैग पैदा करने और तेजी से धीमा होने के लिए) लेकिन पिछला हिस्सा पतला (स्थिरता बनाए रखने के लिए) था। यह एक ऐसा आकार है जो एक इंसान को अजीब लग सकता है, लेकिन यह तेजी से रुकने के विशिष्ट कार्य के लिए पूरी तरह से अनुकूलित है।

यह क्यों महत्वपूर्ण है

  • गति: पुराने तरीकों (जैसे कि इवोल्यूशनरी एल्गोरिदम, जो रैंडम आकार आज़माते हैं और अच्छे वाले को रखते हैं) को समाधान खोजने में कई दिन लग जाते थे। इस नए तरीके ने घंटों में बेहतर समाधान खोज लिए।
  • गुणवत्ता: नए डिजाइनों ने "मानक" या "सीक्वेंशियल" डिजाइनों की तुलना में काफी बेहतर प्रदर्शन किया।
  • भविष्य: यह केवल ड्रोन्स के लिए नहीं है। यह "सहयोगात्मक नृत्य" वाला दृष्टिकोण बेहतर कारों, रॉकेटों या यहाँ तक कि मेडिकल उपकरणों को डिजाइन करने के लिए भी उपयोग किया जा सकता है, जहाँ आकार और उसके चलने का तरीका दोनों समान रूप से महत्वपूर्ण हैं।

संक्षेप में: यह पेपर हमें सिखाता है कि किसी विशिष्ट काम के लिए सर्वश्रेष्ठ रोबोट बनाने के लिए, आपको शरीर और मस्तिष्क को अलग-अलग डिजाइन नहीं करना चाहिए। आपको उन्हें एक साथ विकसित होने देना होगा, भविष्य की भविष्यवाणी करने के लिए एक तेज़ AI और विचारों को वास्तविकता से जोड़े रखने के लिए एक सेफ्टी नेट का उपयोग करना होगा।

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।

Digest आज़माएँ →

इसी तरह के और पेपर

इस विषय के सभी पेपर देखें 💻 cs →