Flying by Inference: Active Inference World Models for Adaptive UAV Swarms
यह शोध पत्र एक विशेषज्ञ-निर्देशित सक्रिय अनुमान (एक्टिव इन्फरेंस) ढांचे का प्रस्ताव करता है जो मल्टी-यूएवी (multi-UAV) प्रक्षेपवक्र नियोजन को एक संयोजन अनुकूलन समस्या से एक पदानुक्रमित संभावabilistic अनुमान कार्य में परिवर्तित करता है, जिससे अनुकूलन योग्य झुंड (स्वार्म्स) को ऑफलाइन ऑप्टिमाइज़र को पुन: चलाए बिना, विशेषज्ञ प्रदर्शनों से सीखने और संदर्भ वितरण से विचलन को कम करने के माध्यम से सुचारू, टकराव-जागरूक व्यवहार उत्पन्न 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 सैकड़ों ड्रोन वाली एक विशाल, हाई-स्पीड डिलीवरी सर्विस के डायरेक्टर हैं। आपका काम यह तय करना है कि उन्हें कहाँ जाना है, किस क्रम में जाना है, और वे एक-दूसरे से या इमारतों से टकराए बिना कैसे उड़ें। आमतौर पर, एक साथ सैकड़ों ड्रोन के लिए यह गणित हल करना हर बार एक विशाल, असंभव पहेली को सुलझाने जैसा होता है जब भी कोई नया पैकेज आता है। यदि आप पूरी पहेली को हल करने का इंतज़ार करते हैं, तो ड्रोन खाली बैठे रह जाते हैं। यदि आप इसे तुरंत हल करने की कोशिश करते हैं, तो आपसे गलती हो सकती है।
यह पेपर इस शो को चलाने का एक स्मार्ट तरीका प्रस्तावित करता है। हर बार शून्य से गणितीय पहेली को हल करने के बजाय, सिस्टम एक "मास्टर प्लानर" (एक विशेषज्ञ कंप्यूटर प्रोग्राम) से सीखता है और फिर उस ज्ञान का उपयोग वास्तविक समय में त्वरित, स्मार्ट अनुमान लगाने के लिए करता है।
यह कैसे काम करता है, यहाँ सरल भागों में दिया गया है:
1. "मास्टर प्लानर" और तीन डिक्शनरी (शब्दकोश)
सबसे पहले, शोधकर्ताओं ने एक शक्तिशाली, धीमे कंप्यूटर प्रोग्राम (जिसे जेनेटिक एल्गोरिदम कहा जाता है) का उपयोग करके सैकड़ों अलग-अलग ड्रोन मिशनों को पूरी तरह से हल किया। उन्होंने केवल उड़ान के पथों को ही नहीं बचाया; बल्कि उन्होंने उन आदर्श उड़ानों को तीन "डिक्शनरी" या नियमपुस्तिकाओं में विभाजित किया:
- मिशन डिक्शनरी (Mission Dictionary): यह काम को बांटने के तरीके की एक मास्टर लिस्ट की तरह है। यदि 50 घरों पर जाना है, तो यह डिक्शनरी कहती है, "ठीक है, ड्रोन A उत्तर की ओर जाएगा, ड्रोन B दक्षिण की ओर जाएगा।" यह काम को विभाजित करने का सबसे अच्छा तरीका सीखती है।
- रूट डिक्शनरी (Route Dictionary): एक बार काम विभाजित हो जाने के बाद, यह डिक्शनरी क्रम तय करती है। "ड्रोन A, घर 1 पर जाए, फिर घर 3 पर, फिर घर 2 पर।" यह सबसे कुशल लूप्स (loops) सीखती है।
- मोशन डिक्शनरी (Motion Dictionary): यह बारीक विवरण है। यह बताती है कि घरों के बीच कैसे उड़ना है। क्या यह एक सीधा रास्ता है? क्या आपको किसी पेड़ के कारण धीमा होने की आवश्यकता है? क्या आपको दूसरे ड्रोन से बचने के लिए मुड़ने की आवश्यकता है? यह जटिल भौतिकी (physics) को सरल "मोशन वर्ड्स" में बदल देता है।
2. "एक्टिव इन्फरेंस" (Active Inference) मस्तिष्क
एक बार जब ये तीन डिक्शनरी सीख ली जाती हैं, तो ड्रोनों को अब धीमे मास्टर प्लानर की आवश्यकता नहीं होती। वे एक्टिव इन्फरेंस नामक मस्तिष्क का उपयोग करते हैं।
इसे एक जासूस की तरह समझें जो रहस्य सुलझाने की कोशिश कर रहा है। एक जासूस के पास दुनिया के बारे में एक "सिद्धांत" (theory) होता है (जो मास्टर प्लानर की डिक्शनरी पर आधारित है)। जब ड्रोन कुछ नया देखते हैं—जैसे कि अचानक कोई नया लक्ष्य या कोई चलती हुई बाधा—तो वे पूछते हैं: "क्या यह नई स्थिति हमारे सिद्धांत में फिट बैठती है?"
- "असामान्यता" मीटर (The "Abnormality" Meter): सिस्टम यह गणना करता है कि एक संभावित क्रिया कितनी "असामान्य" है यदि उसकी तुलना विशेषज्ञ द्वारा किए गए कार्यों से की जाए।
- निर्णय: यदि कोई ड्रोन ऐसे पथ पर विचार करता है जो विशेषज्ञ के नियमों से बहुत अलग दिखता है, तो "असामान्यता" मीटर बढ़ जाता है, और ड्रोन उस पथ को अस्वीकार कर देता है। यदि कोई पथ विशेषज्ञ के नियमों के बहुत समान दिखता है, तो मीटर कम रहता है, और ड्रोन उस पथ को चुन लेता है।
यह स्वाम (swarm) को तुरंत निर्णय लेने की अनुमति देता है। वे जटिल गणित की गणना नहीं कर रहे हैं; वे बस यह चेक कर रहे हैं, "क्या यह वैसा ही दिख रहा है जैसा एक प्रो (pro) करेगा?"
3. बदलावों के अनुकूल होना (द "रिप्लानिंग" ट्रिक)
क्या होता है यदि ड्रोन उड़ते समय कोई नया लक्ष्य दिखाई दे?
- पुराना तरीका: सब कुछ रोक दें, सभी ड्रोनों के लिए पूरी पहेली को फिर से कैलकुलेट करें, और फिर से शुरू करें। (बहुत धीमा)।
- इस पेपर का तरीका: सिस्टम नए लक्ष्य को देखता है और पूछता है, "असामान्यता को कम रखने के लिए कौन सा ड्रोन इसे उठाना चाहिए?" फिर यह पूछता है, "उस ड्रोन की वर्तमान सूची में यह नया स्टॉप कहाँ होना चाहिए?" इसके बाद, यह उड़ान के पथ को थोड़ा समायोजित करता है। यह एक कंडक्टर की तरह है जो संगीत को रोके बिना, चलते हुए ऑर्केस्ट्रा की शीट म्यूजिक को एडजस्ट करता है।
4. "सेफ्टी नेट" (फिल्टर्स)
भले ही डिक्शनरी स्मार्ट हों, वास्तविक जीवन अव्यवस्थित होता है। सेंसर शोर (noise) पैदा करते हैं, और हवा चलती है। इसे संभालने के लिए, सिस्टम बेशियन फिल्टर्स (जैसे EKF और PF) का उपयोग करता है।
- उपमा: कल्पना कीजिए कि आप कोहरे में कार चला रहे हैं। आप सड़क का लेआउट (डिक्शनरी) जानते हैं, लेकिन आप पूरी तरह से देख नहीं पा रहे हैं। फिल्टर एक को-पायलट की तरह है जो कहता है, "आपको लगता है कि आप कोने पर हैं, लेकिन आपकी गति और कोहरे के आधार पर, आप वास्तव में कुछ फीट बाईं ओर हैं।"
- सिस्टम अपने स्वयं के निर्णय लेने से पहले ड्रोन की वास्तविक स्थिति को ठीक करने के लिए इस "को-पायलट" का उपयोग करता है, जिससे यह सुनिश्चित होता है कि यदि उनके सेंसर थोड़े धुंधले भी हों, तो भी वे टकराएं नहीं।
5. परिणाम
शोधकर्ताओं ने दो तरीकों से इसका परीक्षण किया:
- सिमुलेशन (Simulations): उन्होंने हजारों कंप्यूटर मिशन चलाए। नया सिस्टम "मास्टर प्लानर" जितना ही कुशल था, लेकिन बदलावों पर प्रतिक्रिया देने में बहुत तेज़ था। यह अन्य लर्निंग तरीकों (जैसे Q-learning) की तुलना में बहुत अधिक सुचारू और स्थिर था, जो अक्सर झटकेदार और अनियमित होते थे।
- वास्तविक उड़ानें (Real Flights): उन्होंने इंडोर में इंसानों द्वारा उड़ाए गए असली ड्रोनों के साथ इसका परीक्षण किया। भले ही मानव पायलट गलतियाँ करते हैं और झटकेदार तरीके से उड़ते हैं, सिस्टम इस डेटा को "साफ" करने में सक्षम था। यह एक अव्यवस्थित मानव उड़ान को देख सकता था, इच्छित पथ का पता लगा सकता था, और ट्रैक पर रहने के लिए अपनी भविष्यवाणियों को सही कर सकता था।
सारांश
संक्षेप में, यह पेपर एक ड्रोन स्वार्म को हर सेकंड एक जीनियस गणितज्ञ बनने के बजाय एक विशेषज्ञ से सीखने की शिक्षा देता है। समस्या को तीन स्तरों (कौन क्या करेगा? किस क्रम में? वे कैसे उड़ेंगे?) में तोड़कर और ट्रैक पर रहने के लिए एक "असामान्यता डिटेक्टर" का उपयोग करके, ड्रोन तुरंत नई स्थितियों के अनुकूल हो सकते हैं, सुचारू रूप से उड़ सकते हैं, और दुर्घटनाओं से बच सकते हैं, और यह सब वे बिना किसी सुपरकंप्यूटर के कर सकते हैं जिसे हर नए लक्ष्य के आने पर पूरी पहेली हल करनी पड़े।
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।