तकनीकी सारांश: लचीले बहु-एजेंट स्वायत्त प्रणालियों के लिए शीफ-सैद्धांतिक नियोजन (Sheaf-Theoretic Planning)

1. समस्या विवरण

यह शोध पत्र शास्त्रीय टेम्पोरल लॉजिक (temporal logic) और बहु-एजेंट सिस्टम (MAS) नियोजन ढांचों, जैसे कि इवेंट कैलकुलस (Event Calculus) और सिचुएशन कैलकुलस (Situation Calculus) में एक मौलिक संकट की पहचान करता है। ये पारंपरिक प्रणालियाँ मोनोलिथिक लॉजिकल मॉडल्स और एक बंद-विश्व धारणा (closed-world assumption) पर निर्भर करती हैं, जहाँ विश्व की स्थिति को पूर्णतः अवलोकन योग्य और एजेंट की आंतरिक स्मृति के साथ सुसंगत माना जाता है।

यह दृष्टिकोण खुले-विश्व परिदृश्यों (open-world scenarios) में विफल हो जाता है जो निम्नलिखित द्वारा चिह्नित हैं:

• अनदेखी हस्तक्षेप (Unobserved Interventions): जब एक एजेंट (जैसे, एक रोबोट) किसी कार्य को छोड़कर रिचार्ज होने के लिए जाता है और वापस आकर पाता है कि पर्यावरण किसी अनदेखे तीसरे पक्ष द्वारा बदल दिया गया है, तो शास्त्रीय तर्क इसे एक विरोधाभास के बजाय एक सुलभ विसंगति के रूप में नहीं देख पाता।
• योजना व्यवधान (Plan Interruptions): वे "अंधेरे" अंतराल (blind intervals) जिनके दौरान एक एजेंट निष्क्रिय रहता है, उन्हें औपचारिक रूप से लेखा-जोखा नहीं दिया जाता है, जिससे स्मृति और वास्तविकता के बीच विसंगतियां उत्पन्न होती हैं।
• विसंगति का पैमाना (Scalability of Inconsistency): शास्त्रीय प्रणालियों में विचलित विश्वास-वास्तविकता अवस्थाओं को हल करने के लिए "एक्स्ट्रा-लॉजिकल पैच" और जटिल इंडेक्सिंग स्कीमों की आवश्यकता होती है जो स्केलेबल नहीं हैं।

मूल समस्या एक ही कठोर गणितीय ढांचे के भीतर कई, संभावित रूप से असंगत दृष्टिकोणों (एजेंट की स्मृति, लक्ष्य, और वस्तुनिष्ठ वास्तविकता) को जोड़ने के लिए एक औपचारिक तंत्र की कमी है।

2. कार्यप्रणाली: शीफ-सैद्धांतिक नियोजन (STP)

शोध पत्र शीफ-सैद्धांतिक नियोजन (STP) का प्रस्ताव करता है, जो टोपोस थ्योरी (topos theory) और शीफ सेमेंटिक्स (sheaf semantics) पर आधारित है। यह दृष्टिकोण प्रतिमान को "स्वयंसिद्ध के रूप में तर्क" (Logic as Axioms) से बदलकर "ज्यामिति के रूप में तर्क" (Logic as Geometry) में परिवर्तित करता है, जहाँ सत्य को पूर्ण और वैश्विक के बजाय स्थानीय और प्रासंगिक माना जाता है।

2.1 कैटेगोरिकल आधार (Categorical Foundations)

• समय का साइट (The Site of Time): समय को केवल एक रैखिक अनुक्रम के रूप में नहीं, बल्कि समय अंतराल के पोसेट श्रेणी (poset category of time intervals - $\mathcal{T}$) के रूप में मॉडल किया गया है, जहाँ ऑब्जेक्ट्स बंद अंतराल $[t_i, t_j]$ हैं और मॉर्फिज्म (morphisms) समावेशन (inclusions) हैं।
• ग्रोटेंडिएक टोपोलॉजी (Grothendieck Topology): श्रेणी को एक ग्रोटेंडिएक टोपोलॉजी ($J$) के साथ सुसज्जित किया गया है ताकि "कवर्स" (subintervals के संग्रह) को परिभाषित किया जा सके। यह स्थानीय-से-वैश्विक सिद्धांत (local-to-global principle) को औपचारिक रूप देता है: एक अंतराल का इतिहास उसके उप-भागों के इतिहासों द्वारा अद्वितीय रूप से निर्धारित होता है।
• इतिहास के रूप में शीफ (Sheaves as Histories): एक शीफ $\mathcal{F}$ प्रत्येक अंतराल को "सेक्शन्स" (सुसंगत इतिहास) के सेट असाइन करता है। ढांचा निम्नलिखित के लिए विशिष्ट शीफ परिभाषित करता है:
  • $\mathcal{F}_{World}$: वस्तुनिष्ठ वास्तविकता।
  • $\mathcal{F}_{Mem}$: एक एजेंट की स्मृति।
  • $\mathcal{F}_{Goal}$: लक्षित अवस्थाएँ।
    ये $\text{Sh}(\mathcal{T}, J)$ के भीतर प्राकृतिक रूपांतरणों (natural transformations) द्वारा संबंधित हैं।

2.2 क्रियाएं और एब्डक्शन (Actions and Abduction)

• प्राकृतिक रूपांतरण के रूप में क्रियाएं (Actions as Natural Transformations): क्रियाओं को प्राकृतिक रूपांतरणों ($\eta_\alpha: \mathcal{F}_{World} \to \mathcal{F}_{World}$) के रूप में परिभाषित किया गया है। यह कालिक निरंतरता (temporal consistency) सुनिश्चित करता है: एक बड़े अंतराल पर क्रिया का प्रभाव उसके किसी भी उप-अंतराल पर प्रभाव के साथ सुसंगत होना चाहिए। यह "इनिशियेट्स" (initiates) और "टर्मिनेट्स" (terminates) प्रेडिकेट्स को एक ज्यामितीय ढांचे में सामान्यीकृत करता है।
• पुलबैक के माध्यम से एब्डक्शन (Abduction via Pullbacks): सर्वोत्तम स्पष्टीकरण के लिए अनुमान (inference to the best explanation) को एक पुलबैक (pullback) निर्माण के रूप में औपचारिक रूप दिया गया है। जब एक एजेंट एक ऐसी अवस्था $S_{obs}$ देखता है जो इसकी स्मृति $S_{mem}$ के साथ विरोधाभासी है, तो पुलबैक उन क्रिया अनुक्रमों के सेट की पहचान करता है जो $S_{mem}$ को $S_{obs}$ में परिवर्तित करते हैं। यह परिकल्पना चयन (जैसे, अनदेखी हस्तक्षेप का अनुमान लगाना) के लिए एक कठोर, गैर-अनुमानी (non-heuristic) आधार प्रदान करता है।

2.3 बहु-एजेंट समन्वय (Multi-Agent Coordination)

• ग्लूइंग (Gluing): ज्ञान एकीकरण को शीफ ग्लूइंग (sheaf gluing) के रूप में मॉडल किया गया है। एजेंट "ज्ञान शीफ" के स्थानीय सेक्शन्स का आदान-प्रदान करते हैं। यदि ओवरलैपिंग अंतरालों पर प्रेक्षण संगत हैं, तो उन्हें एक अद्वितीय वैश्विक सेक्शन में "ग्लू" (जोड़ा) किया जाता है।
• बाधाएं (Obstructions): यदि ग्लूइंग विफल हो जाती है (उदाहरण के लिए, किसी वस्तु के रंग के बारे में परस्पर विरोधी धारणाएं), तो विफलता स्वयं एक बाधा (obstruction) है। यह विसंगति के कारण की परिकल्पना करने के लिए एब्डक्टिव प्रक्रिया को ट्रिगर करता है।
• स्पेक्ट्रल विश्लेषण (Spectral Analysis): ढांचा प्रसार समीकरण ($\frac{dx}{dt} = -\alpha L_F x$) के माध्यम से सर्वसम्मति गतिशीलता को मॉडल करने के लिए शीफ लैपलेसियन (Sheaf Laplacian - $L_F$) का उपयोग करता है। यह विषम एजेंटों को संचार विलंब के बावजूद एक "हारमोनिक अभिव्यक्ति" तक पहुँचने की अनुमति देता है। शीफ कोहोमोलॉजी (Sheaf cohomology - $H^0, H^1, \dots$) का उपयोग वैश्विक निरंतरता में बाधाओं को मापने के लिए किया जाता है।

3. कार्यान्वयन और परिणाम

शोध पत्र का दावा है कि STP केवल सैद्धांतिक नहीं है बल्कि इसे सीमित हार्डवेयर पर लागू और परीक्षण किया गया है।

• हार्डवेयर स्टैक: प्रणाली एक Raspberry Pi 4B (रीजनिंग इंजन) पर चलती है, जो सेंसर/एक्चुएटर नियंत्रण के लिए ESP32 माइक्रोकंट्रोलर्स के साथ जुड़ी हुई है, और वाई-फाई मेश के माध्यम से संचार करती है।
• सॉफ्टवेयर स्टैक:
  • Prolog: प्रतीकात्मक तर्क (symbolic reasoning) के लिए उपयोग किया जाता है, जो "टेबलिंग" (मेमोइज़ेशन) के साथ एक सरलीकृत इवेंट कैलकुलस को लागू करता है ताकि गणनाओं को अनावश्यक न बनाया जाए।
  • लॉजिक ट्रांसलेशन: TCP सॉकेट्स उच्च-स्तरीय शीफ लॉजिक को भौतिक रोबोट कमांड के साथ जोड़ते हैं।
• प्रदर्शन मेट्रिक्स:
  • सिस्टम 1,000 टाइम पॉइंट्स और 50 फ्लुएंट्स (fluents) वाले परिदृश्यों के लिए 2 सेकंड से कम समय में वैध योजनाएं खोज लेता है।
  • एब्डक्टिव रीजनिंग एक्शन सीक्वेंस की लंबाई को $\le 10$ तक सीमित करके कम-शक्ति वाले हार्डवेयर पर भी व्यवहार्य बनी रहती है।
• औपचारिक सत्यापन (Formal Verification): ढांचे को Lean 4 और Coq में औपचारिक रूप दिया जा रहा है। "HeytingLean" ढांचा रचनात्मक गणित (constructive mathematics) को क्रिप्टोग्राफिक प्रोटोकॉल के साथ जोड़ता है, जिससे "प्रूफ-कैरिंग कोड" सक्षम होता है जहाँ एजेंट निरंतरता के औपचारिक प्रमाणों के साथ योजनाएं साझा करते हैं।

4. मुख्य योगदान

1. फ्रेम समस्या का ज्यामितीय समाधान: बंद-विश्व धारणा को एक ज्यामितीय ढांचे से बदल देता है जहाँ सत्य स्थानीय होता है। स्मृति और वास्तविकता के बीच के अंतर को तार्किक विफलता के बजाय "ज्यामितीय दूरी" के रूप में माना जाता है।
2. एकीकृत नियोजन और निदान: नियोजन (स्टेट ट्रांजिशन) और निदान (एब्डक्शन) को एक एकल गणितीय इंजन (प्राकृतिक रूपांतरण और पुलबैक) में एकीकृत करता है, जिससे अलग-अलग ह्यूरिस्टिक मॉड्यूल की आवश्यकता समाप्त हो जाती है।
3. विकेंद्रीकृत सर्वसम्मति: एक तंत्र प्रदान करता है जिससे बहु-एजेंट प्रणालियाँ बिना किसी मास्टर नोड के, सर्वसम्मति के लिए शीफ लैपलेसियन और त्रुटि का पता लगाने के लिए कोहोमोलॉजी का उपयोग करके, स्थानीय "ग्लूइंग" के माध्यम से वैश्विक सामंजस्य प्राप्त कर सकती हैं।
4. रचनात्मक तर्कवाद (Constructive Logicism): टोपोस की आंतरिक भाषा (सहज तर्क/intuitionistic logic) का लाभ उठाता है ताकि अनिश्चितता को संरचनात्मक रूप से संभाला जा सके, जिससे एजेंट अपवर्जन के नियम (law of excluded middle) को माने बिना अपूर्ण जानकारी के बारे में तर्क कर सकते हैं।

5. महत्व और दावे

शोध पत्र का दावा है कि शीफ-सैद्धांतिक नियोजन (STP) उन स्वायत्त प्रणालियों के निर्माण के लिए एक आवश्यक विकास है जो खुले, अप्रत्याशित भौतिक संसारों में फलने-फूलने में सक्षम हैं।

• लचीलापन (Resilience): यह ढांचा "संज्ञानात्मक लचीलापन" प्रदान करता है, जिससे एजेंट (जैसे, बाधित योजनाओं, अनदेखी परिवर्तनों से) स्थानीय रूप से एब्डक्शन और ग्लूइंग के माध्यम से विसंगतियों को ठीक करके, क्रैश होने या वैश्विक पुन: आरंभिकरण (re-initialization) की आवश्यकता के बजाय स्थिति से उबर सकते हैं।
• व्यावहारिकता: Raspberry Pi हार्डवेयर पर मानक Prolog का उपयोग करके कार्यान्वयन प्रदर्शित करके, लेखक तर्क देते हैं कि कैटेगोरिकल AI एक व्यावहारिक वास्तविकता है, न कि केवल एक सैद्धांतिक अमूर्तता।
• भवि भविष्य की दिशा: शोध पत्र STP को उच्च-आश्वासन (high-assurance) वाले बहु-एजेंट प्रणालियों के आधार के रूप में प्रस्तुत करता है, जहाँ भविष्य का कार्य वितरित अनुकूलन के लिए स्पेक्ट्रल शीफ थ्योरी को एकीकृत करना और सुरक्षा-महत्वपूर्ण विश्वसनीयता सुनिश्चित करने के लिए Lean 4 के माध्यम से औपचारिक सत्यापन का विस्तार करना है।

लेखक निष्कर्ष निकालते हैं कि मोनोलिथिक प्रतीकात्मक सिद्धांतों से शीफ-सैद्धांतिक ज्यामिति में संक्रमण उन एजेंटों को इंजीनियर करने के लिए आवश्यक है जो वास्तविक दुनिया की स्टोकेस्टिक और प्रतिकूल प्रकृति में नेविगेट कर सकें।