WorldArena 2.0: Extending Embodied World Model Benchmarking on Modality, Functionality and Platform
यह शोधपत्र वर्ल्डएरिना (WorldArena) 2.0 का परिचय देता है, जो एक विस्तारित बेंचमार्क है जो मौजूदा विजन-ओनली (vision-only) और सिम्युलेटर-आधारित मूल्यांकनों की सीमाओं को दूर करने के लिए तीन नए आयामों—विजुओटैक्टाइल मोडैलिटी (visuotactile modality), पॉलिसी ऑप्टिमाइज़ेशन के लिए इंटरैक्टिव फंक्शनैलिटी, और विविध वास्तविक एवं सिम्युलेटेड प्लेटफॉर्म्स—के माध्यम से एम्बॉडीड वर्ल्ड मॉडल्स (embodied world models) का व्यवस्थित रूप से मूल्यांकन करता 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 एक रोबोट को घर के काम करना सिखाने की कोशिश कर रहे हैं, जैसे पानी डालना या मेज पोंछना। इसे सुरक्षित और प्रभावी ढंग से करने के लिए, रोबोट को एक "वर्ल्ड मॉडल" (World Model) की आवश्यकता होती है। वर्ल्ड मॉडल को उसके आंतरिक स्वप्न यंत्र (internal dream machine) के रूप में सोचें—यह रोबोट के मस्तिष्क के भीतर एक सिमुलेशन है जहाँ वह "कल्पना" कर सकता है कि यदि वह अपने हाथ को एक निश्चित तरीके से हिलाता है तो आगे क्या होगा, बिना वास्तव में किसी फूलदान को तोड़ने या कुछ गिराने का जोखिम उठाए।
लंबे समय से, वैज्ञानिक इन स्वप्न यंत्रों का परीक्षण कर रहे हैं, लेकिन उनके परीक्षण एक पायलट के कौशल को केवल एक विमान के सपाट, 2D चित्र को देखकर आंकने जैसा था। उन्होंने केवल यह जांचा कि क्या रोबोट भविष्य को स्पष्ट रूप से "देख" सकता है, अन्य इंद्रियों को नजरअंदाज करते हुए, यह भी नहीं देखा कि वह वास्तव में उड़ना कितनी अच्छी तरह सीख सकता है, या क्या वह वास्तविक हवा और बारिश को संभाल सकता है।
WorldArena 2.0 इन रोबोट दिमागों के परीक्षण के लिए एक बिल्कुल नया, बहुत कठिन "फ्लाइट सिम्युलेटर" है। त्सिंगहुआ विश्वविद्यालय (Tsinghua University) और कई अन्य शीर्ष संस्थानों के शोधकर्ताओं ने तीन प्रमुख तरीकों से इस परीक्षण को अपग्रेड किया है:
1. "स्पर्श की भावना" जोड़ना (Modality)
पुराना तरीका: पहले, रोबोट का स्वप्न यंत्र केवल आँखों से लैस था। वह यह अनुमान लगा सकता था कि किसी चलती हुई वस्तु का वीडियो कैसा दिखेगा, लेकिन वह कुछ "महसूस" नहीं कर सकता था।
नया तरीका: WorldArena 2.0 रोबोट को आँखें और हाथ दोनों देता है। यह परीक्षण करता है कि क्या रोबोट न केवल वीडियो, बल्कि स्पर्श संबंधी फीडबैक (दबाव, फिसलन या बनावट का अहसास) की भी भविष्यवाणी कर सकता है।
- उपमा: कल्पना कीजिए कि आप किसी दूसरे को करतब दिखाते हुए देखकर जुग्लिंग (juggling) सीखने की कोशिश कर रहे हैं। आप जान सकते हैं कि गेंदें दिखने में कहाँ जा रही हैं, लेकिन आपको यह पता नहीं चलेगा कि उन्हें पकड़ने के लिए कितना जोर लगाना है। WorldArena 2.0 रोबोट को गेंद के हाथ से टकराने के एहसास की कल्पना करने के लिए मजबूर करता है, जो USB केबल लगाने (जहाँ आपको "क्लिक" महसूस करने की आवश्यकता होती है) या बोतल को कुचले बिना उठाने जैसे कार्यों के लिए अत्यंत महत्वपूर्ण है।
2. स्वप्न यंत्र को एक "प्रशिक्षण जिम" में बदलना (Functionality)
पुराना तरीका: पहले, शोधकर्ता रोबोट से भविष्य का "सपना" देखने के लिए कहते थे, और फिर वे देखते थे कि क्या वह सपना वास्तविक दिखता था। यह एकतरफा रास्ता था: रोबोट सपना देखता था, और इंसान उस तस्वीर को ग्रेड देते थे।
नया तरीका: अब, रोबोट का स्वप्न यंत्र एक आभासी प्रशिक्षण जिम (virtual training gym) के रूप में कार्य करता है। रोबोट अपने सपने के भीतर अपने कौशल का अभ्यास कर सकता है, गलतियाँ कर सकता है, उनसे सीख सकता है, और बेहतर बन सकता है, वह भी वास्तविक दुनिया को छुए बिना।
- उपमा: केवल एक फुटबॉलर का वीडियो देखने के बजाय, रोबोट अब एक वीडियो गेम खेल रहा है जहाँ वह वास्तव में गेंद को किक करने का अभ्यास कर सकता है। यह परीक्षण करता है: "यदि हम रोबोट को इस सपने के भीतर 10 घंटे प्रशिक्षण लेने दें, तो क्या वह वास्तविक मैदान पर उतरने पर एक बेहतर खिलाड़ी बन जाएगा?"
3. "वास्तविक दुनिया" में परीक्षण करना (Platform)
पुराना तरीका: अधिकांश परीक्षण पूरी तरह से कंप्यूटर सिमुलेशन के भीतर होते थे। यह एक वीडियो गेम में एक बिल्कुल चिकनी, समतल ट्रैक पर कार का परीक्षण करने जैसा था।
नया तरीका: WorldArena 2.0 तीन अलग-अलग वातावरणों में रोबोट का परीक्षण करता है:
- RoboTwin 2.0: एक जटिल कंप्यूटर सिमुलेशन जिसमें यादृच्छिक (random) बाधाएं हैं।
- LIBERO: एक संरचित सिमुलेशन जो विशिष्ट प्रकार के सीखने का परीक्षण करता है।
- AgileX ALOHA: एक वास्तविक भौतिक रोबोट एक वास्तविक कमरे में।
- उपमा: यह एक वीडियो गेम में, एक टेस्ट ट्रैक पर, और अंततः एक ऊबड़-खाबड़, बरसाती शहर की सड़क पर कार चलाने के बीच के अंतर जैसा है। शोधकर्ताओं ने पाया कि जबकि कई रोबोट वीडियो गेम के स्तर पर बहुत अच्छे थे, वे अक्सर संघर्ष करते थे जब उन्हें वास्तविक, अव्यवस्थित सड़क पर गाड़ी चलानी पड़ती थी। यह "सपना" देखने और "करने" के बीच के बड़े अंतर को उजागर करता है।
उन्होंने क्या पाया?
शोधकर्ताओं ने इन नए नियमों का उपयोग करके 12 अलग-अलग रोबोट "स्वप्न मशीनों" का परीक्षण किया।
- अच्छी खबर: कुछ मॉडलों ने दुनिया को "महसूस" करना काफी अच्छी तरह से सीख लिया। उदाहरण के लिए, एक मॉडल (Wan 2.2) स्पर्श संवेदनाओं की भविष्यवाणी करने में इतना अच्छा था कि वह सिमुलेशन में एक नाजुक कार्य (HDMI केबल लगाना) को 100% बार सफलतापूर्वक पूरा कर सका।
- बुरी खबर: सिमुलेशन और वास्तविकता के बीच अभी भी एक बड़ा अंतर है। एक रोबोट जो कंप्यूटर सिमुलेशन में जीनियस की तरह दिखता है, वह वास्तविक मेज पर पानी डालने के लिए कहा जाने पर विफल हो जाता है। "सपना" अभी तक वास्तविक दुनिया के जटिल भौतिक विज्ञान (physics) को संभालने के लिए पर्याप्त सटीक नहीं है।
मुख्य निष्कर्ष (The Bottom Line)
WorldArena 2.0 रोबोट की बुद्धिमत्ता के लिए एक अधिक ईमानदार और व्यापक रिपोर्ट कार्ड है। यह हमें केवल सुंदर रोबोट वीडियो की प्रशंसा करने के बजाय कठिन प्रश्न पूछने के लिए मजबूर करता है: क्या रोबोट महसूस कर सकता है? क्या वह अपने ही मन के भीतर सीख सकता है? और क्या वह वास्तव में वास्तविक दुनिया में काम कर सकता है?
निष्कर्ष यह है कि हालांकि हम प्रगति कर रहे हैं, लेकिन इससे पहले कि रोबोट अपने स्वयं के "सपनों" से विश्वसनीय रूप से सीख सकें और उस सीख को वास्तविक जीवन के कार्यों में लागू कर सकें, हमें अभी एक लंबा रास्ता तय करना 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।