AutoRPA: Efficient GUI Automation through LLM-Driven Code Synthesis from Interactions
AutoRPA एक ऐसा फ्रेमवर्क है जो अक्षम LLM-आधारित ReAct एजेंटों और पारंपरिक RPA के बीच के अंतर को पाटता है, जो अंततः कार्य-समाधान क्षमताओं को बनाए रखते हुए टोकन उपयोग और रनटाइम लागत में महत्वपूर्ण कमी लाता है, और इसके लिए इंटरैक्शन ट्रेजेक्टरीज को मजबूत, पुन: प्रयोज्य RPA फंक्शन्स में स्वचालित रूप से डिस्टिल 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 आपके पास एक बहुत ही बुद्धिमान, लेकिन थोड़ा महंगा, व्यक्तिगत सहायक है जिसका नाम "LLM" (लार्ज लैंग्वेज मॉडल) है। यह सहायक कंप्यूटर या फोन की स्क्रीन का पहली बार उपयोग करने में माहिर है। यदि आप उनसे "फ्लाइट बुक करें" या "नोट डिलीट करें" कहते हैं, तो वे स्क्रीन को देख सकते हैं, सोच सकते हैं कि क्या करना है, सही बटन पर क्लिक कर सकते हैं और काम पूरा कर सकते हैं।
हालाँकि, इसमें एक पेच है: वे दोहराव वाले कार्यों (repetitive tasks) के लिए धीमे और महंगे हैं।
हर बार जब आप उनसे फ्लाइट बुक करने के लिए कहते हैं, तो उन्हें शून्य से "सोचना" पड़ता है। वे स्क्रीन को पढ़ते हैं, चरणों की योजना बनाते हैं, और क्लिक करते हैं। यदि आपको दिन में 100 बार ऐसा करना है, तो आप 100 घंटों के "सोचने" के लिए भुगतान कर रहे हैं, जो पैसे की बर्बादी है।
दूसरी ओर, इन स्मार्ट सहायकों के अस्तित्व में आने से पहले, लोग "रोबोटिक प्रोसेस ऑटोमेशन" (RPA) का उपयोग करते थे। RPA को एक पहले से रिकॉर्ड किए गए स्क्रिप्ट के रूप में समझें। यह एक ऐसे रोबोट की तरह है जो अंधाधुंध तरीके से "बटन 3 दबाएं, फिर 'Hello' टाइप करें, फिर 'Save' पर क्लिक करें" करता है। यह अविश्वसनीय रूप से तेज़ और सस्ता है। लेकिन यह नाजुक (fragile) भी है। यदि ऐप के डिज़ाइनर ने "बटन 3" को किसी दूसरे स्थान पर स्थानांतरित कर दिया, तो रोबोट क्रैश हो जाएगा क्योंकि उसे अनुकूलित होना नहीं आता। उसे हर बार स्क्रीन बदलने पर एक इंसान द्वारा मैन्युअल रूप से स्क्रिप्ट को फिर से लिखने की आवश्यकता होती है।
समस्या
हमें रोबोट की गति और सस्तापन (RPA) चाहिए लेकिन सहायक की स्मार्ट अनुकूलन क्षमता (LLM) भी चाहिए। हम एक ऐसा समाधान चाहते हैं जो दोहराव वाले कार्यों (जैसे हर दिन फ्लाइट बुक करना) के लिए काम करे, बिना इस बात की ज़रूरत के कि हर बार ऐप अपडेट होने पर किसी इंसान को कोड फिर से लिखना पड़े।
समाधान: AutoRPA
यह पेपर AutoRPA पेश करता है, जो एक ऐसा सिस्टम है जो एक मास्टर शेफ की तरह काम करता है जो एक अस्त-व्यस्त कुकिंग डेमो को एक परफेक्ट, पुन: प्रयोज्य (reusable) रेसिपी में बदल देता है।
यह इस प्रकार काम करता है, चरण-दर-चरण:
1. "एक्सप्लोरेशन" (शेफ का देखना)
सबसे पहले, AutoRPA स्मार्ट LLM सहायक का उपयोग करके कार्य (जैसे फ्लाइट बुक करना) को केवल एक या कुछ बार करने के लिए करता है। सहायक स्क्रीन को देखता है, सोचता है और क्लिक करता है। यह "ReAct" चरण है।
- उपमा: शेफ एक बार पहली बार डिश बनाने के लिए एक सु-शेफ (sous-chef) को देखते हुए हर हरकत को नोट करता है।
2. "ट्रांसलेशन" (नोट्स को रेसिपी में बदलना)
सहायक के कार्य आमतौर पर "हार्ड-कोडेड" होते हैं (जैसे, "पिक्सेल कोऑर्डिनेट्स 144, 278 पर क्लिक करें")। यह बुरा है क्योंकि यदि स्क्रीन शिफ्ट होती है, तो कोऑर्डिनेट्स गलत हो जाते हैं।
AutoRPA के पास एक विशेष ट्रांसलेटर एजेंट है जो इन कार्यों को फिर से लिखता है। "144, 278 पर क्लिक करें" कहने के बजाय, यह कहता है "उस बटन पर क्लिक करें जिस पर 'Book Flight' लिखा है।"
- उपमा: शेफ सु-शेफ के अस्त-व्यस्त नोट्स ("ऊपरी दाएं हिस्से में लाल बिंदु पर हिट करें") को लेकर उन्हें एक स्पष्ट निर्देश के रूप में फिर से लिखता है ("लाल 'Start' बटन दबाएं")। यह इस बात को सुनिश्चित करता है कि रेसिपी काम करे, भले ही किचन का लेआउट थोड़ा बदल जाए।
3. "बिल्डिंग" (मास्टर स्क्रिप्ट बनाना)
एक बिल्डर एजेंट इन अनुवादित, लचीले निर्देशों को लेता है और उन्हें एक एकल, मजबूत कंप्यूटर प्रोग्राम (एक RPA फंक्शन) में जोड़ देता है। यह विविधताओं को संभालने के लिए कई अलग-अलग प्रयासों (trajectories) को देखता है।
- उपमा: शेफ अंतिम, पेशेवर रेसिपी कार्ड लिखता है जिसे कोई भी, कहीं भी, उस डिश को पूरी तरह से बनाने के लिए उपयोग कर सकता है।
4. "हाइब्रिड रिपेयर" (सुरक्षा जाल)
कभी-कभी, नई रेसिपी में कोई बग हो सकता है। यदि रोबोट कोड चलाने की कोशिश करता है और विफल हो जाता है, तो AutoRPA हार नहीं मानता। इसके पास एक हाइब्रिड रिपेयर स्ट्रैटेजी है:
- यह रोबोट को रोकता है।
- यह स्मार्ट LLM सहायक को वापस बुलाता है ताकि यह पता लगाया जा सके कि वह क्यों विफल हुआ और ठीक उसी बिंदु से इसे कैसे ठीक किया जाए।
- यह सहायता के उपयोग से रेसिपी को अपडेट करता है।
- उपमा: यदि रोबोट टोस्ट जला देता है, तो शेफ हस्तक्षेप करता है, टोस्ट को ठीक करता है, और फिर रेसिपी कार्ड को अपडेट करता है ताकि अगली बार रोबोट उसे न जलाए।
परिणाम
इस पेपर का परीक्षण तीन अलग-अलग वातावरणों (एंड्रॉइड ऐप्स, वेबसाइटों और सिम्युलेटेड वेब कार्यों) पर किया गया।
- दक्षता (Efficiency): नया AutoRPA कोड हर बार स्मार्ट सहायक को कार्य करने के लिए कहने की तुलना में 82% से 96% सस्ता है। यह "टोकन" के उपयोग (जो AI सोचने की मुद्रा है) की भारी बचत करता है।
- सफलता दर (Success Rate): यह स्मार्ट सहायक के समान ही, या कभी-कभी उससे भी बेहतर तरीके से कार्य हल करता है, क्योंकि जनरेट किया गया कोड स्थिर है और स्क्रीन के मामूली बदलावों से भ्रमित नहीं होता है।
- पुन: प्रयोज्यता (Reusability): एक बार जब किसी "प्रकार" के कार्य (जैसे फ्लाइट बुक करना) के लिए कोड बन जाता है, तो इसे सैकड़ों विशिष्ट उदाहरणों (न्यूयॉर्क के लिए बुकिंग, लंदन के लिए बुकिंग) के लिए बिना दोबारा सोचे फिर से उपयोग किया जा सकता है।
सारांश
AutoRPA एक ऐसा सिस्टम है जो देखता है कि एक स्मार्ट AI किसी कार्य को कैसे सीखता है, उस सीख को एक लचीली, पुन: प्रयोज्य स्क्रिप्ट में अनुवाद करता है, और फिर उस स्क्रिप्ट को तब तक पॉलिश करता है जब तक कि वह एकदम सही न हो जाए। यह हमें दोनों दुनियाओं का सर्वश्रेष्ठ देता है: नई स्थितियों को संभालने के लिए बुद्धिमत्ता और दोहराव वाले काम को संभालने के लिए दक्षता।
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।