💻 computer science

Collaborative Threat-Aware Autonomy (CTAA)

यह शोधपत्र स्वायत्त वाहन टीमों के लिए एक भूमिका-विभेदित मल्टी-एजेंट ढांचे को प्रस्तुत करता है जो प्रतिकूल वेपन एंगेजमेंट ज़ोन में मिशन की सफलता को बढ़ाता है, जिसमें संभाव्य अतिरेक (प्रोबेबिलिस्टिक रिडंडेंसी) और खतरे की संतृप्ति (थ्रेट सैचुरेशन) उत्पन्न करने के लिए विशिष्ट इंटरसेप्ट, एस्कॉर्ट और डिकॉय भूमिकाएं सौंपी जाती हैं, जबकि प्रत्येक वाहन अपने लक्ष्य की ओर सुरक्षित रूप से नेविगेट करने के लिए स्वतंत्र रूप से CSBEZ-आधारित रिएक्टिव गाइडेंस लॉ का उपयोग करता है।

मूल लेखक: Rajnikant Sharma, Abhinav Sinha, Isaac Weintraub

प्रकाशित 2026-05-26

📖 4 मिनट में पढ़ें☕ कॉफ़ी ब्रेक में पढ़ें

CC BY 4.0

मूल लेखक: Rajnikant Sharma, Abhinav Sinha, Isaac Weintraub

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 महत्वपूर्ण पैकेज को खतरनाक इलाकों से भरे एक ऐसे मोहल्ले से चुपके से ले जाने की कोशिश कर रहे हैं जहाँ आक्रामक गिरोहों का कब्जा है। इन गिरोहों का अपना एक विशिष्ट "खतरा क्षेत्र" (danger zone) होता है—एक घेरा जहाँ वे किसी भी व्यक्ति को पकड़ सकते हैं यदि वह उनके बहुत करीब आता है। यदि आप केवल एक व्यक्ति को उन क्षेत्रों से बचने के लिए मानचित्र के साथ भेजते हैं, तो वह सफल हो सकता है, लेकिन यदि वह पकड़ा गया, तो मिशन पूरी तरह विफल हो जाएगा। यह एक बहुत बड़ा जोखिम है।

यह शोध पत्र उस जोखिम को संभालने का एक स्मार्ट तरीका प्रस्तावित करता है: सिर्फ एक नायक को न भेजें; एक योजना के साथ एक टीम भेजें।

यहाँ शोधकर्ताओं द्वारा किए गए और पाए गए कार्यों का सरल विवरण दिया गया है:

समस्या: "एकल विफलता बिंदु" (Single Point of Failure)

पुराने तरीके में, आप पॉइंट A से पॉइंट B तक जाने के लिए एक ड्रोन (या वाहन) भेजते हैं। भले ही वह ड्रोन खतरों से बचने में बहुत कुशल हो, फिर भी उसके पकड़े जाने की संभावना बनी रहती है। यदि वह पकड़ा जाता है, तो पूरा मिशन समाप्त हो जाता है। शोध पत्र नोट करता है कि एक स्मार्ट ड्रोन लगभग 72% बार सफल होता है। इसका मतलब है कि वह 10 में से लगभग 3 बार विफल हो जाता है। यह पर्याप्त नहीं है।

समाधान: "बॉडीगार्ड और डेकॉय" टीम

शोधकर्ताओं ने एक ऐसी प्रणाली बनाई है जहाँ वे एक ही समय में तीन ड्रोन भेजते हैं, लेकिन वे प्रत्येक को एक अलग काम देते हैं:

प्राइमरी (VIP): यह वह है जो महत्वपूर्ण मिशन लेकर जा रहा है। यह सबसे मूल्यवान है।
एस्कॉर्ट (बॉडीगार्ड): यह थोड़ा कम महत्वपूर्ण है। इसका काम बुराई (bad guys) का ध्यान भटकाने के लिए पर्याप्त करीब रहना है, लेकिन सुरक्षित रहने के लिए पर्याप्त दूर रहना है।
डेकॉय (डिस्ट्रेक्शन/ध्यान भटकाने वाला): यह सबसे कम महत्वपूर्ण है। इसका काम सबसे स्पष्ट लक्ष्य बनना है ताकि हमला या ध्यान अपनी ओर खींचा जा सके।

वे आपस में बात नहीं करते हैं। इसके बजाय, वे सभी एक विशेष "डोजिंग एल्गोरिदम" (जिसे CSBEZ कहा जाता है) का उपयोग करते हैं जो उन्हें बताता है कि खतरों के कैप्चर ज़ोन से ठीक बाहर रहने के लिए उन्हें कैसे दिशा बदलनी है। क्योंकि वे थोड़े अलग स्थानों से शुरू होते हैं, वे स्वाभाविक रूप से तीन अलग-अलग रास्ते अपनाते हैं।

यह कैसे काम करता है: "भीड़ वाले कमरे" का उदाहरण

कल्पना कीजिए कि बुरे लोग क्लब के बाउंसरों की तरह हैं जो एक समय में केवल एक व्यक्ति को पकड़ सकते हैं।

एकल ड्रोन: एक व्यक्ति अंदर आता है। बाउंसर उसे पकड़ लेता है। मिशन विफल।
तीन ड्रोन: तीन लोग अलग-अलग कोणों से अंदर आते हैं। बाउंसर भ्रमित हो जाते हैं। वे "डेकॉय" और "एस्कॉर्ट" को पकड़ लेते हैं क्योंकि वे सबसे करीब या सबसे स्पष्ट लक्ष्य होते हैं। जब बाउंसर डेकॉय को पकड़ने में व्यस्त होते हैं, तो "प्राइमरी" ड्रोन बिना किसी बाधा या बिना किसी के ध्यान में आए खुले दरवाजे से निकल जाता है।

शोध पत्र इसे "थ्रेट सैचुरेशन" (Threat Saturation) कहता है। आप अनिवार्य रूप से कम महत्वपूर्ण ड्रोनों के साथ बुरे लोगों की "पकड़ने की क्षमता" को भर देते हैं ताकि महत्वपूर्ण ड्रोन निकल सके।

परिणाम: "शायद" से "लगभग निश्चित" तक

शोधकर्ताओं ने परीक्षण करने के लिए कंप्यूटर सिमुलेशन चलाए:

एक ड्रोन: यह लगभग 72% बार सफल रहा।
तीन ड्रोन (टीम): वे 97.8% बार सफल रहे।

यह एक बहुत बड़ी छलांग है। यहाँ तक कि जब उन्होंने सिमुलेशन में यादृच्छिक अराजकता (जैसे कि बुरे लोग तेज़ी से चलते हैं या थोड़ी अलग जगहों पर होते हैं) जोड़ी, तब भी टीम 100 परीक्षणों में 100% बार सफल रही।

मुख्य निष्कर्ष

यह शोध पत्र सिद्ध करता है कि आपको एक खतरनाक दुश्मन को हराने के लिए एक सुपर-स्मार्ट, आपस में बात करने वाली समन्वयित टीम की आवश्यकता नहीं है। आपको बस एक ऐसी टीम भेजने की आवश्यकता है जहाँ:

हर कोई अपने आप बचना जानता हो।
वे फैले हुए हों ताकि वे एक साथ न पकड़े जाएं।
आप "सबसे महत्वपूर्ण" को बचाने के लिए "कम महत्वपूर्ण" सदस्यों का बलिदान देने के लिए तैयार हों।

ऐसा करके, टीम एक जोखिम भरे जुए को लगभग गारंटीकृत सफलता में बदल देती है। शोध पत्र निष्कर्ष निकालता है कि यह "भूमिका-विभेदित" (role-differentiated) दृष्टिकोण खतरनाक और विवादित हवाई क्षेत्र में मिशन की सफलता सुनिश्चित करने का एक शक्तिशाली तरीका है।

तकनीकी सारांश: कोलबोरेटिव थ्रेट-अवेयर ऑटोनॉमी (CTAA)

1. समस्या विवरण (Problem Statement)

यह शोध पत्र गतिशील, काइनेमैटिक रूप से बाधित (kinematically constrained) शत्रुतापूर्ण पीछा करने वालों वाले विवादित हवाई क्षेत्र में मानव रहित वाहन टीमों के नेविगेशन की मौलिक विश्वसनीयता चुनौती को संबोधित करता है। जबकि एकल-वाहन थ्रेट-अवेयर ऑटोनॉमी (विशेष रूप से वेपन एंगेजमेंट ज़ोन या WEZs का उपयोग करके) में हालिया प्रगति से एक वाहन को कैप्चर होने से बचने के लिए प्रतिक्रियाशील (reactive) क्षमता मिलती है, एक एकल वाहन "सिंगल पॉइंट ऑफ फेलियर" बना रहता है। यदि किसी व्यक्तिगत वाहन की सफलता की संभावना $p$ है (चुनौतीपूर्ण परिदृश्यों में आमतौर पर 0.65–0.75), तो मिशन के विफल होने की संभावना $1-p$ होती है। लेखक तर्क देते हैं कि वर्तमान अत्याधुनिक दृष्टिकोण व्यक्तिगत जोखिम या पथ की लंबाई को कम करने पर ध्यान केंद्रित करते हैं, लेकिन टीम-स्तरीय मिशन सफलता की संभावना को अनुकूलित करने में विफल रहते हैं, विशेष रूप से उन परिदृश्यों में जहाँ कई वाहनों को गतिशील WEZs से गुजरना होता है।

मुख्य समस्या को एक मल्टी-एजेंट प्रक्षेपवक्र योजना (trajectory planning) कार्य के रूप में तैयार किया गया है जहाँ स्वायत्त सहयोगी प्लेटफार्मों (ACPs) के एक बेड़े को टर्न-प्रतिबंधित पीछा करने वालों (डूबिन्स वाहनों के रूप में मॉडल किए गए) द्वारा उत्पन्न ओवरलैपिंग WEZs वाले कॉरिडोर से गुजरना होता है। उद्देश्य केवल प्रत्येक व्यक्तिगत वाहन के जोखिम को कम करना नहीं है, बल्कि यह अधिकतम करना है कि कम से कम एक मिशन-महत्वपूर्ण वाहन अपने लक्ष्य तक पहुँच जाए, भले ही कम मूल्य वाले वाहन पकड़े जाएं।

2. कार्यप्रणाली (Methodology)

प्रस्तावित ढांचा, कोलबोरेटिव थ्रेट-अवेयर ऑटोनॉमी (CTAA), एक भूमिका-विभेदित मल्टी-एजेंट आर्किटेक्चर को स्वतंत्र प्रतिक्रियाशील मार्गदर्शन के साथ जोड़ता है।

A. भूमिका विभेदन और स्थानिक पृथक्करण (Role Differentiation and Spatial Separation)

टीम में तीन विशिष्ट भूमिकाएँ शामिल हैं, जिनमें से प्रत्येक को मिशन मूल्य को दर्शाने वाला एक विशिष्ट भार ( $w_i$ ) सौंपा गया है:

प्राइमरी इंटरसेप्ट ( $w=2.0$ ): उच्च-मूल्य वाला वाहन जिसे मिशन सफलता के लिए कार्य सौंपा गया है।
एस्कॉर्ट सपोर्ट ( $w=1.0$ ): एक मध्यम-मूल्य वाला वाहन।
डिकोय अल्टरनेट ( $w=0.5$ ): एक निम्न-मूल्य वाला वाहन।

ये भूमिकाएँ स्थानिक रूप से अलग मार्गों (पार्श्व ऑफसेट $\pm 0.9$ मीटर) को सौंपी गई हैं। यह पृथक्करण यह सुनिश्चित करता है कि वाहन एक ही खतरे द्वारा एक साथ दृश्यमान न हों, जिससे "सिंगल पॉइंट ऑफ फेलियर" टोपोलॉजी टूट जाती है।

B. प्रतिक्रियाशील मार्गदर्शन: CSBEZ

प्रत्येक ACP बिना किसी अंतर-वाहन संचार के स्वतंत्र रूप से संचालित होता है। वे एक कोलिजन स्फीयर बाउंड्री फॉर इवेडर ज़ीरो-सेट (CSBEZ) रिएक्टिव कंट्रोलर का उपयोग करते हैं।

तंत्र: CSBEZ, पीछा करने वाले के न्यूनतम टर्न रेडियस (डूबिन्स आर्क-प्लस-स्ट्रेट पाथ) को ध्यान में रखते हुए एक मॉडल के साथ अनंत-टर्न-रेट बेसिक एंगेजमेंट ज़ोन (BEZ) को बदल देता है।
कंट्रोल लॉ: प्रत्येक टाइम स्टेप पर, कंट्रोलर सबसे खराब स्थिति वाले सुरक्षा मार्जिन ( $z_{min}$ ) को खोजने के लिए 72 संभावित हेडिंग्स को स्कैन करता है। फिर यह लक्ष्य की ओर दिशा के साथ इस सुरक्षा मार्जिन के ग्रेडिएंट को मिलाता है ताकि स्टीयरिंग कमांड उत्पन्न की जा सके।
स्वतंत्रता: प्रत्येक वाहन अपने स्टेट और साझा पर्सुअर पैरामीटर्स के आधार पर अपना पथ स्वयं गणना करता है। एजेंटों के बीच किसी समन्वय तर्क (coordination logic) की आवश्यकता नहीं है।

C. टीम-स्तरीय मेट्रिक्स (Team-Level Metrics)

लेखक टीम के प्रदर्शन का मूल्यांकन करने के लिए मेट्रिक्स का एक समूह पेश करते हैं:

संचयी WEZ एक्सपोज़र ( $J_{WEZ}$ ): भूमिका-भारित जोखिम एक्सपोज़र।
वाइलेशन स्कोर ( $V_{WEZ}$ ): जोखिम सीमा से ऊपर का एक्सपोज़र।
सेफ्टी मार्जिन ( $m_{team}$ ): टीम में न्यूनतम सुरक्षा मार्जिन।
मिशन सफलता की संभावना ( $P_{mission}$ ): स्वतंत्र परिणामों की धारणा के तहत विश्लेषणात्मक रूप से $1 - (1-p)^N$ के रूप में परिभाषित, जहाँ $p$ व्यक्तिगत सफलता दर है और $N$ वाहनों की संख्या है।

3. मुख्य योगदान (Key Contributions)

शोध पत्र पाँच विशिष्ट योगदान प्रस्तुत करता है:

भूमिका-विभेदित ढांचा: एक मल्टी-ACP आर्किटेक्चर जहाँ प्राइमरी, एस्कॉर्ट और डिकोय वाहन अलग-अलग मार्गों पर स्वतंत्र CSBEZ कंट्रोलर चलाते हैं।
टीम मेट्रिक सूट: मेट्रिक्स का एक सेट ( $J_{WEZ}$ , $V_{WEZ}$ , $m_{team}$ , $P_{mission}$ ) जो व्यक्तिगत जोखिम और टीम-स्तरीय परिणामों के बीच के ट्रेड-ऑफ को कैप्चर करता है।
डिटरमिनिस्टिक वैलिडेशन: "टू-गेट गॉन्टलेट" परिदृश्य पर सिमुलेशन परिणाम जो मिशन सफलता की संभावना में +35.8 प्रतिशत अंक का सुधार दिखाते हैं (एक एकल वाहन के लिए 0.72 से तीन-वाहन टीम के लिए 0.978 तक)।
मोंटे कार्लो वैलिडेशन: विचलित थ्रेट पैरामीटर्स (रेंज, पोजीशन, स्पीड) के साथ 100 परीक्षणों के माध्यम से पुष्टि की गई कि अनुभवजन्य टीम सफलता दर 1.00 है, जो विश्लेषणात्मक रिडंडेंसी बाउंड से मेल खाती है।
रिएक्टिव थ्रेट प्रदर्शन: प्योरपरस्यूट (PurePursuit) विरोधियों (जो गतिशील रूप से निकटतम वाहन को लक्षित करते हैं) के साथ प्रयोग, जो दिखाते हैं कि एस्कॉर्ट और डिकोय स्वाभाविक रूप से खतरों को सोख लेते हैं, जिससे प्राइमरी के लिए रास्ता साफ हो जाता है, और इसके लिए किसी स्पष्ट संचार या समन्वय की आवश्यकता नहीं होती है।

4. परिणाम (Results)

अध्ययन ने तीन मामलों का मूल्यांकन किया: एक डायरेक्ट बेसलाइन (नो थ्रेट अवेयरनेस), एक एकल CSBEZ-अवेयर वाहन, और तीन-वाहन CTAA टीम।

डिटरमिनिस्टिक सिमुलेशन:
- डायरेक्ट बेसलाइन तुरंत पकड़ी गई।
- एक एकल CSBEZ वाहन सफल हुआ लेकिन 41% पथ-लंबाई दंड (penalty) का सामना किया और पीक WEZ जोखिम 0.68 रहा।
- CTAA टीम ने 100% मिशन सफलता दर प्राप्त की (2/3 वाहन लक्ष्य तक पहुँचे)। महत्वपूर्ण रूप से, प्राइमरी वाहन का पीक जोखिम घटकर 0.52 रह गया (एकल-वाहन मामले की तुलना में कमी), क्योंकि एस्कॉर्ट पकड़ा गया, जिसने प्रभावी रूप से खतरे को "सैचुरेट" कर दिया और प्राइमरी के लिए कॉरिडोर को साफ कर दिया।
मोंटे कार्लो वैलिडेशन:
- एकल-वाहन सफलता दर: $0.66 \pm 0.09$ (0.72 के विश्लेषणात्मक अनुमान के अनुरूप)।
- मल्टी-ACP टीम सफलता दर: 100 परीक्षणों में $1.00 \pm 0.00$ , जो रिडंडेंसी मॉडल को मान्य करता है।
रिएक्टिव थ्रेट एक्सपेरिमेंट:
- जब खतरों को निकटतम ACP को लक्षित करने के लिए प्रोग्राम किया गया (PurePursuit), तो एस्कॉर्ट और डिकोय 2.5 सेकंड के भीतर पकड़े गए।
- प्राइमरी वाहन अब अनकंटेस्टेड (uncontested) कॉरिडोर से पार हो गया, जिससे शून्य WEZ जोखिम प्राप्त हुआ, और सफलता की संभावना 1.00 प्राप्त हुई। यह पूरी तरह से मार्ग पृथक्करण के माध्यम से पैसिव ज्योमेट्रिक डीसेप्शन के माध्यम से हुआ।

5. महत्व और दावे (Significance and Claims)

शोध पत्र का दावा है कि CTAA सफलतापूर्वक एकल-वाहन खतरे से बचाव और टीम-स्तरीय मिशन सफलता के बीच के अंतर को पाटता है। इसका महत्व यह प्रदर्शित करने में निहित है कि भूमिका असाइनमेंट और स्थानिक मार्ग विविधता दो पूरक तंत्रों के माध्यम से मिशन विश्वसनीयता में सुधार कर सकती है:

प्रोबेबिलिस्टिक रिडंडेंसी: केवल $N$ स्वतंत्र पथों का होना सफलता की संभावना को $1-(1-p)^N$ तक बढ़ा देता है।
थ्रेट सैचुरेशन: कम प्राथमिकता वाले वाहन (एस्कॉर्ट/डिकोय) क्षमता-सीमित खतरों का ध्यान खींच सकते हैं, जिससे प्रभावी रूप से उच्च-मूल्य वाले प्राइमरी वाहन के जोखिम एक्सपोजर को कम करने के लिए खुद को "बलिदान" किया जा सकता है।

लेखक इस बात पर जोर देते हैं कि इस दृष्टिकोण के लिए कोई अंतर-वाहन संचार नहीं चाहिए, जो अलग-अलग मार्गों पर संचालित स्वतंत्र प्रतिक्रियाशील नियंत्रकों के माध्यम से उभरते व्यवहार (emergent behavior) पर निर्भर करता है। परिणाम बताते हैं कि विवादित हवाई क्षेत्र मिशनों के लिए, मिशन विश्वसनीयता केवल प्रत्येक वाहन को अभेद्य बनाकर नहीं, बल्कि टीम को इस तरह व्यवस्थित करके प्राप्त की जाती है कि कम से कम एक महत्वपूर्ण संपत्ति जुड़ाव में जीवित रहे।

नोट: शोध पत्र सीमाओं को स्वीकार करता है, यह नोट करते हुए कि वर्तमान जोखिम मॉडल एक लॉजिस्टिक सरोगेट है न कि प्रथम-सिद्धांतों (first-principles) से व्युत्पन्न, और भविष्य का कार्य मूविंग टारगेट्स, जॉइंट प्री-प्लानिंग और डायनेमिक रोल री-असाइनमेंट को संबोधित करेगा।