💻 computer science

UGV-Conditioned Multi-UAV Informative Planning on a Shared Exposure Belief

यह शोध पत्र एक समन्वित मल्टी-यूएवी (multi-UAV) योजना ढांचे का प्रस्ताव करता है जो अज्ञात वातावरणों में उच्च-जोखिम वाले क्षेत्रों की ओर हवाई संवेदन को गतिशील रूप से निर्देशित करने के लिए एक साझा एक्सपोज़र विश्वास (shared exposure belief) का उपयोग करता है, जिससे एक जमीनी वाहन के संचयी खतरे के जोखिम को काफी कम किया जा सकता है और अनावश्यक हवाई कवरेज को न्यूनतम किया जा सकता है।

मूल लेखक: Lars Oerlemans, Moji Shi, Marija Popovic

प्रकाशित 2026-06-11

📖 4 मिनट में पढ़ें☕ कॉफ़ी ब्रेक में पढ़ें

CC BY 4.0

मूल लेखक: Lars Oerlemans, Moji Shi, Marija Popovic

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 एक डिलीवरी ड्राइवर (UGV) एक विशाल, धुंध भरे शहर से होकर गुजरने की कोशिश कर रहा है जहाँ कुछ सड़कें सुरक्षित हैं, लेकिन कुछ अन्य सड़कें छिपे हुए खतरों जैसे कि लैंडमाइन्स या घात लगाकर हमला करने वालों से भरी हुई हैं। ड्राइवर को तब तक खतरों के बारे में पता नहीं चलता जब तक कि वह उनके बहुत करीब नहीं पहुँच जाता।

मदद के लिए, ड्राइवर के पास ऊपर उड़ रहे तीन ड्रोन पायलटों (UAVs) की एक टीम है। उनका काम नीचे देखना, खतरों का पता लगाना और ड्राइवर को उनसे बचने के लिए रास्ता बताना है।

पुराने सिस्टम की समस्या

अतीत में, ये ड्रोन टीमें सामान्य टूर गाइड की तरह काम करती थीं। वे पूरे शहर का मानचित्र बनाने या केवल "दिलचस्प" नई जगहों को खोजने की कोशिश में इधर-उधर उड़ती रहती थीं।

खामी: यदि ड्राइवर किसी खतरनाक गली की ओर बढ़ रहा होता, तो ड्रोन शहर के दूसरी ओर एक सुरक्षित पार्क का मानचित्र बनाने में व्यस्त हो सकते थे। वे उस चीज़ पर केंद्रित नहीं थे जिसकी ड्राइवर को अभी सुरक्षित रहने के लिए वास्तव में आवश्यकता थी।
अनावश्यक दोहराव: यदि आपके पास तीन ड्रोन होते, तो वे अक्सर एक ही समय में एक ही स्थान के ऊपर उड़ते, जिससे बैटरी और समय बर्बाद होता, जबकि अन्य खतरनाक स्थानों को स्कैन करना बाकी रह जाता।

नया समाधान: एक साझा "खतरा मानचित्र" (Shared Danger Map)

यह शोध पत्र एक साझा एक्सपोजर बिलीफ (Shared Exposure Belief) का उपयोग करके टीम के समन्वय के लिए एक स्मार्ट तरीका पेश करता है। इसे एक लाइव, डिजिटल मानचित्र के रूप में सोचें जिसे ड्राइवर और सभी ड्रोन एक साथ देखते हैं।

मानचित्र वास्तविक समय में अपडेट होता है: जैसे-जैसे ड्रोन किसी क्षेत्र के ऊपर से उड़ते हैं, वे मानचित्र को अपडेट करते हैं। यदि वे कोई खतरा देखते हैं, तो मानचित्र लाल हो जाता है। यदि उन्होंने किसी क्षेत्र को अभी तक नहीं देखा है, तो मानचित्र "धुंधला" (अनिश्चित) होता है।
ड्राइवर पुनर्गणना (Replanning) करता है: ड्राइवर इस मानचित्र को देखता है। यदि कोई रास्ता खतरनाक या धुंधला दिखता है, तो ड्राइवर तुरंत एक नया, सुरक्षित मार्ग निकालता है।
ड्रोन अपनी दिशा बदलते हैं: यही मुख्य नवाचार है। ड्रोन केवल बेतरतीब ढंगते नहीं उड़ते। वे ड्राइवर के वर्तमान मार्ग को देखते हैं। यदि ड्राइवर किसी धुंधले, खतरनाक क्षेत्र की ओर मुड़ने वाला होता है, तो ड्रोन तुरंत वहां जाते हैं ताकि उस धुंध को साफ किया जा सके। वे केवल वहीं देखते हैं जहाँ ड्राइवर को जाने की आवश्यकता होती है।

ड्रोनों के लिए "ट्रैफिक पुलिस"

ड्रोन को आपस में टकराने या एक ही जगह देखने से रोकने के लिए, सिस्टम रीजन-कंडीशन्ड कोऑर्डिनेशन (Region-Conditioned Coordination) का उपयोग करता है।

उपमा: कल्पना करें कि शहर को तीन मोहल्लों में विभाजित किया गया है। ड्रोन A उत्तर का "मालिक" है, ड्रोन B दक्षिण का मालिक है, और ड्रोन C पूर्व का मालिक है।
यह कैसे काम करता है: ड्रोन A को बताया जाता है, "आप उत्तर के लिए जिम्मेदार हैं। केवल वहीं देखें।" यह सुनिश्चित करता कि तीनों ड्रोन एक ही सड़क पर एक साथ न मंडराएं।
सेफ्टी वाल्व: हालाँकि, सिस्टम स्मार्ट है। यदि उत्तर और दक्षिण के बीच के बॉर्डर पर कोई बड़ा खतरा दिखाई देता है, तो ड्रोन A मदद के लिए दक्षिण में भी झाँकने की अनुमति प्राप्त करता है। यह सुनिश्चित करता है कि वे केवल सख्त नियम के कारण किसी खतरे को मिस न कर दें।

परिणाम क्या दर्शाते हैं

लेखकों ने इसे 5 किमी x 5 किमी के मानचित्र के साथ कंप्यूटर सिमुलेशन में परखा। उन्हें यहाँ क्या मिला:

सुरक्षित ड्राइविंग: ड्राइवर के विशिष्ट मार्ग पर ध्यान केंद्रित करके और वास्तविक समय में खतरा मानचित्र को अपडेट करके, ड्राइवर को सामान्य मानचित्र देखने वाले सिस्टम की तुलना में 38% कम खतरों का सामना करना पड़ा।
कोई बर्बादी नहीं: "ट्रैफिक पुलिस" सिस्टम ने ड्रोनों द्वारा एक ही जगह देखने में बिताए गए समय को 38.8% से घटाकर केवल 3.7% कर दिया। उन्होंने ऊर्जा बर्बाद करना बंद कर दिया और अधिक क्षेत्र को कवर करना शुरू कर दिया।
स्मार्ट प्राथमिकताएं: सिस्टम ने सुरक्षित, उबाऊ क्षेत्रों को अनदेखा करना और पूरी तरह से ड्राइवर के पथ के "धुंधले" या खतरनाक हिस्सों पर ध्यान केंद्रित करना सीख लिया।

मुख्य निष्कर्ष

यह शोध पत्र एक ऐसा सिस्टम प्रस्तावित करता है जहाँ जमीनी वाहन और हवाई टीम दुनिया की एक एकल, जीवित समझ साझा करते हैं। ड्रोन स्वतंत्र खोजकर्ता के रूप में नहीं, बल्कि एक समर्पित सुरक्षा दल के रूप में कार्य करते हैं जो केवल उसी रास्ते की निगरानी करते हैं जिस पर ड्राइवर वास्तव में जा रहा है, जिससे यह सुनिश्चित होता है कि ड्राइवर कम से कम जोखिम के साथ अपने गंतव्य तक पहुँचे।

तकनीकी सारांश: एक साझा एक्सपोजर बिलीफ (Shared Exposure Belief) पर UGV-कंडीशन्ड मल्टी-UAV इंफॉर्मेटिव प्लानिंग

समस्या विवरण (Problem Statement)

बड़े पैमाने के, खतरों से युक्त वातावरण में, अनमैन्ड ग्राउंड व्हीकल्स (UGVs) के लिए सुरक्षित जमीनी नेविगेशन हेतु सक्रिय हवाई सहायता की आवश्यकता होती है। मौजूदा हवाई टोही प्रणालियाँ आमतौर पर जेनेरिक मैपिंग, टेरेन कवरेज, या ट्रेवर्सेबिलिटी एस्टीमेशन (traversability estimation) पर ध्यान केंद्रित करती हैं। हालाँकि, ये दृष्टिकोण उन क्षेत्रों की ओर सेंसिंग निर्देशित करने में विफल रहते हैं जो ग्राउंड व्हीकल की सुरक्षा के लिए सबसे महत्वपूर्ण हैं। विशेष रूप से, वर्तमान प्रणालियों में एक क्लोज्ड-लूप तंत्र की कमी है जहाँ सहकारी मल्टी-UAV इंफॉर्मेटिव प्लानिंग को एक्सपोजर-अवेयर UGV रूटिंग के साथ मजबूती से जोड़ा जा सके। कोई साझा पर्यावरण विश्वास (shared environment belief) नहीं है जो नई जानकारी आने पर एक साथ UAV सेंसिंग प्राथमिकताओं को संचालित करे और UGV पथ चयन को अनुकूलित करे, जिससे रेडंडेंट सेंसिंग (redundant sensing) और उप-इष्टतम सुरक्षा परिणाम मिलते हैं।

कार्यप्रणाली (Methodology)

लेखक एक ऐसा ढांचा प्रस्तावित करते हैं जहाँ $N$ UAVs की एक टीम एक अज्ञात थ्रेट ज़ोन से गुजरने वाले एकल UGV को सहायता देने के लिए समन्वय करती है। इस दृष्टिकोण का मूल आधार एक साझा एक्सपोजर बिलीफ (shared exposure belief) है जिसे हवाई अवलोकनों से ऑनलाइन अपडेट किया जाता है और UGV प्लानर तथा UAV टीम दोनों द्वारा उपयोग किया जाता है।

1. साझा एक्सपोजर बिलीफ (Shared Exposure Belief)

सिस्टम वातावरण के एक्सपोजर फील्ड का एक प्रोबेबिलिस्टिक मैप बनाए रखता है, जिसे ग्रिड में विभाजित किया गया है।

मॉडलिंग: प्रत्येक सेल में लेटेंट एक्सपोजर रेट $\lambda(x)$ को एक लॉग-नॉर्मल रैंडम वेरिएबल के रूप में मॉडल किया गया है। प्रारंभिक अनुमान टेरेन-क्लास प्रायर्स (जैसे सड़कें, जंगल) से प्राप्त किए जाते हैं, जबकि एपिस्टेमिक अनिश्चितता (epistemic uncertainty) को वेरिएंस द्वारा कैप्चर किया जाता है।
अपडेट मैकेनिज्म: जैसे-जैसे UAVs सेल्स का अवलोकन करते हैं, बिलीफ को बर्नौली-शैनन एंट्रॉपी मेट्रिक का उपयोग करके अपडेट किया जाता है। संचयी सेंसर कवरेज प्रभावी लॉग-स्टैंडर्ड डेविएशन (अनिश्चितता) को कम करता है और मीन (mean) को अपडेट करता है। डिटेक्टेड थ्रेट ज़ोन एक मल्टीप्लिकेटिव फैक्टर के माध्यम से बिलीफ को स्थानीय रूप से बढ़ा देते हैं।
रिस्क-अवर्स सरोगेट (Risk-Averse Surrogate): दोनों प्लानर एक स्केलर रिस्क-अवर्स सरोगेट $\lambda_{risk}$ को क्वेरी करते हैं, जो अपेक्षित एक्सपोजर वैल्यू को उच्च अनिश्चितता के दंड (penalty) के साथ जोड़ता है। यह सुनिश्चित करता है कि अनऑब्जर्व्ड सेल्स को संभावित रूप से खतरनाक माना जाए, जिससे टोही (reconnaissance) के लिए प्रोत्साहन मिलता है।

2. एक्सपोजर-अवेयर UGV रिप्लानिंग (Exposure-Aware UGV Replanning)

UGV प्लानर स्टार्ट से गोल तक एक पथ $\pi$ खोजने का प्रयास करता है जो ट्रावरसल टाइम और संचयी एक्सपोजर वाले कॉस्ट फंक्शन को कम करता है:
$\pi^* = \arg\min_{\pi} [T(\pi) + \beta E(\pi, t)]$
जहाँ $E(\pi, t)$ संचयी एक्सपोजर है जिसे रिस्क-अवर्स सरोगेट का उपयोग करके गणना की जाती है। UGV एक नया थ्रेट ज़ोन डिटेक्ट होने पर एसिंक्रोनसली रिप्लान करता है, जो सुरक्षित निष्पादन सुनिश्चित करने के लिए एक फिक्स्ड-लेंथ ट्राजेक्टरी प्रीफिक्स को कमिट करता है जबकि ग्लोबल पाथ को पुनः कंप्यूट किया जाता है।

3. UGV-कंडीशन्ड इंफॉर्मेटिव प्लानिंग (UAV ऑब्जेक्टिव)

जेनेरिक इंफॉर्मेशन गेन को मैक्सिमाइज करने वाले मानक IPP के विपरीत, UAVs एक मिशन-कंडीशन्ड रिवॉर्ड को ऑप्टिमाइज़ करते हैं। सेल $x$ के लिए रिवॉर्ड फंक्शन $R(x, t)$ को उन अवलोकनों को प्राथमिकता देने के लिए बनाया गया है जो वर्तमान UGV रूट को प्रभावित करते हैं:

कॉरिडोर प्रॉक्सिमिटी (Corridor Proximity): एक गेटिंग मैकेनिज्म वर्तमान UGV रूट से दूर स्थित सेल्स के रिवॉर्ड को दबा देता है, जिससे यह सुनिश्चित होता है कि सेंसिंग प्रयास मिशन-प्रासंगिक क्षेत्रों पर केंद्रित रहे।
एक्सपोजर मॉड्यूलेशन (Exposure Modulation): कॉरिडोर के भीतर, रिवॉर्ड को एक्सपोजर-डिपेंडेंट गेन द्वारा स्केल किया जाता है। रूट के पास उच्च-एक्सपोजर या उच्च-अनिश्चितता वाले क्षेत्र उच्च प्राथमिकता प्राप्त करते हैं।
एंट्रॉपी (Entropy): अनिश्चितता (एंट्रॉपी) गेटेड क्षेत्र के भीतर अवलोकन की तात्कालिकता (urgency) को मॉड्युलेट करती है।
यह दृष्टिकोण UAVs को जेनेरिक एक्सप्लोरेशन के बजाय "रूट-रेलेवेंट, अनसर्टेन, और हाई-एक्सपोजर" क्षेत्रों को देखने के लिए निर्देशित करता है।

4. मल्टी-UAV रीजन-कंडीशन्ड कोऑर्डिनेशन (Multi-UAV Region-Conditioned Coordination)

एक ही हाई-रिवॉर्ड कॉरिडोर क्षेत्र पर कई UAVs को केंद्रित होने से रोकने के लिए (रेडंडेंट सेंसिंग), यह ढांचा स्थानिक स्वामित्व (spatial ownership) का उपयोग करता है:

वोरोनोई असाइनमेंट (Voronoi Assignment): वातावरण को प्रत्येक UAV को उनके रीजन सेंट्रॉइड तक यात्रा लागत के आधार पर अलग-अलग क्षेत्रों में विभाजित किया गया है।
रिवॉर्ड मास्किंग (Reward Masking): प्रत्येक UAV का प्रभावी रिवॉर्ड उसके असाइनेड रीजन द्वारा मास्क किया जाता है।
- हार्ड कोऑर्डिनेशन: UAV अपने असाइनेड रीजन के बाहर शून्य रिवॉर्ड महसूस करते हैं।
- सॉफ्ट कोऑर्डिनेशन: UAV विदेशी क्षेत्रों से रिवॉर्ड का एक हिस्सा बनाए रखते हैं, जिससे सीमा के पास उभरते उच्च-मूल्य वाले खतरों के प्रति प्रतिक्रियाशीलता बनी रहती है।
  यह समन्वय परत रेडंडेंसी को कम करती है जबकि UGV के रूट में गतिशील परिवर्तनों के प्रति प्रतिक्रियाशीलता बनाए रखती है।

मुख्य योगदान (Key Contributions)

यह पेपर तीन प्राथमिक दावे और योगदान प्रस्तुत करता है:

साझा एक्सपोजर बिलीफ: केवल पूर्व टेरेन जानकारी के आधार पर प्लानिंग करने की तुलना में, साझा एक्सपोजर-अवेयर बिलीफ के साथ UAV सेंसिंग क्रियाओं को जोड़ने से UGV सुरक्षा में काफी सुधार होता है।
रूट-कंडीशन्ड सेंसिंग: वर्तमान UGV रूट पर UAV ऑब्जेक्टिव को कंडीशन करने से सेंसिंग प्रयास मिशन-प्रासंगिक क्षेत्रों पर केंद्रित होता है, न कि जेनेरिक एक्सप्लोरेशन या यूनिफॉर्म अनिश्चितता कमी पर।
रीजन-कंडीशन्ड कोऑर्डिनेशन: मल्टी-UAV सेटिंग्स में, स्थानिक स्वामित्व असाइन करने से रेडंडेंट सेंसिंग कम होती है जबकि नए प्रासंगिक क्षेत्रों के प्रति प्रतिक्रियाशीलता बनी रहती है, जो सहकारी इंफॉर्मेटिव प्लानिंग की स्केलेबिलिटी चुनौतियों को संबोधित करता है।

प्रयोगात्मक परिणाम (Experimental Results)

इस दृष्टिकोण को 5 किमी $\times$ 5 किमी के वातावरण में 100 मोंटे कार्लो सिमुलेशन ट्रायल्स के माध्यम से मान्य किया गया, जो अज्ञात थ्रेट ज़ोन वाले OpenStreetMap डेटा से लिया गया था।

सुरक्षा सुधार: टेरेन-सेमेंटिक रिप्लानिंग (बिना एक्सपोजर मॉडलिंग के) का उपयोग करने वाली प्रणाली की तुलना में, प्रस्तावित एक्सपोजर-अवेयर दृष्टिकोण ने संचयी UGV एक्सपोजर को 38% कम कर दिया। इसने टेरेन-सेमेंटिक बेसलाइन के सापेक्ष मिशन ऑब्जेक्टिव कॉस्ट को भी 31% कम किया।
रिवॉर्ड आर्किटेक्चर: एब्लेशन स्टडीज ने दिखाया कि प्रस्तावित गेटेड रिवॉर्ड आर्किटेक्चर ने एडिटिव, मल्टीप्लिकेटिव, और वेटेड एंट्रॉपी बेसलाइन्स को पछाड़ दिया। इसने उच्च कॉरिडोर कवरेज और प्राथमिकता-खतरे डिटेक्शन रेट बनाए रखते हुए सबसे कम मिशन कॉस्ट हासिल की।
समन्वय दक्षता (Coordination Efficiency): मल्टी-UAV समन्वय ने रेडंडेंट कवरेज को काफी कम कर दिया।
- बिना समन्वय के, रेडंडेंट कवरेज 38.8% था।
- सॉफ्ट-रीजनल समन्वय के साथ, यह गिरकर 5.0% हो गया।
- हार्ड-रीजनल समन्वय के साथ, यह गिरकर 3.7% हो गया।
- उपयोगी सूचना दक्षता (Useful information efficiency) 66.2% (कोई समन्वय नहीं) से बढ़कर 92% से अधिक (सॉफ्ट/हार्ड रीजनल) हो गई।
स्केलेबिलिटी: जैसे-जैसे UAVs की संख्या बढ़ी (6 तक), रीजन-कंडीशन्ड मास्किंग ने अनकोऑर्डिनेटेड टीमों में देखी गई रेडंडेंट सेंसिंग की तीव्र वृद्धि को रोका, हालांकि स्ट्रिक्ट हार्ड मास्किंग ने बड़े समूहों के लिए थ्रेट डिटेक्शन समय में घटते रिटर्न दिखाया क्योंकि रीजन फ्रैगमेंटेशन (क्षेत्र विखंडन) हो गया था।

महत्व और दावे (Significance and Claims)

पेपर का दावा है कि इसका प्राथमिक महत्व सहकारी मल्टी-UAV इंफॉर्मेटिव प्लानिंग और एक्सपोजर-अवेयर UGV रूटिंग के बीच लूप को बंद करने में निहित है। एक साझा बिलीफ बनाए रखकर जो दोनों—UGV के पथ चयन और हवाई टीम की सेंसिंग प्राथमिकताओं—को संचालित करता है, यह प्रणाली बड़े पैमाने के, आंशिक रूप से देखे गए वातावरणों में सुरक्षित नेविगेशन को सक्षम बनाती है।

लेखक जोर देते हैं कि उनका दृष्टिकोण जेनेरिक एक्सप्लोरेशन या मैपिंग से आगे बढ़कर है; हवाई सेंसिंग का मूल्य स्पष्ट रूप से इसके अपेक्षित प्रभाव द्वारा परिभाषित किया गया है जो डाउनस्ट्रीम UGV सुरक्षा को प्रभावित करता है। हालांकि वर्तमान मूल्यांकन एक आइडियलाइज्ड सेंसिंग और इंस्टेंटेनियस कम्युनिकेशन को मानता है, परिणाम दर्शाते हैं कि प्लानिंग और कोऑर्डिनेशन मैकेनिज्म स्वयं एक्सपोजर को कम करने और रेडंडेंसी को समाप्त करने में प्रभावी हैं। यह कार्य भविष्य के हार्डवेयर वैलिडेशन और अधिक यथार्थवादी सेंसिंग मॉडल के लिए एक आधार स्थापित करता है।