← नवीनतम पेपर
🤖 AI

DIRECT: When and Where Should You Allocate Test-Time Compute in Embodied Planners?

यह शोध पत्र DIRECT को प्रस्तुत करता है, जो एक ऐसा रूटिंग फ्रेमवर्क है जो मल्टीमॉडल संदर्भ के आधार पर विभिन्न स्केलिंग अक्षों (जैसे कि रीजनिंग डेप्थ, मॉडल साइज और मेमोरी) में टेस्ट-टाइम कंप्यूट को गतिशील रूप से आवंटित करके एम्बोडीड प्लानिंग को अनुकूलित करता है, जिससे नेइव स्केलिंग या फिक्स्ड मॉडल सिलेक्शन की तुलना में काफी कम लेटेंसी और लागत के साथ फ्रंटियर-लेवल सफलता दर प्राप्त होती है।

मूल लेखक: Jadelynn Dao, Milan Ganai, Yasmina Abukhadra, Ajay Sridhar, Mozhgan Nasr Azadani, Katie Luo, Clark Barrett, Jiajun Wu, Chelsea Finn, Marco Pavone

प्रकाशित 2026-06-11
📖 4 मिनट में पढ़ें☕ कॉफ़ी ब्रेक में पढ़ें
CC BY 4.0

मूल लेखक: Jadelynn Dao, Milan Ganai, Yasmina Abukhadra, Ajay Sridhar, Mozhgan Nasr Azadani, Katie Luo, Clark Barrett, Jiajun Wu, Chelsea Finn, Marco Pavone

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 व्यस्त रेस्टोरेंट किचन के मैनेजर हैं। आपके पास अलग-अलग कौशल स्तरों और गति वाले शेफ की एक टीम है:

  • द स्पीडी प्रेप कुक (तेज़ तैयारी करने वाला रसोइया): तेज़, सस्ता, और प्याज काटने या बर्तन धोने जैसे सरल कार्यों में माहिर।
  • द मास्टर शेफ (मुख्य रसोइया): धीमा, महंगा, और मछली को बिना हड्डी के निकालने या एक नाजुक सॉस बनाने जैसे जटिल कार्यों में उम्दा।

रोबोटिक्स की दुनिया में, विज़न-लैंग्वेज मॉडल्स (VLMs) "हेड शेफ" या प्लानर के रूप में कार्य करते हैं। वे एक दृश्य (जैसे कि एक बिखरी हुई मेज) और एक कमांड (जैसे कि "मेज साफ करो") को देखते हैं, फिर इसे उन चरणों में तोड़ देते हैं जिनका पालन रोबोटिक आर्म को करना होता है।

समस्या यह है कि कई डेवलपर्स सभी कार्यों के साथ एक जैसा व्यवहार कर रहे हैं: वे बस हर काम के लिए मास्टर शेफ को काम पर रख लेते हैं। वे सोचते हैं, "चूंकि मास्टर शेफ सबसे अच्छा है, इसलिए हमें हर काम के लिए उन्हें ही इस्तेमाल करना चाहिए।"

लेकिन जैसा कि पेपर DIRECT बताता है, यह बर्बादी है। एक अकेले कप को धोने के लिए मास्टर शेफ का उपयोग करना बहुत समय लेता है और बहुत महंगा पड़ता है, जबकि स्पीडी प्रेप कुक इसे पलक झपकते ही कर सकता था।

मुख्य विचार: द स्मार्ट वेटर (स्मार्ट वेटर)

लेखक DIRECT (डायनेमिक इन्फरेंस राउटर फॉर एम्बोडीड कंप्यूट ट्रेडऑफ्स) पेश करते हैं। इसे किचन के दरवाजे पर खड़े एक सुपर-स्मार्ट वेटर के रूप में समझें।

जब कोई ग्राहक किसी डिश का ऑर्डर देता है (एक रोबोटिक कार्य), तो वेटर उसे सीधे मास्टर शेफ को नहीं सौंप देता। इसके बजाय, वेटर ऑर्डर और किचन की वर्तमान स्थिति को देखता है:

  1. क्या यह सरल है? (जैसे, "लाल कप उठाओ।") -> वेटर इसे स्पीडी प्रेप कुक के पास भेज देता है।
  2. क्या यह जटिल है? (जैसे, "इन किताबों को आकार के अनुसार छाँटें, फिर उन्हें बिना कुछ गिराए शेल्फ पर रखें।") -> वेटर इसे मास्टर शेफ के पास भेज देता है।

यह "रूटिंग" तुरंत होती है, जिससे समय और पैसा दोनों बचते हैं और काम भी सही ढंग से पूरा होता है।

शेफ को "अपग्रेड" करने के तीन तरीके

पेपर ने परीक्षण किया कि एक शेफ को "स्मार्टर" बनाने के (जिसे वे "टेस्ट-टाइम कंप्यूट स्केलिंग" कहते हैं) तीन अलग-अलग तरीके क्या हैं और पाया कि प्रत्येक अपग्रेड अलग-अलग स्थितियों में मदद करता है:

  1. लंबे समय तक सोचना (चेन-ऑफ-थॉट):

    • उपमा: एक शेफ को कार्य करने से पहले "बोलकर सोचने" के लिए कहना।
    • निष्कर्ष: यह उन पेचीदा पहेलियों के लिए बेहतरीन है जहाँ आपको भौतिकी (physics) या स्थान के बारे में तर्क करने की आवश्यकता होती है (जैसे, "कौन सा ब्लॉक दूसरे के नीचे है?")। लेकिन चम्मच उठाने जैसे सरल कार्यों के लिए, सोचना केवल आपकी गति को धीमा कर देता है। DIRECT सरल कामों के लिए सोचने की प्रक्रिया को छोड़ना सीख जाता है।

  2. बड़ा शेफ काम पर रखना (मॉडल साइज):

    • उपमा: एक मास्टर शेफ 500 रेसिपी जानता है; एक जूनियर शेफ केवल 50 जानता है।
    • निष्कर्ष: बड़े शेफ दुर्लभ या जटिल कौशल (जैसे "तौलिया मोड़ना" या "दराज बंद करना") में बेहतर होते हैं। लेकिन सामान्य कार्यों (जैसे "कप को बॉक्स में रखना") के लिए, बड़ा शेफ छोटे शेफ से बहुत बेहतर नहीं होता है। DIRECT सामान्य कार्यों के लिए छोटे शेफ का उपयोग करता है और बड़े शेफ को दुर्लभ कार्यों के लिए सुरक्षित रखता है।

  3. अतीत को याद रखना (मेमोरी):

    • उपमा: एक शेफ जो 10 मिनट पहले क्या हुआ था उसे याद रखता है बनाम एक जो केवल वही देखता है जो अभी काउंटर पर है।
    • निष्कर्ष: यदि किसी कार्य के लिए एक क्रम को याद रखने की आवश्यकता है (जैसे, "पहले ब्लॉक को बॉक्स में रखें, फिर दूसरे को"), तो आपको मेमोरी वाले शेफ की आवश्यकता होती है। लेकिन यदि कार्य केवल एक चरण का है, तो मेमोरी एक बोझ बन जाती है। DIRECT केवल तभी मेमोरी को चालू करता है जब कार्य को इसकी वास्तव में आवश्यकता होती है।

परिणाम: तेज़ और सस्ता

टीम ने इस "स्मार्ट वेटर" सिस्टम का वास्तविक रोबोट्स (एक फ्रैंका आर्म) और सिमुलेशन में परीक्षण किया।

  • परिणाम: DIRECT ने सबसे महंगे, शक्तिशाली सिस्टम की सफलता दर (success rate) के बराबर प्रदर्शन किया, लेकिन ऐसा उसने औसतन 65% तेजी से किया।
  • टेकअवे: आपको हर काम के लिए सबसे शक्तिशाली टूल का उपयोग करने की आवश्यकता नहीं है। सही कार्य के लिए सही टूल को बुद्धिमानी से चुनकर, आप बहुत कम लागत और समय में "फ्रंटियर-लेवल" प्रदर्शन (सर्वश्रेष्ठ संभव परिणाम) प्राप्त कर सकते हैं।

संक्षेप में, DIRECT रोबोट्स को यह सिखाता है कि वे कैसे सोचें, यह सुनिश्चित करते हुए कि वे सरल समस्याओं पर बहुत अधिक न सोचें या जटिल समस्याओं पर कम न सोचें।

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।

Digest आज़माएँ →

इसी तरह के और पेपर

इस विषय के सभी पेपर देखें 🤖 cs.AI →