← नवीनतम पेपर
💻 computer science

WorldLines: Benchmarking and Modeling Long-Horizon Stateful Embodied Agents

यह शोध पत्र WorldLines पेश करता है, जो गतिशील घरेलू वातावरण में मेमोरी और प्लानिंग का मूल्यांकन करने के लिए लॉन्ग-होरिज़न स्टेटफुल एम्बोडीड एजेंटों हेतु एक बेंचमार्क है, साथ ही इसमें ObsMem भी शामिल है, जो आंशिक दृश्यता (पार्शियल ऑब्जर्वेबिलिटी) और स्टेट ट्रैकिंग की चुनौतियों को संबोधित करने के लिए डिज़ाइन किया गया एक विज़िबिलिटी-अवेयर मेमोरी फ्रेमवर्क है।

मूल लेखक: Yehang Zhang, Jianchong Su, Haojian Huang, Yifan Chang, Tianhao Zhou, Xinli Xu, Yingjie Xu, Yinchuan Li, Zexi Li, Ying-Cong Chen

प्रकाशित 2026-06-19
📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें
CC BY 4.0

मूल लेखक: Yehang Zhang, Jianchong Su, Haojian Huang, Yifan Chang, Tianhao Zhou, Xinli Xu, Yingjie Xu, Yinchuan Li, Zexi Li, Ying-Cong Chen

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 रोबोटिक सहायक है जो आपके घर में रहता है। आप चाहते हैं कि वह केवल एक कार्य के लिए नहीं, बल्कि महीनों या वर्षों तक आपके साथ रहे। समस्या यह है कि हमारे घर अव्यवस्थित होते हैं, चीजें बदलने वाली जगहें होती हैं जहाँ चीजें इधर-उधर हो जाती हैं, टाइमर सेट किए जाते हैं, और लोग ऐसी बातें कहते हैं जो सच भी हो सकती हैं और सिर्फ अनुमान भी।

यह पेपर, WorldLines, इस बात का परीक्षण करने का एक नया तरीका पेश करता है कि क्या एक रोबोट वास्तव में आपके घर की "कहानी" को लंबे समय तक याद रख सकता है, न कि केवल आपकी कही गई आखिरी बात को।

यहाँ सरल उपमाओं (analogies) का उपयोग करके इसका विवरण दिया गया है:

1. समस्या: "गोल्डफिश" बनाम "डिटेक्टिव" (जासूस)

अधिकांश वर्तमान रोबोट परीक्षण फ्लैशकार्ड्स की तरह होते हैं। वे रोबोट से पूछते हैं: "कप कहाँ है?" और रोबवर मेज पर देखता है अभी। यदि कप वहां है, तो उसे एक अंक मिलता है। यदि कप कल हटाया गया था, तो रोबोट उसकी परवाह नहीं करता।

लेकिन वास्तविक जीवन एक डिटेक्टिव नॉवेल (जासूसी उपन्यास) की तरह है।

  • परिदृश्य: आप रोबोट को बताते हैं, "मैं 7:30 बजे जिम जा रहा हूँ। जब मैं 8:30 बजे वापस आऊँगा, तो मैं एक फिल्म देखना चाहता हूँ और वह फल खाना चाहता हूँ जो मैंने अभी फ्रिज में रखा है।"
  • चुनौती: इसे सही ढंग से करने के लिए, रोबोट को याद रखना होगा:
    • आपने वापस आने का समय क्या बताया (एक शेड्यूल)।
    • कि आपने अभी-अभी फ्रिज में फल रखे हैं (एक अवस्था परिवर्तन/state change)।
    • कि आप आमतौर पर मंगलवार को फिल्में देखते हैं (एक दिनचर्या)।
    • महत्वपूर्ण: उसे यह भी जानना होगा कि फल अभी भी फ्रिज में है, भले ही रोबोट ने आपको उसे वहां रखते हुए न देखा हो।

मौजूदा परीक्षण विफल हो जाते हैं क्योंकि वे रोबोट को एक गोल्डफिश (जो कुछ सेकंड बाद सब कुछ भूल जाती है) या एक चैटबॉट (जो केवल टेक्स्ट याद रखता है, भौतिक वस्तुओं के हिलने-डुलने को नहीं) की तरह मानते हैं।

2. समाधान: WorldLines ("होम मूवी" बेंचमार्क)

लेखकों ने एक नया परीक्षण बनाया है जिसे WorldLines कहा जाता है। इसे एक सिम्युलेटेड होम मूवी के रूप में सोचें जो कई दिनों तक चलती है।

  • यह सब कुछ रिकॉर्ड करता है: लोगों ने क्या कहा, रोबोट ने क्या किया, समय क्या था, और घर की स्थिति कैसे बदली (जैसे, "कॉफी टाइमर गलती से सुबह 4:00 बजे के लिए सेट किया गया था, फिर रोबोट ने इसे ठीक करके सुबह 7:00 बजे कर दिया")।
  • परीक्षण: रोबोट को एक मूवी का "कट" दिखाया जाता है। वह उस बिंदु तक सब कुछ देखता है जो हुआ है लेकिन उसके बाद क्या होता है वह नहीं देख पाता। फिर उससे सवाल पूछे जाते हैं जैसे:
    • "रोबोट ने कॉफी टाइमर को कब ठीक किया?" (मेमोरी QA)
    • "परिवार एक घंटे में स्कूल के लिए निकल रहा है; रोबोट को क्या करना चाहिए?" (प्लानिंग)

यह परीक्षण करता है कि क्या रोबोट घर का एक चलते रहने वाला मानसिक मानचित्र (mental map) बनाए रख सकता है, भले ही वह सब कुछ न देख पा रहा हो (पार्शियल ऑब्जर्वेबिलिटी)।

3. नया मस्तिष्क: ObsMem ("फाइलिंग कैबिनेट" बनाम "स्क्रैपबुक")

यह पेपर तर्क देता है कि केवल टेक्स्ट स्टोर करना (जैसे कही गई हर बात की स्क्रैपबुक) पर्याप्त नहीं है। यदि आप स्क्रैपबुक में लिखते हैं "बॉब ने कहा कि चाबियाँ मेज पर हैं", तो आपको यह नहीं पता चलेगा कि बॉब सच बोल रहा है या चाबियाँ एक घंटे पहले हटा दी गई थीं।

वे एक नई मेमोरी प्रणाली प्रस्तावित करते हैं जिसे ObsMem कहा जाता है। कल्पना करें कि यह एक अत्यधिक व्यवस्थित फाइलिंग कैबिनेट है जिसमें चार अलग-अलग दराजें हैं, न कि कागजों का एक बड़ा ढेर:

  1. "मैंने क्या देखा" दराज (इवेंट ट्रैक): उन चीजों का एक सख्त लॉग जो रोबोट ने वास्तव में होते हुए देखीं। (जैसे, "मैंने देखा कि बॉब ने चाबियाँ मेज पर रखीं।")
  2. "मैंने क्या सुना" दराज (रिपोर्टेड/डायलॉग): उन चीजों का लॉग जो लोगों ने कहीं कि क्या हुआ। (जैसे, "बॉब ने कहा कि चाबियाँ मेज पर हैं।") सिस्टम जानता है कि यह देखने की तुलना में कम विश्वसनीय है।
  3. "वर्तमान स्थिति" दराज (स्टेट ट्रैक): एक लाइव डैशबोर्ड कि चीजें अभी कहाँ हैं। यदि चाबियाँ हिलती हैं, तो यह दराज अपडेट हो जाती है, लेकिन पुराना "मैंने क्या देखा" लॉग इतिहास दराज में रहता है ताकि रोबोट को पता रहे कि चाबियाँ पहले वहां हुआ करती थीं।
  4. "करने के कार्य" दराज (कमिटमेंट ट्रैक): वादों और भविष्य की योजनाओं की एक सूची। (जैसे, "सुबह 7:30 बजे एलिस को उसका साइंस प्रोजेक्ट बोर्ड पैक करने की याद दिलाएं।")

यह क्यों मायने रखता है: जब रोबोट से कोई प्रश्न पूछा जाता है, तो वह केवल कीवर्ड्स नहीं खोजता है। वह सही दराज की जाँच करता है।

  • प्रश्न: "चाबियाँ कहाँ हैं?" -> Current Status दराज की जाँच करता है।
  • प्रश्न: "क्या बॉब ने कहा कि चाबियाँ सोफे पर हैं?" -> What I Heard दराज की जाँच करता है।
  • प्रश्न: "क्या रोबोट पक्का है कि चाबियाँ अभी भी सोफे पर हैं?" -> यह Belief सिस्टम की जाँच करता है (जो पूछता है: "क्या मेरे देखने के बाद कमरे में कोई और आया है? यदि हाँ, तो अब मैं निश्चित नहीं हूँ।")।

4. परिणाम: "डिटेक्टिव" की जीत

शोधकर्ताओं ने अन्य मेमोरी सिस्टम के मुकाबले अपने नए सिस्टम (ObsMem) का WorldLines टेस्ट के माध्यम से परीक्षण किया।

  • परिणाम: ObsMem समय के साथ परिवर्तनों को ट्रैक करने वाले प्रश्नों के उत्तर देने में बहुत बेहतर था।
  • उपमा: अन्य सिस्टम एक ऐसे व्यक्ति की तरह थे जिन्होंने एक किताब का सारांश पढ़ा और अंत का अनुमान लगाया। ObsMem एक ऐसे जासूस की तरह था जिसने हर सुराग, हर झूठ और हर बदलाव का विस्तृत लॉग रखा, जिससे वह भ्रम के तीन दिनों के बाद भी यह सुलझाने में सक्षम हुआ कि "कॉफी टाइमर कहाँ सेट है?"

सारांश

  • WorldLines एक नया परीक्षण है जो एक लंबे, अव्यवस्थित, बदलते घरेलू जीवन का अनुकरण करता है ताकि यह देखा जा सके कि क्या रोबोट घर की "कहानी" को याद रख सकते हैं।
  • ObsMem रोबोट के लिए अपनी मेमोरी को व्यवस्थित करने का एक नया तरीका है, जो "मैंने क्या देखा," "मैंने क्या सुना," "अभी क्या सच है," और "मुझे क्या वादा करने का वचन दिया गया है" को अलग करता है।
  • निष्कर्ष: एक अच्छा दीर्घकालिक सहायक होने के लिए, एक रोबोट को केवल चैट हिस्ट्री की आवश्यकता नहीं है; उसे यह ट्रैक करने के लिए एक संरचित तरीका चाहिए कि भौतिक दुनिया समय के साथ कैसे बदलती 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।

Digest आज़माएँ →

इसी तरह के और पेपर

इस विषय के सभी पेपर देखें 💻 cs →