Complex Autonomous UAV Task Execution and Decision-Making With s(CASP)
यह शोध पत्र एक उच्च-निष्ठा वाले अनरियल इंजन 5 (Unreal Engine 5) वातावरण के भीतर s(CASP) उत्तर सेट प्रोग्रामिंग प्रणाली का उपयोग करके एक प्रतीकात्मक, व्याख्या योग्य स्वायत्त यूएवी (UAV) एजेंट का प्रस्ताव और मूल्यांकन करता है, जो जटिल, बाधा-आधारित कार्यों को करने और बिना पुनरप्रशिक्षण के विफलताओं के प्रति गतिशील रूप से अनुकूलित होने की अपनी क्षमता को प्रदर्शित 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 ड्रोन है जिसे शहर में उड़ना है, एक खोया हुआ पैकेज ढूँढना है, फूलों पर छिड़काव करना है और एक पत्र पहुँचाना है। अब, कल्पना कीजिए कि आप उस ड्रोन को एक ऐसा दिमाग देते हैं जो एक जादुई 'ब्लैक बॉक्स' के बजाय एक मानव पायलट की तरह काम करता है। यह लेख ठीक उसी के बारे में है।
यहाँ उनके आविष्कार की कहानी है, जिसे सरल भागों में विभाजित किया गया है:
समस्या: "ब्लैक बॉक्स" पायलट
अधिकांश आधुनिक ड्रोन देखने और निर्णय लेने के लिए डीप लर्निंग (एक प्रकार का AI) का उपयोग करते हैं। इसे इस तरह समझें जैसे कोई छात्र जिसने लाखों अभ्यास टेस्ट रट लिए हैं लेकिन उसे वास्तव में यह समझ नहीं है कि उत्तर सही क्यों हैं।
- समस्या: यदि आप इस छात्र से पूछें, "तुम उस पेड़ से क्यों टकरा गए?" तो वह इसका स्पष्टीकरण नहीं दे पाएगा। वह बस कहेगा, "मैंने एक पैटर्न देखा जो पेड़ जैसा लग रहा था।"
- जोखिम: यदि स्थिति थोड़ी भी बदल जाती है (जैसे किसी नए प्रकार की बाधा), तो छात्र भ्रमित हो सकता है और दुर्घटनाग्रस्त हो सकता है। आप उन्हें बिना हजारों घंटों के पुन: प्रशिक्षण (retraining) दिए नए नियम आसानी से नहीं सिखा सकते।
समाधान: "लॉजिक-फर्स्ट" पायलट
शोधकर्ताओं ने s(CASP) नामक प्रणाली का उपयोग करके एक नया प्रकार का ड्रोन मस्तिष्क बनाया है। पैटर्न याद करने के बजाय, यह ड्रोन कॉमन सेंस रीजनिंग (सामान्य तर्क) का उपयोग करता है।
- उपमा: कल्पना कीजिए कि ड्रोन में एक मानव पायलट बैठा है। यदि वह फूलों की क्यारी के पास एक व्यक्ति को खड़ा देखता है, तो वह सोचता है: "मुझे पता है कि मुझे फूलों पर छिड़काव करना है, लेकिन मुझे यह भी पता है कि मुझे उस व्यक्ति पर छिड़काव नहीं करना चाहिए। इसलिए, मैं प्रतीक्षा करूँगा या बगल से निकल जाऊँगा।"
- जादू: यह ड्रोन केवल अनुमान नहीं लगाता; यह अपने हर कदम के लिए एक तार्किक प्रमाण (logical proof) बनाता है। यदि आप उससे पूछें, "आपने उस क्यारी पर छिड़काव क्यों नहीं किया?" तो वह आपको सटीक नियम दिखा सकता है जिसका उसने पालन किया: "नियम 4 कहता है: यदि कोई व्यक्ति पास में है, तो छिड़काव न करें।"
यह कैसे काम करता है: "मिशन कंट्रोल" लूप
ड्रोन एक हाई-फिडेलिटी वीडियो गेम की दुनिया (Unreal Engine 5) में काम करता है जो एक वास्तविक शहर की तरह दिखती है और व्यवहार करती है। यहाँ यह चक्र है:
- लक्ष्य: एक इंसान ड्रोन को एक मिशन देता है, जैसे "यह पैकेज पहुँचाओ।"
- विभाजन: ड्रोन इस बड़े लक्ष्य को छोटे चरणों में तोड़ देता है: टेक ऑफ करना -> पिकअप स्पॉट तक उड़ना -> पैकेज पकड़ना -> ड्रॉप-ऑफ स्पॉट तक उड़ना -> उसे छोड़ देना।
- जांच: हर कदम से पहले, ड्रोन अपने लॉजिक ब्रेन से पूछता है: "क्या यह कदम सुरक्षित है? क्या यह कानूनी है? क्या यह नियमों का पालन करता है?"
- क्रिया: यदि उत्तर "हाँ" है, तो वह आगे बढ़ता है। यदि उत्तर "नहीं" है (जैसे, "रास्ते में एक चट्टान है"), तो वह तुरंत एक नया रास्ता निकाल लेता है।
पाँच मिशन जिनका उन्होंने परीक्षण किया
यह साबित करने के लिए कि यह काम करता है, उन्होंने अपने वर्चुअल शहर में ड्रोन को पाँच अलग-अलग "मिशनों" पर भेजा:
- डिटेक्टिव (जासूस): एक अज्ञात वस्तु को खोजें, उसकी तस्वीर लें और पता लगाएँ कि वह क्या है। यदि तस्वीर धुंधली है, तो वह तब तक और तस्वीरें लेता है जब तक कि वह सुनिश्चित न हो जाए।
- इंस्पेक्टर (निरीक्षक): किसी इमारत के चारों ओर उड़कर देखें कि क्या उस पर कोई मलबा (जैसे पत्थर या कचरा) है।
- सिक्योरिटी गार्ड (सुरक्षा गार्ड):held: एक बड़े क्षेत्र में गश्त करें कि क्या कोई कार "नो-ड्राइविंग ज़ोन" में जा रही है।
- गार्डनर (माली): विशिष्ट फूलों की क्यारियों पर छिड़काव करें। महत्वपूर्ण रूप से, यदि कोई व्यक्ति क्यारी के पास खड़ा है, तो ड्रोन छिड़काव करने से मना कर देता है। यदि कोई चट्टान रास्ता रोकती है, तो वह दूसरा रास्ता खोज लेता है।
- डिलीवरी ड्राइवर (डिलीवरी ड्राइवर): एक स्थान से वस्तु उठाएं और दूसरे स्थान पर पहुँचाएं, रास्ते की बाधाओं के बीच से रास्ता बनाते हुए।
परिणाम: तेज़, सुरक्षित और स्पष्टीकरण योग्य
- गति: ड्रोन प्रत्येक निर्णय पर सोचने के लिए लगभग एक सेकंड लेता है। हालांकि यह रिफ्लेक्स (reflex) की तुलना में धीमा लग सकता है, लेकिन इस प्रकार के कार्यों के लिए यह पर्याप्त तेज़ है क्योंकि ड्रोन अपना अधिकांश समय सोचने के बजाय वास्तव में उड़ने में बिताता है।
- विश्वसनीयता: उनके परीक्षणों में ड्रोन कभी दुर्घटनाग्रस्त नहीं हुआ। यदि कोई योजना असंभव थी (जैसे दीवार के माध्यम से उड़ना), तो सिस्टम ने प्रयास करने और विफल होने के बजाय बस यह कहा, "मैं यह नहीं कर सकता।"
- कोई री-ट्रेनिंग नहीं: यदि वे एक नया नियम जोड़ना चाहते थे (जैसे "यदि बारिश हो रही हो तो छिड़काव न करें"), तो उन्होंने बस कोड में एक वाक्य जोड़ा। उन्हें पूरे सिस्टम को फिर से प्रशिक्षित करने की आवश्यकता नहीं पड़ी।
यह क्यों महत्वपूर्ण है
सबसे बड़ी जीत विश्वास (Trust) है।
अतीत में, यदि ड्रोन कोई गलती करता था, तो हमें पता नहीं चलता था कि क्यों। इस नए सिस्टम के साथ, हर निर्णय के साथ एक "रसीद" या तार्किक स्पष्टीकरण होता है। यह एक ऐसे पायलट की तरह है जो आपको अपनी पूरी उड़ान योजना, चरण-दर-चरण, समझा सकता है, जिससे यह सुनिश्चित होता है कि ड्रोन सुरक्षित, तार्किक और आपदा राहत या कृषि जैसे जटिल कार्यों के लिए तैयार है।
संक्षेप में: उन्होंने एक "अनुमान लगाने वाले" AI को एक "सोचने वाले" AI से बदल दिया है जो नियमों का पालन करता है, अपने विकल्पों को समझाता है, और दुनिया के अनुकूल खुद को ढालता है, ठीक वैसे ही जैसे एक इंसान करता 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।