← नवीनतम पेपर
🤖 machine learning

GPC: Large-Scale Generative Pretraining for Transferable Motor Control

यह शोध पत्र जेनेरेटिव प्रीट्रेंड कंट्रोलर्स (GPC) को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो विशाल मोशन डेटासेट्स को पुनरुत्पादित करने और स्वाभाविक, उभरते व्यवहारों के साथ विविध डाउनस्ट्रीम कार्यों के अनुकूल होने में सक्षम, मजबूत, सामान्य-उद्देश्य वाले नियंत्रकों को बनाने के लिए टोकनाइज्ड मोशन रिप्रेजेंटेशन को ऑटोरेग्रेसिव नेक्स्ट-टोकन प्रेडिक्शन और रिइन्फोर्समेंट लर्निंग के साथ जोड़ता है।

मूल लेखक: Yi Shi, Yifeng Jiang, Chen Tessler, Xue Bin Peng

प्रकाशित 2026-06-30
📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें
CC BY 4.0

मूल लेखक: Yi Shi, Yifeng Jiang, Chen Tessler, Xue Bin Peng

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 डिजिटल पात्र (जैसे कि एक वीडियो गेम अवतार) को चलना सिखाना चाहते हैं। पारंपरिक रूप से, आपको चलने, कूदने या गिरने के लिए हर एक मांसपेशी की हरकत को मैन्युअल रूप से प्रोग्राम करना होगा। या, आप एक "शिक्षक" का उपयोग कर सकते हैं जो पात्र को हिलना-डुलना सिखाए, लेकिन पात्र अक्सर भ्रमित हो जाता है, वह जो सीखा है उसे भूल जाता है, या अजीब, अप्राकृतिक तरीकों से हिलने लगता है।

यह पेपर एक नई प्रणाली पेश करता है जिसे GPC (Generative Pretrained Controllers) कहा जाता है। GPC को एक "सुपर-स्मार्ट मोशन लाइब्रेरी" के रूप में समझें जो 600 घंटों से अधिक विविध मानव गतिविधियों (चलने और दौड़ने से लेकर कार्टव्हील और फ्लिप्स तक) को देखकर सीखती है और फिर उन गतिविधियों को एक भौतिक-आधारित (physics-based) पात्र पर स्वाभाविक रूप से पुन: उत्पन्न करना सीखती है।

यह कैसे काम करता है, इसे सरल चरणों में यहाँ दिया गया है:

1. "मोशन वोकैबुलरी" (मूव्स को शब्दों में बदलना)

कल्पना कीजिए कि आप नृत्य की एक जटिल मुद्रा (dance move) का वर्णन करने की कोशिश कर रहे हैं। यदि आप हर छोटी मांसपेशी की हरकत का वर्णन करने की कोशिश करेंगे, तो यह बहुत उलझा हुआ होगा। इसके बजाय, GPC हर गतिविधि को एक सरल "शब्द" या "टोकन" में तोड़ देता है।

  • नवाचार: पिछले तरीकों ने इन "शब्दों" को एक विशाल शब्दकोश का उपयोग करके लिखने की कोशिश की जो अक्सर अव्यवस्थित हो जाता था या जिसके पन्ने खो जाते थे (एक समस्या जिसे "कोडबुक कोलैप्स" कहा जाता है)।
  • समाधान: GPC एक चतुर तकनीक FSQ (Finite Scalar Quantization) का उपयोग करता है। एक अव्यवस्थित शब्दकोश के बजाय, यह इन मूवमेंट शब्दों को संग्रहीत करने के लिए "स्लॉट्स" का एक निश्चित सेट उपयोग करता है। यह एक बहुत ही व्यवस्थित फाइलिंग कैबिनेट की तरह है जहाँ प्रत्येक फ़ाइल के पास अपना एक विशिष्ट, पूर्व-निर्धारित स्थान होता है। यह सिस्टम को बहुत अधिक स्थिर और प्रशिक्षित करने में आसान बनाता है।

2. "स्टोरीटेलर" (AI मस्तिष्क)

एक बार जब सिस्टम यह सीख लेता है कि गतिविधियों को "शब्दों" में कैसे बदलना है, तो इसे उन शब्दों को एक कहानी बनाने के लिए कैसे जोड़ना है, यह सीखने की आवश्यकता होती है।

  • विधि: वे एक ट्रांसफॉर्मर (वही प्रकार का AI मस्तिष्क जिसका उपयोग मेरे जैसे चैटबॉट्स में किया जाता है) को क्रम में अगले शब्द की भविष्यवाणी करने के लिए प्रशिक्षित करते हैं।
  • उपमा: इसे एक ऐसे कहानीकार के रूप में सोचें जिसने मानव गति के बारे में लाखों किताबें पढ़ी हैं। यदि पात्र वर्तमान में खड़ा है, तो स्टोरीटेलर भविष्यवाणी करता है, "ठीक है, अगला तार्किक कदम एक कदम आगे बढ़ना है," या "शायद एक कूद (jump)!"
  • परिणाम: क्योंकि AI ने इतने अधिक डेटा से सीखा है, यह केवल मूव्स की नकल नहीं करता; यह प्रवाह (flow) को समझता है। यदि आप पात्र को धक्का देते हैं, तो वह स्वाभाविक रूप से लड़खड़ाता है और खुद को संभालता है, ठीक वैसे ही जैसे एक वास्तविक व्यक्ति करेगा, बिना किसी विशिष्ट निर्देश के कि "गिरने से कैसे उबरें।"

3. "स्पेशलिस्ट ट्रेनिंग" (नए कामों के लिए अनुकूलन)

अब, कल्पना कीजिए कि आपके पास यह सुपर-स्मार्ट पात्र है जो सब कुछ करना जानता है, लेकिन आप चाहते हैं कि वह एक विशिष्ट कार्य करे, जैसे "एक ट्रे पकड़ते हुए चलना" या "एक विशिष्ट पथ का अनुसरण करना।"

  • समस्या: आमतौर पर, एक नया कौशल सिखाने के लिए, आपको पूरे मस्तिष्क को फिर से प्रशिक्षित करना पड़ता है, जिसमें बहुत समय लगता है और इससे पात्र स्वाभाविक रूप से चलना भूल सकता है।
  • समाधान: यह पेपर एक तकनीक पेश करता है जिसे CoLA (Conditional Low-rank Adaptation) कहा जाता है।
  • उपमा: पात्र के पूरे मस्तिष्क को फिर से लिखने के बजाय, आप बस उसकी आँखों पर एक छोटा, हल्का "चश्मा" या "फ़िल्टर" लगा देते हैं। ये चश्मे पात्र को बताते हैं, "हे, इस विशिष्ट कार्य के लिए, इन मूव्स पर ध्यान केंद्रित करें।"
  • लाभ: यह अविश्वसनीय रूप से कुशल है। यह सिस्टम में 1% से भी कम नई "मस्तिष्क शक्ति" जोड़ता है, फिर भी यह पात्र को उन सभी स्वाभाविक, जीवंत गतिविधियों को बनाए रखते हुए नए कार्यों में महारत हासिल करने की अनुमति देता है जो उसने अपने प्रारंभिक प्रशिक्षण के दौरान सीखी थीं।

उन्होंने क्या सिद्ध किया?

  • सटीकता: सिस्टम मोशन क्लिप्स की एक विशाल लाइब्रेरी को 99.98% सफलता दर के साथ पुन: उत्पन्न कर सकता है। यह इच्छित मूव को कॉपी करने में शायद ही कभी विफल होता है।
  • स्वाभाविकता: जब पात्र को धक्का दिया जाता है या वह गिरता है, तो वह केवल जम नहीं जाता या ग्लिच नहीं करता; वह स्वाभाविक रूप से प्रतिक्रिया करता है (जैसे, गिरने से बचने के लिए लुढ़कना या संतुलन बनाए रखने के लिए अपना कदम समायोजित करना)।
  • बहुमुखी प्रतिभा: उन्होंने इस एकल, प्री-ट्रेन्ड मॉडल को कई अलग-अलग चीजें करने के लिए सफलतापूर्वक अनुकूलित किया, जैसे कि एक पात्र को दिशा देना, एक पथ का अनुसरण करना, या बाधाओं को कूदकर पार करना, बिना शुरुआत से शुरू किए।

संक्षेप में: GPC एक डिजिटल अभिनेता को गति की एक विशाल लाइब्रेरी की किताबें पढ़ने, उन गतिविधियों को सरल कोड में बदलने और फिर उन्हें विशिष्ट दृश्य निभाने के लिए एक छोटे से "टास्क चश्मे" के साथ देने जैसा है, जबकि वे एक वास्तविक इंसान की तरह व्यवहार करना जारी रखते हैं।

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.LG →