Legible Shared Autonomy: Implicit Communication of Robot Belief through Motion

तकनीकी सारांश: लेजिबल शेयर्ड ऑटोनॉमी (Legible Shared Autonomy)

समस्या विवरण (Problem Statement)
शेयर्ड ऑटोनॉमी सिस्टम मोटर अक्षमता वाले उपयोगकर्ताओं की सहायता के लिए उपयोगकर्ता के इनपुट और स्वायत्त सहायता (autonomous assistance) को जोड़कर रोबोटिक भुजाओं को नियंत्रित करते हैं। हालाँकि, एक मौलिक "पारदर्शिता समस्या" (transparency problem) उनकी प्रभावशीलता को सीमित करती है: उपयोगकर्ता यह नहीं देख पाते कि रोबोट उपयोगकर्ता के इच्छित लक्ष्य के संबंध में अपने आंतरिक विश्वासों (internal beliefs) के बारे में क्या सोच रहा है। पारंपरिक प्रणालियाँ दक्षता को प्राथमिकता देती हैं, जिससे वे अनुमानित लक्ष्य की ओर सबसे छोटे पथ पर चलती हैं। जब कई वस्तुएं समान दिशाओं में स्थित होती हैं (जैसे कि एक अव्यवस्थित मेज पर टिश्यू और कप), तो यह कुशल गति अस्पष्ट होती है। इससे दो महत्वपूर्ण विफलता मोड उत्पन्न होते हैं:

1. अनावश्यक प्रयास (Unnecessary Effort): जब रोबोट सही ढंग से लक्ष्य का अनुमान लगा लेता है, तब भी उपयोगकर्ता नियंत्रण इनपुट प्रदान करना जारी रखते हैं क्योंकि वे यह महसूस नहीं कर पाते कि रोबोट उनके इरादे को समझ गया है, जिससे प्रयास व्यर्थ होता है जिसे रोबोट को सौंप दिया जाना चाहिए था।
2. विलंबित त्रुटि सुधार (Delayed Error Correction): जब रोबोट इरादे को गलत समझ लेता है, तो उपयोगकर्ता तब तक त्रुटि का पता नहीं लगा पाते जब तक कि सहायक गति उनके वांछित प्रक्षेपवक्र (trajectory) से काफी विचलित नहीं हो जाती, जिसके लिए पर्याप्त सुधारात्मक इनपुट की आवश्यकता होती है।

कार्यप्रणाली (Methodology)
यह शोध एक लेजिबल शेयर्ड ऑटोनॉमी (Legible Shared Autonomy) ढांचे का प्रस्ताव करता है जहाँ रोबोट स्पष्ट फीडबैक इंटरफेस पर निर्भर रहने के बजाय अपनी सहायक गति की विशेषताओं के माध्यम से उपयोगकर्ता के लक्ष्यों के बारे में अपने अनुमानित विश्वासों को संप्रेषित करता है।

• एक्शन-लेवल लेजिबिलिटी मेट्रिक (Action-Level Legibility Metric): पूर्ववर्ती प्रक्षेपवक्र-स्तरीय (trajectory-level) दृष्टिकोणों के विपरीत, जो ऑफलाइन अनुकूलित होते हैं, यह कार्य एक एक्शन-लेवल मेट्रिक पेश करता है जिसे वास्तविक समय की बातचीत के लिए प्रत्येक टाइमस्टेप पर गणना योग्य बनाया जा सकता है। यह मेट्रिक इस बात को मापता है कि एक रोबोट क्रिया $a_R$, प्रतिस्पर्धी विकल्पों $\theta$ से अनुमानित लक्ष्य $\theta^*$ को कितनी अच्छी तरह से अलग करती है। इसे बोल्ट्ज़मैन-रेशनल यूजर एक्शन मॉडल पर आधारित, अनुमानित लक्ष्य $\theta^*$ के तहत क्रिया की संभावना और सबसे भ्रमित करने वाले विकल्प के बीच लॉग-अनुपात के रूप में परिभाषित किया गया है:
  $$L(a_R | s_t, \theta^*) = \log \pi_H(a_R | s_t, \theta^*) - \log \max_{\theta \neq \theta^*} \pi_H(a_R | s_t, \theta)$$
  धनात्मक मान इंगित करते हैं कि क्रिया अनुमानित लक्ष्य का स्पष्ट संकेत देती है; शून्य के करीब मान अस्पष्टता दर्शाते हैं।

• दोहरा अनुकूलन ढांचा (Dual Optimization Framework): रोबोट कार्यों का चयन कार्य प्रदर्शन (लक्ष्य से दूरी कम करना) और लेजिबिलिटी (स्पष्टता) के बीच संतुलन बनाकर करता है। ऑब्जेक्टिव फंक्शन है:
  $$a^*_R = \arg \max_{a_R \in A_R} [\lambda L(a_R | s_t, \theta^*) + Q(a_R, s_t, \theta^*)]$$
  जहाँ $\lambda$ लेजिबिलिटी के महत्व को भारित (weight) करता है। जब $\lambda=0$ होता है, तो सिस्टम मानक कुशल शेयर्ड ऑटोनॉमी पर वापस आ जाता है।

• कॉन्फिडेंस-अवेयर एडेप्टिव अथॉरिटी एलोकेशन (Confidence-Aware Adaptive Authority Allocation): विश्वास प्रकट करने और नियंत्रण बनाए रखने के बीच के संतुलन को प्रबंधित करने के लिए, सिस्टम उपयोगकर्ता को दिए जाने वाले अथॉरिटी वेट $\beta_t$ को गतिशील रूप से समायोजित करता है। यह वेट दो कारकों द्वारा नियंत्रित होता है:

  1. अनुमान विश्वास ($b_t$): रोबोट स्वयं को अधिक अधिकार (कम $\beta_t$) तभी देता है जब उसका विश्वास स्तर एक सीमा से ऊपर होता है।
  2. लक्ष्य से निकटता ($d_t$): रोबोट लक्ष्य के करीब पहुँचने पर अपना अधिकार बढ़ाता है, जहाँ सटीक लक्ष्य विभेदन सबसे महत्वपूर्ण होता है।
     जब उपयोगकर्ता इनपुट डिवाइस को छोड़ देता है, तो रोबोट पूर्ण नियंत्रण ले लेता है, जिससे उपयोगकर्ता द्वारा सही अनुमान की धारणा बनने पर नियंत्रण सौंपना संभव हो जाता है।

प्रमुख योगदान (Key Contributions)

1. एक्शन-लेवल लेजिबिलिटी मेट्रिक: वास्तविक समय में इरादे के संचार को सक्षम करने वाला एक कम्प्यूटेशनल रूप से कुशल मेट्रिक, जो ऑफलाइन प्रक्षेपवक्र अनुकूलन से भिन्न है।
2. लेजिबल शेयर्ड ऑटोनॉमी फ्रेमवर्क: उपयोगकर्ता के लक्ष्यों के बारे में विश्वासों (न कि रोबोट के अपने लक्ष्यों) को प्रकट करने के लिए लेजिबिलिटी का पहला एकीकरण, जो एक एडेप्टिव अथॉरिटी रणनीति के साथ जुड़ा हुआ है जो विश्वास स्तरों का संकेत देता है।
3. अनुभवजन्य सत्यापन (Empirical Validation): व्यापक उपयोगकर्ता अध्ययन जो प्रदर्शित करते हैं कि लेजिबल मोशन पारदर्शिता में सुधार करता है और उपयोगकर्ता के प्रयास को कम करता है।

प्रायोगिक परिणाम (Experimental Results)
इस दृष्टिकोण को दो अध्ययनों के माध्यम से सत्यापित किया गया: 20 प्रतिभागियों के साथ एक 2D सिमुलेशन और 15 प्रतिभागियों के साथ एक 6-DOF Dobot CR5 रोबोट आर्म के साथ एक भौतिक प्रयोग।

• पारदर्शिता और समझ: सिमुलेशन में, लेजिबल मोशन ने उपयोगकर्ताओं की यह समझने की क्षमता में उल्लेखनीय सुधार किया कि क्या रोबोट उनके इरादे को समझ रहा है (मानक SA में 38% से बढ़कर लेजिबल SA में 96-99% हो गया) और सही अनुमानित लक्ष्य की पहचान की।
• व्यक्तिपरक अनुभव: भौतिक प्रयोगों ने दिखाया कि लेजिबल शेयर्ड ऑटोनॉमी में कथित सहजता (perceived intuitiveness) में 62% की वृद्धि और सहयोग गुणवत्ता स्कोर में 55% की वृद्धि हुई। अनुमानित समझ और सहयोग की गुणवत्ता के बीच एक मजबूत सकारात्मक सहसंबंध ($r=0.926$) पाया गया।
• नियंत्रण प्रयास: लेजिबल शेयर्ड ऑटोनॉमी ने भौतिक प्रयोगों में उपयोगकर्ता के नियंत्रण प्रयास को 27% कम कर दिया (और सिमुलेशन में 47%), क्योंकि उपयोगकर्ता सही अनुमान को देखते ही नियंत्रण सौंप सकते थे।
• कार्य अवधि का ट्रेड-ऑफ (Task Duration Trade-off): अध्ययन ने भौतिक प्रयोगों में कार्य की अवधि में 12% की वृद्धि दर्ज की। यह इस कारण से है क्योंकि स्पष्ट लक्ष्य पहचान स्थापित करने के लिए प्रक्षेपवक्र सबसे छोटे पथ से विचलित होते हैं। लेखक तर्क देते हैं कि सहायक रोबोटिक्स के लिए यह ट्रेड-ऑफ स्वीकार्य है, जहाँ कच्चे वेग (raw speed) की तुलना में शारीरिक कार्यभार को कम करने और सिस्टम की बोधगम्यता को प्राथमिकता दी जाती है।

महत्व और दावे (Significance and Claims)
शोध का दावा है कि लेजिबल शेयर्ड ऑटोनॉमी इंटरैक्शन को एक-तरफा अनुमान से पारदर्शी द्वि-मार्गी सहयोग (transparent bidirectional collaboration) में बदल देता है। अपने विश्वासों को प्रकट करने के लिए मोशन की विशेषताओं को संशोधित करके, सिस्टम उपयोगकर्ताओं को अपनी नियंत्रण रणनीतियों को गतिशील रूप से समायोजित करने की अनुमति देता है—सही अनुमान की पुष्टि होने पर इनपुट कम करना या गलतफहमी का पता चलने पर तुरंत सुधार करना।

लेखक निष्कर्ष निकालते हैं कि जबकि लेजिबिलिटी को कार्य के अनुसार ट्यून किया जाना चाहिए न कि अंधाधुंध अधिकतम किया जाना चाहिए (क्योंकि अत्यधिक मुखर मोशन कभी-कभी कथित सहयोग को कम कर सकता है), सहायक मोशन प्रभावी रूप से रोबोट के विश्वास की स्थिति के बारे में जानकारी ले जा सकता है। यह पारदर्शिता के अंतर को पाटता है, शेयर्ड ऑटोनॉमी को "मौन सहायता" से अधिक बोधगम्य मानव-रोबोट टीमिंग की ओर ले जाता है। यह कार्य सीमाओं को भी स्वीकार करता है, जिसमें उच्च-विश्वास वाले गलत अनुमानों का मूल्यांकन करना और कई संभावित लक्ष्यों वाले अव्यवस्थित दृश्यों में सामान्यीकरण करना शामिल है।