Second MOASEI Competition at AAMAS'2026: A Technical Report
यह तकनीकी रिपोर्ट 2026 MOASEI प्रतियोगिता का विवरण देती है, जिसमें एक गतिशील वाइल्डफायर ट्रैक और विस्तारित मेट्रिक्स पेश किए गए थे, लेकिन सीमित भागीदारी के परिणामस्वरूप एक एकल राइड-शेयरिंग प्रविष्टि देखी गई जिसने बेसलाइन नीतियों के विरुद्ध जीतने के लिए DLC दृष्टिकोण का उपयोग किया।
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 एक विशाल, उच्च-दांव वाला वीडियो गेम टूर्नामेंट चल रहा है जहाँ खिलाड़ी अभी भी खेल रहे हैं और खेल के नियम लगातार बदलते जा रहे हैं। यह मूल रूप से MOASEI प्रतियोगिता के बारे में है।
मई 2026 में साइप्रस में आयोजित, यह आर्टिफिशियल इंटेलिजेंस (AI) शोधकर्ताओं के लिए दूसरा वार्षिक मुकाबला था। लक्ष्य केवल यह देखना नहीं था कि कौन सबसे स्मार्ट AI बना सकता है, बल्कि यह देखना था कि कौन एक ऐसा AI बना सकता है जो तब भी स्मार्ट बना रहे जब उसके आसपास की दुनिया अव्यवहार्य, अप्रत्याशित और आश्चर्यों से भरी हो।
यहाँ कुछ रोजमर्रा के उपमाओं का उपयोग करते हुए बताया गया है कि क्या हुआ:
परिवेश: एक दुनिया जो स्थिर नहीं रहती
अधिकांश कंप्यूटर गेम्स में, मैप फिक्स्ड होता है, और दुश्मन एक स्क्रिप्ट का पालन करते हैं। इस प्रतियोगिता में, "दुनिया" एक ओपन एजेंट सिस्टम (Open Agent System) है। इसे एक व्यस्त शहर की सड़क की तरह समझें:
- एजेंट्स (Agents) कारों या डिलीवरी ड्राइवरों की तरह हैं।
- टास्क (Tasks) यात्रियों या पैकेजों की तरह हैं जो अचानक प्रकट होते हैं।
- ट्विस्ट: कभी-कभी ड्राइवर की कार खराब हो जाती है (एजेंट में बदलाव), कभी-कभी एक नया यात्री सड़क पर कूद पड़ता है (टास्क में बदलाव), और कभी-कभी ड्राइवर का पेट्रोल खत्म हो जाता है या बीच रास्ते में उसका मैप अपडेट हो जाता है (क्षमता में बदलाव)।
प्रतियोगिता ने AI टीमों का परीक्षण इस अराजक शहर के तीन अलग-अलग "लेवल" पर किया:
- वाइल्डफायर फाइटिंग (Wildfire Fighting): अग्निशमन दल की तरह जहाँ कुछ लोगों के पास पानी खत्म हो सकता है या वे नई आग तक पहुँचने के लिए बहुत थक सकते हैं।
- साइबर सुरक्षा (Cybersecurity): डिजिटल गार्ड्स की एक टीम की तरह जो नेटवर्क की रक्षा करने की कोशिश कर रही है जबकि हैकर्स लगातार अपनी रणनीतियाँ बदल रहे हैं।
- राइड-शेयरिंग (Ride-Sharing): टैक्सियों के एक बेड़े की तरह जो उन यात्रियों को उठाने की कोशिश कर रहे हैं जो यादृच्छिक समय और स्थानों पर अचानक प्रकट होते हैं।
2026 के लिए नए नियम
आयोजकों ने इसे पिछले साल की तुलना में और भी कठिन और निष्पक्ष बनाना चाहा। उन्होंने दो बड़े बदलाव पेश किए:
- "बोनस लेवल" (फ्रेम ओपननेस): वाइल्डफायर ट्रैक में, उन्होंने एक नया नियम जोड़ा जहाँ अग्निशमन दल के उपकरण काम करते समय ही बदल सकते थे। कल्पना कीजिए कि एक अग्निशमन कर्मी को अचानक पता चलता है कि उसके पाइप में पानी का दबाव आधा रह गया है या उसकी सीढ़ी पहले से छोटी हो गई है। AI को तुरंत अनुकूलन करना था।
- बेहतर स्कोरकार्ड: केवल एक अंतिम "स्कोर" देखने के बजाय, उन्होंने विशिष्ट चीजों को गिनना शुरू किया जैसे: कितने काम पूरे हुए? लोगों ने कितना इंतज़ार किया? हमने कितनी वैल्यू बनाई? यह यह कहने के अंतर जैसा है कि "हमने गेम जीत लिया" और यह कहना कि "हमने 2 मिनट के औसत प्रतीक्षा समय के साथ 50 ग्राहकों को सेवा दी।"
परिणाम: एक शांत वर्ष और एक स्टार प्लेयर
उत्साह के बावजूद, 2026 की प्रतियोगिता थोड़ी शांत रही।
- भीड़: आठ टीमों ने खेलने के लिए साइन अप किया।
- फिनिश लाइन: केवल एक टीम ने वास्तव में दौड़ पूरी की और अपना समाधान सबमिट किया।
- विजेता: वह टीम, जिसका नाम DLC था, केवल राइड-शेयरिंग लेवल खेली। क्योंकि वे ही एकमात्र टीम थी जिसने दौड़ पूरी की, इसलिए वे उस ट्रैक के विजेता बन गए।
विजेता (DLC) ने कैसे खेला
DLC टीम ने "अनुमान और जाँच" (guess and check) पद्धति का उपयोग नहीं किया। इसके बजाय, उन्होंने एक ऐसा AI बनाया जो एक अति-संगठित डिस्पैचर की तरह काम करता है।
- रणनीति: एक ऐसे टैक्सी डिस्पैचर की कल्पना करें जो लगातार अपना मैप फिर से बनाता है। हर बार जब एक नया यात्री दिखाई देता है, तो डिस्पैचर सिर्फ यह नहीं कहता "ठीक है, जाओ।" वे रुकते हैं, सभी कारों, सभी नए यात्रियों और ट्रैफिक को देखते हैं, और फिर सबसे अधिक लोगों को पिक करने के लिए सभी के लिए पूरा रूट फिर से प्लान करते हैं।
- प्रदर्शन:
- सफलता: उनका AI यात्रियों को उनके गंतव्य तक पहुँचाने में बहुत अच्छा था। उन्होंने लगभग उतने ही राइड्स पूरे किए जितने कि "ग्रीडी" (greedy) बेसलाइन (एक AI जो बिना आगे सोचे केवल निकटतम यात्री को पकड़ लेता है) ने किए थे।
- गति: वे "फर्स्ट-इन-फर्स्ट-आउट" (First-In-First-Out) बेसलाइन्स (जो बस लाइन में पहले व्यक्ति को ले लेते हैं) की तुलना में लोगों को उठाने में बहुत तेज़ थे।
- समझौता (Trade-off): इसमें एक पेच था। हालांकि DLC ने अधिक लोगों को उठाया, लेकिन यात्रा स्वयं थोड़ी लंबी हो गई। यह एक ऐसे बस ड्राइवर की तरह है जो सीधे गंतव्य तक जाने के बजाय रास्ते में 10 लोगों को उठाने के लिए रुकता है। उन्होंने अधिक लोगों को कहीं पहुँचाया, लेकिन यात्रा में अधिक समय लगा।
हमने क्या सीखा
पेपर इन कुछ प्रमुख निष्कर्षों के साथ समाप्त होता है:
- प्लानिंग काम करती है: DLC टीम ने साबित किया कि एक AI जो लगातार अपनी योजना पर फिर से विचार करता है, वह ऐसी दुनिया को संभालने में बहुत अच्छा है जहाँ कार्य लगातार प्रकट होते रहते हैं।
- संतुलन बनाना: "काम पूरा करने" और "उन्हें जल्दी करने" के बीच एक तनाव है। विजेता ने अधिक कार्य पूरे किए लेकिन उन्हें करने में अधिक समय लगा। भविष्य की प्रतियोगिताओं को यह तय करने की आवश्यकता है कि कौन सा अधिक महत्वपूर्ण है।
- अधिक खिलाड़ियों की आवश्यकता: 2026 का सबसे बड़ा सबक यह है कि प्रतियोगिता को अधिक टीमों की आवश्यकता है। केवल एक प्रविष्टि के साथ, हम विभिन्न AI शैलियों (जैसे "लर्निंग" बनाम "प्लानिंग") की तुलना नहीं कर सकते। आयोजक अगले समय के लिए नियमों को अधिक स्पष्ट और शुरुआती टूल्स को बेहतर बनाने की योजना बना रहे हैं ताकि अधिक टीमें शामिल हो सकें।
संक्षेप में, 2026 की प्रतियोगिता ने दिखाया कि एक AI जो अपने दिन की फिर से योजना बनाने के लिए तैयार है, वह राइड-शेयरिंग की अराजक दुनिया को बहुत अच्छी तरह से संभाल सकता है, भले ही यात्राएं थोड़ी लंबी हो जाएं। यह एक विशिष्ट दृष्टिकोण का सफल परीक्षण था, जिसने भविष्य में एक बड़ी और अधिक भीड़ वाली दौड़ के लिए मंच तैयार किया।
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।