← नवीनतम पेपर
💻 computer science

EAGOR: Embodied Reasoning in Omni-direction

EAGOR एक प्रशिक्षण-मुक्त, ज्यामिति-जागरूक ढांचा है जो इसे एक गोलाकार मैनिफोल्ड पर स्फेरिकल हार्मोनिक बिलीफ फील्ड का उपयोग करके रिकर्सिव बायेसियन एस्टिमेशन के रूप में स्वरूपित करके एम्बॉडीड 360-डिग्री दिशात्मक तर्क को बढ़ाता है, जिससे 2D प्रोजेक्शन की सीमाओं को दूर किया जा सकता है और नेविगेशन एवं लक्ष्य दिशा अनुमान में महत्वपूर्ण प्रदर्शन लाभ प्राप्त किया जा सकता है।

मूल लेखक: Shriram Damodaran, Soumyaratna Debnath, Yan Wu, Wei-Yun Yau, Addison Lin Wang

प्रकाशित 2026-07-08
📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें
CC BY 4.0

मूल लेखक: Shriram Damodaran, Soumyaratna Debnath, Yan Wu, Wei-Yun Yau, Addison Lin Wang

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 360-डिग्री वाले चश्मे पहनकर एक विशाल, गोलाकार कमरे में घूम रहे हैं। आप अपने चारों ओर सब कुछ एक साथ देख सकते हैं: आपके पीछे का दरवाज़ा, आपके बाईं ओर की खिड़की, और आपके सामने की मेज। अब, कल्पना कीजिए कि कोई आपसे कहता है, "लाल कुर्सी ढूँढो।"

यदि आप वर्तमान तकनीक का उपयोग करने वाले एक मानक रोबोट होते, तो यह उस गोलाकार कमरे की एक फोटो लेने और उसे कागज के एक टुकड़े पर सपाट करने जैसा होता (जैसे ग्लोब को एक सपाट मानचित्र में फैलाना)। इस सपाट करने की प्रक्रिया से अजीब विकृतियाँ पैदा होती हैं। मानचित्र का ऊपर और नीचे का हिस्सा दब जाता है, और बाएँ और दाएँ किनारे फट जाते हैं। यदि आप अपना सिर घुमाते हैं, तो "सपाट मानचित्र" बिखर जाता है, और रोबोट भ्रमित हो जाता है कि कुर्सी वास्तव में उसके शरीर के सापेक्ष कहाँ है। उसे लग सकता है कि कुर्सी हिल रही है जबकि वह वास्तव में स्थिर खड़ी है, या वह मानचित्र के "फटे हुए हिस्से" को पार करते ही उसका पीछा करना पूरी तरह से खो सकता है।

EAGOR का आगमन।

यह शोध पत्र EAGOR (Embodied reAsoninG in Omni-diRection) को पेश करता है, जो दिशा के बारे में सोचने का एक नया तरीका है जो दुनिया को सपाट करने पर निर्भर नहीं है। दुनिया को एक सपाट चित्र में बदलने की कोशिश करने के बजाय, EAGOR रोबोट के दृश्य को एक पूर्ण गोले (sphere) के रूप में मानता है, ठीक पृथ्वी की तरह।

यह इस प्रकार काम करता है, एक सरल उपमा का उपयोग करते हुए:

1. "मानसिक दिशा-सूचक" (Mental Compass) बनाम "सपाट मानचित्र"

अधिकांश रोबोट किसी वस्तु के स्थान का अनुमान लगाने के लिए एक सपाट छवि पर एक विशिष्ट बिंदु की ओर इशारा करने की कोशिश करते हैं (जैसे यह कहना कि "कुर्सी पिक्सेल 400, पंक्ति 200 पर है")। जब रोबोट मुड़ता है, तो वह पिक्सेल हिल जाता है, और गणित जटिल हो जाता है।

EAGOR अलग है। एक पिक्सेल खोजने के बजाय, यह रोबोट के मस्तिष्क के भीतर एक निरंतर "मानसिक दिशा-सूचक" (Mental Compass) बनाता है।

  • उपमा: कल्पना कीजिए कि आपने अपने हाथों में एक चमकता हुआ गोला पकड़ा हुआ है। रोबोट यह नहीं पूछता, "कागज पर कुर्सी कहाँ है?" इसके बजाय, वह पूछता है, "इस चमकते हुए गोले पर किस दिशा में कुर्सी है?"
  • भले ही रोबोट चारों ओर घूमे, चमकता हुआ गोला उसके साथ ही घूमेगा। कुर्सी की दिशा गोले पर सुसंगत बनी रहती है, भले ही रोबोट का कमरे का दृश्य बदल जाए।

2. "विश्वास क्षेत्र" (The Belief Field - द एक्युमुलेटर)

शोध पत्र बताता है कि रोबोट की आँखें (कैमरे) शोर भरी (noisy) हो सकती हैं। कभी-कभी उसे लग सकता है कि उसने कुर्सी देखी है, लेकिन वह वास्तव में एक कोट स्टैंड है।

  • पुराना तरीका: रोबोट वर्तमान स्नैपशॉट के आधार पर एक अनुमान लगाता है। यदि स्नैपशॉट धुंधला है या रोबोट मुड़ता है, तो अनुमान गलत हो जाता है।
  • EAGOR का तरीका: EAGOR एक विश्वसनीय स्मृति की तरह कार्य करता है। हर बार जब रोबोट दुनिया को देखता है, तो वह अपने मानसिक दिशा-सूचक में एक छोटा सा "वोट" जोड़ता है।
    • यदि रोबोट को कुर्सी जैसी आकृति दिखती है, तो वह उस दिशा में एक वोट जोड़ता है।
    • यदि रोबोट मुड़ता है, तो वह अपने पूरे मानसिक दिशा-सूचक को घुमाता है ताकि वोट रोबोट के सापेक्ष सही स्थान पर बने रहें।
    • समय के साथ, "वोट" जमा होते जाते हैं, जिससे वास्तविक लक्ष्य कहाँ है, इसका एक मजबूत और स्पष्ट संकेत मिलता है, जो शोर और भ्रम को दूर कर देता है।

3. यह क्यों महत्वपूर्ण है (परिणाम)

शोधकर्ताओं ने कंप्यूटर सिमुलेशन में और एक वास्तविक कमरे में एक वास्तविक, चार पैरों वाले रोबोट (एक Unitree Go2) पर इसका परीक्षण किया।

  • "सीम" (Seam) की समस्या: जब एक रोबोट मुड़ता है और "सीम" (वह किनारा जहाँ 360-डिग्री दृश्य वापस घूमता है) को पार करता है, तो पुराने रोबोट अक्सर चक्कर खा जाते हैं और लक्ष्य को खो देते हैं। EAGOR इसे सुचारू रूप से संभालता है क्योंकि इसके "मानसिक दिशा-सूचक" में कोई किनारे या दरारें नहीं होती हैं।
  • परिणाम:
    • दृश्य खोज (Visual Search): जब वस्तुओं को खोजने के लिए कहा गया, तो EAGOR पिछले तरीकों की तुलना में काफी अधिक सटीक (45% तक बेहतर) था, भले ही इसमें छोटे और कम शक्तिशाली AI मस्तिष्क का उपयोग किया गया हो।
    • नेविगेशन: बिना मानचित्र के नेविगेट करते समय, EAGOR ने कम कदम उठाए और कम गलतियाँ कीं। यह चलते समय अपनी दिशा को स्थिर रखने में बहुत बेहतर था।
    • वास्तविक दुनिया: वास्तविक रोबोट ने चलते और मुड़ते समय भी लक्ष्यों को सफलतापूर्वक ट्रैक किया, जिससे यह सिद्ध हुआ कि यह केवल एक कंप्यूटर सिमुलेशन का कमाल नहीं है।

मुख्य निष्कर्ष

यह शोध पत्र तर्क देता है कि 360-डिग्री दुनिया में नेविगेट करने के लिए, आप दुनिया को कागज के एक सपाट टुकड़े की तरह नहीं मान सकते। आपको इसे एक गोले की तरह मानना होगा।

EAGOR एक "ट्रेनिंग-फ्री" टूल है (इसका अर्थ है कि इसे चलने या देखने के लिए फिर से सिखाने की आवश्यकता नहीं है; यह बस दिशा के बारे में मौजूदा AI के सोचने के तरीके को अपग्रेड करता है)। यह वर्तमान रोबोटों के "सपाट मानचित्र" वाले दृष्टिकोण को लेता है और उसे एक गोलाकार, घूमती हुई विश्वास प्रणाली से बदल देता है जो रोबोट के दिशा बोध को स्थिर, सटीक और सुसंगत बनाए रखती है, चाहे वह कितना भी घूमे या चले।

संक्षेप में: यह एक मुड़े हुए, फटे हुए कागज के मानचित्र का उपयोग करके शहर में रास्ता खोजने और एक पूर्ण, घूमते हुए GPS कंपास का उपयोग करने के बीच का अंतर है जो हमेशा जानता है कि आप कहाँ हैं और आप कहाँ जा रहे 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 →