GaitSpan: Growing Humanoid Locomotion from Walking to Running
GaitSpan एक नवीन ढांचा है जो लय निर्माण (rhythm generation), स्ट्राइड शेपिंग (stride shaping) और अवशिष्ट अनुकूलन (residual adaptation) का लाभ उठाकर, बिना शून्य से पुन: सीखने की आवश्यकता के, एक पूर्व-प्रशिक्षित वॉकिंग पॉलिसी को विविध रूपात्मकताओं (morphologies) और भू-भागों में चलने, जॉगिंग करने और दौड़ने में सक्षम एक एकल, निरंतर-गति वाले लोकोमोशन कंट्रोलर में कुशलतापूर्वक विस्तारित 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 आपका एक रोबोट दोस्त है जिसने अभी-अभी चलना सीखा है। वह बहुत अच्छा चलता है, लेकिन यदि आप उसे जॉग करने या दौड़ने (स्प्रिंट) के लिए कहते हैं, तो अधिकांश वर्तमान रोबोट एक दीवार से टकरा जाते हैं। या तो वे जम जाते हैं, या उन्हें पूरी तरह से "अनलर्न" (सीखा हुआ भूलना) करना पड़ता है और शुरू से फिर से सीखना पड़ता है। यह वैसा ही है जैसे यदि कोई इंसान, मैराथन दौड़ने का निर्णय लेने पर, दो पैरों पर संतुलन बनाना भूल जाए और सब कुछ फिर से शून्य से सीखना शुरू कर दे।
यही वह चीज़ है जिसे GaitSpan के पीछे के शोधकर्ता ठीक करने की कोशिश कर रहे हैं। वे एक स्मार्ट तरीका सुझाते हैं: चलने के कौशल को फेंकने के बजाय, इसे एक बीज (seed) की तरह मानें। जिस तरह एक बीज में पूरे पेड़ का ब्लूप्रिंट होता है, वैसे ही एक चलने वाले रोबोट के पास संतुलन, सहायता और समन्वय के लिए आवश्यक "मोटर संरचना" पहले से होती है। आपको दौड़ने के लिए नया रोबोट बनाने की ज़रूरत नहीं है; आपको बस चलते हुए रोबोट को बढ़ने में मदद करने की ज़रूरत है।
तीन-चरणीय विकास (The Three-Step Growth Spurt)
GaitSpan फ्रेमवर्क एक बागवानी किट की तरह काम करता है जो इस "चलने वाले बीज" को एक धावक के रूप में खिलने में मदद करता है। यह तीन विशिष्ट तरीकों से करता है:
लय निर्माण (Rhythm Generation - द मेट्रोनोम):
सोचिए कि रोबोट की चलने की पॉलिसी एक गाने की तरह है। आमतौर पर, गाना एक निश्चित गति पर बजता है। GaitSpan कई आंतरिक घड़ियों (मेट्रोनोम) को पेश करता है जो गाने की गति को बढ़ा या घटा सकते हैं। दौड़ने के लिए नया गाना लिखने के बजाय, यह चलने वाले गाने को लेता है और इसे अलग-अलग लय पर बजाता है। एक विशेष "मिक्सिंग बोर्ड" (एक पदानुक्रमित मेमोरी) यह सीखता है कि रोबोट को कितनी तेज़ गति से जाने के लिए कहा गया है, इसके आधार पर इन विभिन्न लयों को कैसे मिलाया जाए। यदि आप जॉग करने के लिए कहते हैं, तो यह जॉगिंग बीट बनाने के लिए लय को मिलाता है। यदि आप दौड़ने के लिए कहते हैं, तो यह मिश्रण को फिर से बदल देता है। यह अलग-अलग रोबोटों के बीच स्विच नहीं कर रहा है; यह बस उसी चलने वाले ट्रैक को रीमिक्स कर रहा है।स्ट्राइड शेपिंग (Stride Shaping - द फिजिक्स कोच):
लय बदलना अच्छा है, लेकिन दौड़ना केवल तेज़ी से चलना नहीं है; इसमें उछलना, हवा में उड़ना और ज़ोर से लैंड करना शामिल है। रोबोट को यह सिखाने के लिए, शोधकर्ताओं ने एक "फिजिक्स कोच" जोड़ा है जो स्प्रिंग-लोडेड इनवर्टेड पेंडुलम (सोचिए एक पोगो स्टिक) से प्रेरित है। यह कोच रोबोट को यह नहीं बताता कि बिल्कुल क्या करना है; इसके बजाय, यह सही चीज़ें करने के लिए पुरस्कार देता है: लैंडिंग के समय "स्प्रिंग" (पैर) को दबाना, वापस ऊपर उछलना, और "फ्लाइट टाइम" का एक क्षण होना जहाँ दोनों पैर ज़मीन से ऊपर हों। यह रोबोट को बिना किसी कठोर, पूर्व-लिखित रनिंग पैटर्न के मजबूर किए, स्वाभाविक रूप से दौड़ना सीखने के लिए प्रोत्साहित करता है।रेसिड्यूअल अडैप्टेशन (Residual Adaptation - द फाइन-ट्यूनर):
कभी-कभी, लय और फिजिक्स कोच पर्याप्त नहीं होते हैं। रोबोट को किसी अजीब ढलान पर संतुलन बनाए रखने के लिए या हाथ के स्विंग को एडजस्ट करने के लिए थोड़े से सूक्ष्म सुधार की आवश्यकता हो सकती है। एक छोटा "रेसिड्यूअल" पॉलिसी एक फाइन-ट्यूनर की तरह कार्य करता है, जो मूवमेंट को सुचारू और सुरक्षित बनाने के लिए अंतिम क्षणों में सुधार जोड़ता है।
वे क्या नहीं करते (और यह क्यों महत्वपूर्ण है)
यह पेपर बहुत स्पष्ट है कि यह विधि क्या नहीं है।
- कोई "एक्सपर्ट स्विचिंग" नहीं: उन्होंने अलग-अलग "विशेषज्ञों" (एक चलने के लिए, एक दौड़ने के लिए) को प्रशिक्षित करने और फिर उनके बीच स्विच करने के विचार को स्पष्ट रूप से खारिज कर दिया है। लेखकों ने पाया कि यह दृष्टिकोण अक्सर झटकेदार और टूटे हुए ट्रांज़िशन की ओर ले जाता है जहाँ रोबोट लड़खड़ा जाता है क्योंकि वह एक कौशल से दूसरे कौशल पर कूदने की कोशिश कर रहा होता है। GaitSpan कौशलों को निरंतर विकसित करता है, इसलिए चलने से जॉगिंग तक का संक्रमण एक स्पीकर की आवाज़ बढ़ाने जितना सहज होता है।
- कोई "मानव नकल" नहीं: वे मानव गति के डेटा की नकल करने के विरुद्ध भी तर्क देते हैं। हालांकि मनुष्य दौड़ने में माहिर होते हैं, लेकिन उनके शरीर रोबोट से अलग होते हैं। मनुष्य की दौड़ की नकल करना कूल लग सकता है, लेकिन यह एक अलग जोड़ों और मोटरों वाले रोबोट के लिए अक्षम या खतरनाक हो सकता है। GaitSpan सुझाव देता है कि एक रोबोट अपनी स्वयं की चलने की स्किल्स का विस्तार करके कुशलता से दौड़ना सीख सकता है, न कि मानव का रूप धरने की कोशिश करके।
परिणाम: सिमुलेशन से रेत तक
टीम ने पाँच अलग-अलग ह्यूमनॉइड रोबोट मॉडल (Unitree G1 और Booster T1 सहित) पर इस विचार का परीक्षण किया। उन्होंने इन रोबोटों को एक आभासी दुनिया (सिमुलेशन) में समतल ज़मीन और थोड़ी ऊबड़-खाबड़ सतह पर प्रशिक्षित किया।
परिणाम प्रभावशाली थे। इन सिमुलेशन में, GaitSpan रोबोटों ने धीमी चाल से लेकर 2.2 मीटर प्रति सेकंड (जो कि एक तेज़ जॉग या धीमी दौड़ है) तक की एक निरंतर गति सीमा को कवर करना सीखा।
- सुचारू संक्रमण (Smooth Transitions): जब कमांड स्पीड बढ़ी, तो रोबोट केवल तेज़ नहीं हुए; उन्होंने स्वाभाविक रूप से अपनी चाल बदली। उन्होंने लंबे कदम लेना शुरू किया, अपने पैरों को ऊँचा उठाया, और अंततः, उनके पैर ज़मीन से एक साथ ऊपर उठ गए, जिससे "फ्लाइट टाइम" पैदा हुआ जैसा कि एक धावक में होता है।
- जीरो-शॉट रियल-वर्ल्ड सफलता: भले ही उन्हें केवल सिमुलेशन में समतल और मामूली ऊबड़-खाबड़ ज़मीन पर प्रशिक्षित किया गया था, रोबोट बिना किसी अतिरिक्त प्रशिक्षण के अनदेखे वास्तविक दुनिया के इलाकों (जैसे रेत) पर चलने, जॉग करने और दौड़ने में सक्षम थे। यह बताता है कि जो कौशल उन्होंने सीखा था वह वास्तविक दुनिया की जटिलताओं को संभालने के लिए पर्याप्त मजबूत था।
- बाकियों से बेहतर: अन्य तरीकों की तुलना में जो अलग-अलग विशेषज्ञों को मिलाने या मानव गतियों की नकल करने की कोशिश करते थे, GaitSpan ने तेज़ी से सीखा और अधिक स्थिर, ऊर्जा-कुशल चालें उत्पन्न कीं।
निष्कर्ष
यह पेपर सुझाव देता है कि हमें चलने, जॉगिंग और दौड़ने को तीन पूरी तरह से अलग समस्याओं के रूप में देखने की आवश्यकता नहीं है। इसके बजाय, हम चलने को एक "सीड स्किल" (बीज कौशल) के रूप में देख सकते हैं। चलने वाली पॉलिसी को एक पुन: प्रयोज्य आधार के रूप में उपयोग करके और इसे लय परिवर्तन, भौतिकी-आधारित पुरस्कारों और छोटे समायोजन के माध्यम से बढ़ने देकर, हम एक एकल रोबोट कंट्रोलर बना सकते हैं जो गति के पूरे स्पेक्ट्रम को संभाल सकता है।
यह साइकिल चलाने सीखने जैसा है। जब आप तेज़ी से पैडल मारने का निर्णय लेते हैं, तो आपको संतुलन बनाना फिर से सीखने की आवश्यकता नहीं होती; आप बस अपना वजन बदलते हैं और ज़ोर से पैडल मारते हैं। GaitSpan रोबोटों को यही करना सिखाता है: जो संतुलन उनके पास पहले से है उसे लें और उसे तेज़ और अधिक गतिशील बनाने के लिए विकसित करें। हालाँकि ये परिणाम वर्तमान में सिमुलेशन में प्रदर्शित किए गए हैं और "जीरो-शॉट" डिप्लॉयमेंट के माध्यम से वास्तविक दुनिया के इलाकों में स्थानांतरित किए गए हैं, वे एक ऐसे भविष्य की ओर इशारा करते हैं जहाँ रोबोट नए कौशल प्राप्त करने के लिए शून्य से शुरुआत नहीं करते, बल्कि जो वे पहले से जानते हैं उसी पर निर्माण करते 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।