Addressing the Orchestration Gap in Generalist Robots via Physical Agency
यह शोध पत्र "पिगी" (Pigey) को प्रस्तुत करता है, जो एक उच्च-स्तरीय ऑर्केस्ट्रेटर है जो जटिल कार्यों को उप-लक्ष्यों में विभाजित करके और एक क्लोज्ड-लूप भौतिक एजेंसी के माध्यम से मौजूदा फ्रोजन विजन-लैंग्वेज-एक्शन पॉलिसियों को प्रबंधित करके "ऑर्केस्ट्रेशन गैप" को पाटता है, जिससे बिना किसी अतिरिक्त डेटा या फाइन-ट्यूनिंग के तर्क-प्रधान रोबोटिक कार्यों पर महत्वपूर्ण प्रदर्शन सुधार प्राप्त होता 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 आप एक रोबोट को एक मददगार रूममेट बनना सिखाने की कोशिश कर रहे हैं। आप केवल एक ऐसी मशीन नहीं चाहते जो कप उठाने के लिए अपने हाथ को हिला सके; आप एक ऐसा रूममेट चाहते हैं जो यह समझ सके कि वह कप क्यों उठा रहा है, यह देख सके कि कप किसी किताब के नीचे छिपा हुआ है, यह महसूस कर सके कि गोंद की एक बोतल छोटे बच्चे के लिए खतरनाक है, और यह याद रख सके कि कमरा गंदा होने के बाद उसने खिलौने कहाँ रखे थे। यह "जनरलिस्ट रोबोट्स" (generalist robots) की दुनिया है, एक ऐसा क्षेत्र जहाँ वैज्ञानिक ऐसी मशीनें बनाने की कोशिश कर रहे हैं जो घर में इंसान की तरह लगभग कुछ भी कर सकें, न कि केवल एक विशिष्ट काम।
इसे करने के लिए, शोधकर्ता आमतौर पर दो मुख्य सामग्रियों पर भरोसा करते हैं। पहला है परसेप्शन एंड कंट्रोल (perception and control), जो रोबोट की आँखों और मांसपेशियों की तरह है—उसे यह सिखाना कि किसी वस्तु को कैसे देखा जाए और उसे बिना गिराए कैसे पकड़ा जाए। दूसरा है रीज़निंग (reasoning), जो रोबोट का मस्तिष्क है—उसे निर्देश जैसे "सुरक्षित चीजों को प्लेट पर रखें" या "उस खिलौने को खोजें जो छिपा हुआ है" को समझना सिखाना। लंबे समय तक, रोबोटिक्स में एक बड़ा विचार इन दोनों सामग्रियों को एक विशाल, सुपर-स्मार्ट मस्तिष्क में मिला देने का था। उम्मीद यह थी कि यदि आप रोबोट को लोगों द्वारा कार्य करने के पर्याप्त वीडियो दिखाएंगे, तो वह एक साथ देखना, सोचना और कार्य करना सीख जाएगा। लेकिन जैसा कि पेपर में सुझाव दिया गया है, यह "ऑल-इन-वन" दृष्टिकोण अक्सर एक दीवार से टकराकर रुक जाता है। रोबोट अपना हाथ चलाने में बहुत अच्छा हो सकता है लेकिन यह समझने में बहुत खराब हो सकता है कि गुड़िया वास्तव में बॉक्स के नीचे है, या वह यह समझने में विफल हो सकता है कि उसने खिलौना गिरा दिया है और उसे फिर से प्रयास करने की आवश्यकता है।
यही बात इस पेपर के बड़े विचार की ओर ले आती है: एक विशाल मस्तिष्क को सब कुछ करने के लिए मजबूर करने के बजाय, क्या होगा अगर हम रोबोट को एक मैनेजर (प्रबंधक) दे दें? लेखक लियाने गैलंती, ध्रुव शाह और ट्राई दाओ, पिगी (Pigey - Physical Agency) नामक एक प्रणाली प्रस्तावित करते हैं। पिगी को एक नई मांसपेशी या एक नए मस्तिष्क के रूप में नहीं, बल्कि एक प्रोजेक्ट मैनेजर के रूप में सोचें जो रोबोट के "मस्तिष्क" (एक प्री-ट्रेनड AI) और उसके "मांसपेशियों" (उसके भौतिक कार्यों) के बीच खड़ा है।
यहाँ बताया गया है कि पिगी कैसे काम करता है: कल्पना कीजिए कि आपने अपने रोबोट को "गुड़िया उठाओ और उसे टोकरी में रखो" कहा। एक मानक रोबोट दृश्य को देखेगा, एक बॉक्स देखेगा, और अंधे होकर बॉक्स को पकड़ने की कोशिश करेगा, जिससे वह विफल हो जाएगा क्योंकि गुड़िया उसके नीचे छिपी हुई है। हालाँकि, पिगी एक जासूस की तरह कार्य करता है। वह दृश्य को देखता है, सोचता है, "रुको, मुझे गुड़िया नहीं दिख रही है। यह जरूर छिपी हुई है," और फिर रोबोट को बॉक्स हटाने का आदेश देता है। एक बार जब गुड़िया दिखाई देने लगती है, तो पिगी कहता है, "ठीक है, अब गुड़िया को पकड़ो।" यदि रोबोट गुड़िया गिरा देता है, तो पिगी नोटिस करता है, कहता है, "ओह, यह विफल रहा," और रोबोट को फिर से प्रयास करने के लिए कहता है। महत्वपूर्ण बात यह है कि पिगी को यह सीखने की आवश्यकता नहीं है कि कैसे पकड़ा जाए या कैसे हिला जाए; वह बस रोबोट के मौजूदा कौशल का उपयोग करता है लेकिन उन्हें एक स्मार्ट, चरण-दर-चरण योजना के साथ निर्देशित करता है।
शोधकर्ताओं ने दो "फ्रोजन" (यानी अप्रशिक्षित और अपरिवर्तनीय) रोबोट कौशलों को लेकर इसका परीक्षण किया—एक कठोर वस्तुओं को उठाने में अच्छा है और दूसरा नरम, कठिन चीजों को संभालने में—और पिगी को उन्हें संचालित करने दिया। उन्होंने रोबोट को कुछ भी नया नहीं सिखाया; उन्होंने बस यह बदल दिया कि रोबोट को कैसे कार्य करने के लिए कहा जाता है। परिणाम आश्चर्यजनक थे। LIBERO-PRO नामक एक कठिन सिमुलेशन टेस्ट पर, मानक रोबोट केवल 12.8% बार सफल हुआ। लेकिन जब पिगी ने कमान संभाली, तो सफलता दर बढ़कर 53.3% हो गई—चार गुना से भी अधिक बेहतर। वास्तविक दुनिया के कार्यों में, जिसमें जटिल तर्क शामिल थे, जैसे कि यह पता लगाना कि कौन सी चीजें बच्चे के लिए सुरक्षित हैं या शाकाहारी अतिथि के लिए मेज साफ करना, मानक रोबोट अक्सर पूरी तरह से विफल रहा (लगभग 0% सफलता), जबकि पिगी ने इसे 90% से अधिक बार सही किया।
पेपर का तर्क है कि समस्या यह नहीं थी कि रोबोट की मांसपेशियां कमजोर थीं या उसे हिलने-डुलने के लिए अधिक डेटा की आवश्यकता थी। समस्या एक "ऑर्केस्ट्रेशन गैप" (orchestration gap) थी। रोबोट के पास कौशल थे, लेकिन उसके पास वह मैनेजर नहीं था जो उसे बता सके कि कब उनका उपयोग करना है, कैसे जांचना है कि वे काम कर रहे हैं या नहीं, और क्या करना है जब चीजें गलत हो जाती हैं। उच्च-स्तरीय योजना और सत्यापन का यह स्तर जोड़कर, लेखक दिखाते हैं कि हम मौजूदा रोबोटों को प्रशिक्षित करने के लिए हजारों नए वीडियो एकत्र करने की महंगी और समय लेने वाली प्रक्रिया के बिना उन्हें बहुत स्मार्ट बना सकते हैं। यह एक याद दिलाता है कि कभी-कभी, रोबोट को अपग्रेड करने का सबसे अच्छा तरीका एक बड़ा मस्तिष्क बनाना नहीं है, बल्कि उसे एक बेहतर बॉस देना है।
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।