Tri-Manual Visuomotor Imitation Learning of Robot Policies
यह शोधपत्र TriManPolicy को प्रस्तुत करता है, जो कि डिपेंडेंसी-अवेयर ट्राई-आर्म शेड्यूलिंग (DATS) से सुसज्जित एक इमिटेशन लर्निंग सिस्टम है, जो कार्य संबंधी बाधाओं को सुरक्षित रखते हुए स्वतंत्र आर्म मोशन्स के ऑफलाइन रीटाइमिंग के माध्यम से एक एकल मानव ऑपरेटर को ट्राई-मैनुअल रोबोट्स के लिए सिंक्रोनस पॉलिसियों को प्रभावी ढंग से प्रदर्शित और प्रशिक्षित करने में सक्षम बनाता है, जिससे पारंपरिक बाईमैनुअल टेलीऑपरेशन की सीमाओं को दूर किया जा सके।
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
एक ऐसी दुनिया की कल्पना करें जहाँ रोबोट घर के काम करना 'ट्रायल एंड एरर' (गलतियों से सीखने) के बजाय, पहले इंसानों को वे काम करते हुए देखकर सीख रहे हैं। इस क्षेत्र को "इमिटेशन लर्निंग" (अनुकरण सीखना) कहा जाता है, और यह एक रोबोट को खाना बनाना सिखाने जैसा है, जैसे कि उसे आपको सब्जियां काटते और बर्तन चलाते हुए देखने देकर सिखाना। आमतौर पर, यह तब सबसे अच्छा काम करता है जब रोबोट और इंसान के पास हाथों की संख्या समान हो। यदि एक इंसान शर्ट मोड़ने के लिए दो हाथों का उपयोग करता है, तो एक दो-हाथों वाला रोबोट उस हरकत की सटीक नकल कर सकता है। लेकिन क्या होता है जब रोबोट सुपर-पावर्ड हो और उसके पास तीन हाथ हों, फिर भी मानव शिक्षक के पास केवल दो हाथ हों? यह वह पहेली है जिसे वैज्ञानिक सुलझाने की कोशिश कर रहे हैं। वे जानना चाहते हैं कि क्या एक रोबोट केवल उस इंसान को देखकर तीन हाथ वाले काम करना सीख सकता है जो एक समय में केवल दो हाथों को नियंत्रित कर सकता है। यदि रोबोट इंसान के 'टाइमिंग' की बिल्कुल नकल करने की कोशिश करता है, तो वह हाथ बदलने के लिए इंसान के इंतज़ार में अटक सकता है, भले ही रोबोट एक साथ तीन काम कर सकता हो। बड़ा सवाल यह है: क्या हम रोबोट को इंसान के "स्विचिंग डिले" (हाथ बदलने की देरी) को अनदेखा करना और तीनों हाथों का एक साथ उपयोग करना सीखना सिखा सकते हैं?
यहाँ TriManPolicy आता है, जो एक चतुर नया सिस्टम है जिसे केवल दो-हाथों वाले मानव शिक्षक का उपयोग करके तीन-हाथों वाले रोबोट को सिखाने के लिए डिज़ाइन किया गया है। शोधकर्ताओं ने पाया कि जब एक इंसान तीन-हाथों वाले रोबोट को नियंत्रित करता है, तो उन्हें बारी-बारी से काम करना पड़ता है: वे दो हाथों को नियंत्रित करते हैं, फिर एक अलग जोड़ी पर स्विच करते हैं, जिससे तीसरा हाथ अपनी जगह पर स्थिर रह जाता है। यदि कोई रोबोट बस इस वीडियो की नकल करता है, तो वह भी रुकना सीख जाता है, और इंसान के मोड बदलने का इंतज़ार करने लगता है। इसे ठीक करने के लिए, टीम ने DATS (डिपेंडेंसी-अवेयर ट्राई-आर्म शेड्यूलिंग) नामक एक डिजिटल "टाइम-ट्रैवल" टूल बनाया। DATS को एक मूवी एडिटर की तरह समझें जो इंसान की रिकॉर्डिंग को देखता है और उसकी टाइमलाइन को फिर से एडिट करता है। यह उन सभी वास्तविक गतिविधियों को रखता है—जैसे कि इंसान एक हाथ से बैग को खुला रख रहा है और दूसरे दो हाथों से तौलिया मोड़ रहा है—लेकिन यह उन अजीब ठहरावों को हटा देता है जहाँ इंसान को नियंत्रण बदलने के लिए रुकना पड़ा था। DATS यह पता लगाता है कि कौन से कार्य एक विशिष्ट क्रम में होने चाहिए (जैसे बॉक्स रखने से पहले उस पर ढक्कन लगाना) और कौन से कार्य एक साथ हो सकते हैं (जैसे एक बॉक्स को स्थिर रखते हुए दूसरे हाथ से उसे पोंछना)। इन कार्यों को एक साथ होते हुए दिखाकर वीडियो को पुनर्गठित करके, यह रोबोट को एक सच्चा तीन-हाथों वाला सुपरहीरो बनने के लिए प्रशिक्षित करता है।
परिणाम प्रभावशाली हैं। टीम ने इसे तौलिए मोड़ने, बैग टेप करने और बक्सों में इरेज़र रखने जैसे छह अलग-अलग वास्तविक कार्यों पर परखा। उन्होंने प्रत्येक कार्य के लिए 25 परीक्षण चलाए। "टाइम-ट्रैवल" किए गए DATS विधि से प्रशिक्षित रोबोट काफी तेज़ थे। वास्तव में, हर एक कार्य में, DATS-प्रशिक्षित रोबोटों ने कच्चे, बिना एडिट किए गए वीडियो पर प्रशिक्षित रोबोटों की तुलना में कम समय में अपना काम पूरा किया। उदाहरण के लिए, इरेज़र रखने के कार्य में, DATS रोबोट लगभग 50% तेज़ थे। वे अन्य रोबोटों की तरह ही या उनसे भी अधिक बार सफल रहे। डेटा दिखाता है कि रोबोट को इंसान के स्विचिंग डिले को अनदेखा करना और कार्य के तार्किक प्रवाह पर ध्यान केंद्रित करना सिखाकर, रोबोट तीनों हाथों को सुचारू रूप से समन्वित करना सीख जाता है, जिससे एक अटकी-अटकी, रुक-रुक कर चलने वाली परफॉरमेंस एक तरल और सिंक्रोनाइज्ड डांस में बदल जाती 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।