: Reactive Real-time Flow Policies
यह शोध पत्र प्रस्तुत करता है, जो एक ऐसा ढांचा है जो तेज़ प्रोप्रियोसेप्टिव (proprioceptive) और धीमे विज़ुअल कंडीशनिंग को अलग करके और एक लेटेंसी-एडेप्टिव (latency-adaptive) फ्लो शेड्यूल का उपयोग करके जनरलइस्ट एक्शन-चंकिंग फ्लो पॉलिसियों को रीयल-टाइम रिएक्टिविटी के साथ उन्नत करता है, जिससे उच्च-आवृत्ति वाले क्लोज्ड-लूप नियंत्रण को सक्षम बनाया जा सके और बिना किसी नए बैकबोन आर्किटेक्चर की आवश्यकता के गतिशील हेरफेर कार्यों में सफलता दर में उल्लेखनीय सुधार 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
कल्पना कीजिए कि आप एक रोबोट को जगलिंग (juggling) करना सिखा रहे हैं। रोबोटिक्स की दुनिया में, "फाउंडेशन मॉडल्स" बनाने के लिए एक बड़ा प्रयास किया जा रहा है—विशाल, अत्यंत बुद्धिमान AI मस्तिष्क जो इंसानों को देखकर लगभग कुछ भी करना सीख सकें। ये मस्तिष्क ज्ञान के विशाल पुस्तकालयों की तरह हैं, जो दुनिया को समझने के लिए किताबें (टेक्स्ट) पढ़ते हैं और चित्रों (विज़न) को देखते हैं। इन मस्तिष्कों को चलाने के लिए, इंजीनियर "एक्शन चंकिंग" (action chunking) नामक एक तकनीक का उपयोग करते हैं। रोबोट को "अपना हाथ यहाँ ले जाओ, फिर वहाँ, फिर वहाँ" जैसे एक-एक छोटे कदम बताने के बजाय, AI भविष्य की गतिविधियों का एक पूरा ब्लॉक (ब्लॉक ऑफ मूव्स) एक साथ प्रेडिक्ट करता है, जैसे कोई शेफ खाना बनाना शुरू करने से पहले पूरी रेसिपी लिखता है। यह रोबोट की गतिविधियों को अधिक सुचारू और सुसंगत बनाता है।
हालाँकि, इसमें एक समस्या है। क्योंकि AI बहुत बड़ा और जटिल है, इसे वह पूरी रेसिपी तैयार करने में काफी समय लगता है। जब तक रोबोट रेसिपी के पहले कुछ मूव्स को पूरा कर लेता है, तब तक उसके आस-पास की दुनिया बदल चुकी हो सकती है—कोई गेंद लुढ़क कर दूर जा सकती है, या किसी व्यक्ति ने उसकी बांह को टक्कर मार दी हो सकती है। चूंकि रोबोट उस पुरानी रेसिपी को "ओपन-लूप" (बिना यह देखे कि अभी क्या हो रहा है) में निष्पादित करने में व्यस्त है, इसलिए वह उतनी तेज़ी से प्रतिक्रिया नहीं दे पाता। यह एक ऐसी कार चलाने जैसा है जिसमें आपने ऐसी पट्टी बाँध रखी है जिससे आप केवल दस सेकंड पहले की सड़क ही देख सकते हैं। यदि आप चाहते हैं कि रोबोट वास्तव में रिएक्टिव (प्रतिक्रियाशील) हो, तो आपको उसे अभी की सड़क देखने की आवश्यकता है, लेकिन विशाल मस्तिष्क इतना धीमा है कि वह अपनी रेसिपी को इतनी बार अपडेट नहीं कर सकता।
यहीं पर एक नया विचार πR2 (उच्चारण "पाई-आर-स्क्वेर्ड") काम आता है। कार्नेगी मेलन यूनिवर्सिटी के शोधकर्ताओं ने महसूस किया कि जबकि रोबोट की "आँखें" और "मस्तिष्क" (विज़न और लैंग्वेज वाले हिस्से) धीमे और भारी हैं, उसका "शरीर का बोध" (प्रोपियोसेप्शन—यह जानना कि उसके जोड़ कहाँ हैं, वे कितनी तेज़ी से चल रहे हैं, या वे कितना दबाव डाल रहे हैं) अविश्वसनीय रूप से तेज़ है। उन्होंने एक ऐसा सिस्टम बनाया जो रोबोट के ध्यान को दो चैनलों में विभाजित करता है: एक बड़ा चित्र देखने के लिए धीमा और भारी चैनल (क्या वस्तु कैसी दिखती है) और शरीर के तात्कालिक अहसासों के लिए बिजली की तरह तेज़ चैनल (प्रोपियोसेप्शन)।
इसे एक पायलट के रूप में सोचें जो विमान उड़ा रहा है। पायलट सामान्य दिशा तय करने के लिए मानचित्र और मौसम की रिपोर्ट (धीमा विज़न वाला हिस्सा) देखता है, लेकिन वे नियंत्रणों और हवा को अपने हाथों में लगातार महसूस करते हैं (तेज़ प्रोपियोसेप्शन वाला हिस्सा) ताकि वे सूक्ष्म, पलक झपकते ही समायोजन (adjustments) कर सकें। πR2 रोबोट को ऐसा ही करने की अनुमति देता है। यह सामान्य योजना के लिए बड़े, धीमे रेसिपी को बनाए रखता है लेकिन हर बार जब रोबोट अपनी एक मांसपेशी भी हिलाता है, तो वह ताज़ा डेटा के साथ तत्काल "स्टीयरिंग व्हील" की गतिविधियों को अपडेट करता है।
पेपर दिखाता है कि यह दृष्टिकोण गेम-चेंजर है। एक चतुर शेड्यूलिंग ट्रिक का उपयोग करके, जो रोबोट के वर्तमान कार्यों को "तैयार उत्पाद" के बजाय "प्रगति पर कार्य" (work in progress) के रूप में देखती है, πR2 पिछले तरीकों की तुलना में लगभग 4 गुना तेज़ी से योजना को अपडेट कर सकता है। परीक्षणों में, इसने एक विशाल, धीमे AI मॉडल के चलते हुए भी, रोबोट को हर 40 मिलीसेकंड (यानी एक सेकंड में 25 बार) में नई जानकारी पर प्रतिक्रिया देने में सक्षम बनाया।
परिणाम प्रभावशाली हैं। कंप्यूटर सिमुलेशन में, इस नई पद्धति ने सफलता दर में 23% तक सुधार किया। लेकिन असली जादू वास्तविक दुनिया में हुआ। जब एक वास्तविक रोबोटिक आर्म और एक कुशल हाथ (dexterous hand) पर इसका परीक्षण किया गया, तो πR2 ने मौजूदा सर्वोत्तम तरीकों को 30% तक पीछे छोड़ दिया। यह गिरती हुई किताब को पकड़ सकता था, एक बॉक्स को सीधा खड़ा कर सकता था, और किताबों के ढेर को बिना गिराए व्यवस्थित कर सकता था, क्योंकि यह दुनिया को बदलते हुए महसूस कर सकता था और तुरंत अपनी पकड़ को समायोजित कर सकता था, न कि केवल एक पुराने प्लान का आँख बंद करके पालन कर रहा था। शोधकर्ताओं ने पाया कि जहाँ अन्य रोबोट देरी से प्रतिक्रिया देने के कारण किताब को कुचल देते थे, वहीं πR2 ने किताब के फिसलने का अहसास होते ही अपनी पकड़ को धीरे से समायोजित कर लिया। यह सुझाव देता है कि रोबोट्स के लिए गतिशील, वास्तविक दुनिया के कार्यों में महारत हासिल करने के लिए, उन्हें केवल अधिक स्मार्ट होने की ही नहीं, बल्कि अपने शरीर की आवाज़ सुनने में अधिक तेज़ होने की भी आवश्यकता 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।