Learning Social Robot Navigation By Sensing Human Legs
यह शोध पत्र CALF को प्रस्तुत करता है, जो एक कस्टम सिम्युलेटर में प्रशिक्षित एक एंड-टू-एंड न्यूरल आर्किटेक्चर है, जो लो-माउंटेड LiDAR स्कैन से मानव पैर की गति की व्याख्या करने के लिए है, जिससे सामाजिक रूप से अनुपालन करने वाली रोबोट नेविगेशन सक्षम होता है जिसे ज़ीरो-शॉट वास्तविक दुनिया के परिनियोजन के माध्यम से सफलतापूर्वक मान्य किया गया 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
एक ऐसी दुनिया की कल्पना करें जहाँ रोबोट नए खिलाड़ी हैं, जो एक हलचल भरे शहर के फुटपाथ पर रास्ता बनाने की कोशिश कर रहे हैं। एक रोबोट को सुरक्षित रूप से चलने के लिए, उसे यह समझने की ज़रूरत है कि लोग कहाँ हैं और वे कैसे चलते हैं। यह सोशल रोबोट नेविगेशन (Social Robot Navigation) का क्षेत्र है। इसे ऐसे समझें जैसे आप एक रोबोट को एक अनाड़ी टकराने वाली मशीन के बजाय एक विनम्र डांस पार्टनर बनना सिखा रहे हों। ऐसा करने के लिए, रोबोट आमतौर पर LiDAR नामक एक सेंसर का उपयोग करते हैं, जो एक चमगादड़ के सोनार की तरह काम करता है, जो दुनिया का नक्शा बनाने के लिए अदृश्य लेजर बीम छोड़ता है। अधिकांश रोबोटों में यह सेंसर उनके "टखनों" के पास नीचे की ओर लगा होता है, क्योंकि यह सस्ता और स्थापित करने में आसान है। हालाँकि, यह निचला कोण एक पेचीदा समस्या पैदा करता है: रोबमाट इंसान के पूरे शरीर को नहीं देख पाता। वह केवल उनके आगे-पीछे चलते हुए पैरों को देखता है।
लंबे समय तक, वैज्ञानिकों ने लोगों को साधारण, तैरते हुए वृत्तों या डिस्क के रूप में मानकर इसे हल करने की कोशिश की। यह एक डांस फ्लोर पर नेविगेट करने के लिए केवल तैरते हुए गुब्बारों को देखने जैसा है, न कि नर्तकों के पैरों को। यह एक शांत कमरे में ठीक काम करता है, लेकिन एक भीड़भाड़ वाली, चलती-फिरती भीड़ में, यह विफल हो जाता है क्योंकि रोबोट को चलने की लय समझ नहीं आती। उसे यह नहीं पता होता कि एक पैर आगे की ओर झूलने वाला है या एक जूता उम्मीद से अधिक बाहर निकल सकता है। यह शोध उस विशिष्ट कमी को संबोधित करता है: एक रोबोट कैसे लोगों के साथ तालमेल बिठाना सीख सकता है जब वह केवल उनके पैरों को देख सकता है?
इस अध्ययन के पीछे के शोधकर्ताओं ने, एक सिम्युलेटर के साथ काम करते हुए जिसे उन्होंने LegNav नाम दिया है, लोगों को तैरते हुए वृत्त मानने से मना कर दिया। इसके बजाय, उन्होंने एक रोबोट को दुनिया को ठीक वैसे ही देखने के लिए प्रशिक्षित किया जैसा उसका निचला सेंसर देखता है: दो अलग-अलग, चलते हुए पैरों के रूप में। उन्होंने रोबोट के लिए एक नया "दिमाग" बनाया जिसे CALF (जो 'कन्वोल्यूशनल अटेंशन फॉर लेग फीचर्स' यानी CALF है) कहा जाता है। आप CALF को एक अत्यंत चौकस डांस इंस्ट्रक्टर के रूप में देख सकते हैं। केवल व्यक्ति के सामान्य आकार को देखने के बजाय, CALF पैरों की विशिष्ट लय पर नज़र रखता है। यह एक विशेष प्रकार के कंप्यूटर विज़न का उपयोग करता है जो समय के साथ लेजर स्कैन के एक ढेर को देखता है, और यह ध्यान देता है कि पैर कैसे स्थिर रहने और आगे झूलने के बीच बदलते हैं।
इस रोबोटिक दिमाग को प्रशिक्षित करने के लिए, वैज्ञानिकों ने उसे केवल चित्र नहीं दिखाए; बल्कि उन्होंने उसे एक वर्चुअल वीडियो गेम में डाला जहाँ उसे 'ट्रायल एंड एरर' (प्रयास और त्रुटि) के माध्यम से सीखना था, जिसे रीइन्फोर्समेंट लर्निंग (Reinforcement Learning) कहा जाता है। इस गेम में, रोबोट को अपने गंतव्य तक पहुँचने के लिए अंक मिलते हैं और यदि वह किसी से टकराता है या बहुत झटकेदार तरीके से चलता है, तो उसके अंक कट जाते हैं। महत्वपूर्ण रूप से, उन्होंने रोबोट को एक विशिष्ट सामाजिक नियम सिखाया: "यील्डिंग" (Yielding - रास्ता देना)। यदि कोई व्यक्ति रोबोट के ठीक सामने चल रहा है, तो रोबोट को रुकना होगा और प्रतीक्षा करनी होगी, ठीक वैसे ही जैसे एक विनम्र इंसान करता है। उन्होंने वर्चुअल लोगों के लिए एक विशेष "नॉन-स्लिप गेट" (Non-Slip Gait) मॉडल भी बनाया, जो यह सुनिश्चित करता है कि उनके पैर बर्फ पर फिसलने के बजाय ज़मीन पर मजबूती से टिकें और झूलें, जो वास्तविक मानव चाल की नकल करते हैं। पैरों की गति के इन सूक्ष्म विवरणों पर ध्यान देना ही सफलता का असली मंत्र था।
उनके प्रयोगों के परिणाम काफी उत्साहजनक थे। जब उन्होंने अपने नए CALF रोबोट का परीक्षण पुराने तरीकों के मुकाबले किया जो लोगों को साधारण वृत्तों के रूप में देखते थे, तो अंतर दिन और रात जैसा था। पुराने "वृत्त" वाले रोबोट अनाड़ी थे; वे अक्सर लोगों से टकरा जाते थे या फंस जाते थे क्योंकि वे अनुमान नहीं लगा पाते थे कि पैर कहाँ पड़ेगा। हालाँकि, CALF रोबोट ने सहजता से नेविगेट करना सीख लिया। उनके सिमुलेशन में, इसने लगभग 95% बार अपना लक्ष्य प्राप्त किया, जबकि सक्रिय टकराव (जहाँ रोबोट किसी व्यक्ति से टकराता है) को मात्र 3.3% पर बहुत कम रखा। इसने रुकना और प्रतीक्षा करना भी सीखा, जिससे इसका "यील्डिंग स्कोर" 32.4% रहा, जिसका अर्थ है कि इसे पता था कि कब पैदल यात्रियों के लिए रुकना है।
शायद सबसे रोमांचक हिस्सा यह था कि यह केवल एक कंप्यूटर गेम की जीत नहीं थी। शोधकर्ताओं ने अपने रोबोट के सबसे अच्छे संस्करण को बिना किसी अतिरिक्त बदलाव के, एक वास्तविक रोबोट, TurtleBot 4 पर लगाया। उन्होंने इसे वास्तविक लोगों के चलने वाले एक वास्तविक कमरे में भेजा। रोबोट ने, लोगों के केवल पैरों को देखते हुए, भीड़ के बीच से सफलतापूर्वक रास्ता बनाया, लोगों को गुजरने देने के लिए रुका और उनके आसपास सुरक्षित रूप से चला। यह सुझाव देता है कि यदि आप लोगों के पैरों की विशिष्ट, लयबद्ध गति पर ध्यान देते हैं, न कि लोगों को साधारण धब्बों के रूप में देखते हैं, तो रोबोट हमारे व्यस्त संसार में बहुत सुरक्षित और विनम्र साथी बन सकते हैं। यह शोध दिखाता है कि यदि आप चाहते हैं कि एक रोबोट आपके साथ चले, तो आपको उसे आपके पैरों को देखना सिखाना होगा।
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।