← नवीनतम पेपर
💻 computer science

SemAnCorr: Semantic Anchored Correspondence for Zero-Shot Manipulation Skill Transfer

SemAnCorr एक प्रशिक्षण-मुक्त ढांचा है जो संयुक्त पोज़-संगतता अनुकूलन और कार्यात्मक मानचित्र प्रसार के माध्यम से सघन, अर्थपूर्ण रूप से सुसंगत और ज्यामितिक रूप से सुसंगत पत्राचार स्थापित करके ज्यामितिक रूप से विविध वस्तुओं के बीच सुदृढ़ ज़ीरो-शॉट हेरफेर कौशल हस्तांतरण को सक्षम बनाता है।

मूल लेखक: Xiaoxiang Dong, William Baron, Hongyi Chen, Uksang Yoo, Jeffrey Ichnowski, Weiming Zhi

प्रकाशित 2026-07-31
📖 4 मिनट में पढ़ें☕ कॉफ़ी ब्रेक में पढ़ें
CC BY 4.0

मूल लेखक: Xiaoxiang Dong, William Baron, Hongyi Chen, Uksang Yoo, Jeffrey Ichnowski, Weiming Zhi

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 ऐसे रोबोट की कल्पना करें जिसने पानी की एक विशिष्ट बोतल खोलना सीख लिया है। वह जानता है कि ढक्कन को ठीक कहाँ से पकड़ना है, कितना घुमाना है, और कब रुकना है। अब, कल्पना करें कि आप उसी रोबोट को एक बिल्कुल नई बोतल थमा देते हैं जिसका आकार अलग है, ढक्कन का आकार अलग है, और बनावट (टेक्सचर) भी अलग है। क्या वह रोबोट उस दूसरी बोतल को खोलने के लिए वही सीख इस्तेमाल कर पाएगा जो उसने पहली बोतल पर सीखी थी, बिना दोबारा प्रशिक्षित हुए? यह रोबोटिक्स में "ज़ीरो-शॉट" (zero-shot) लर्निंग का 'होली ग्रेल' है: एक कौशल को एक वस्तु से दूसरी वस्तु में स्थानांतरित करने की क्षमता, जो दिखने में अलग है लेकिन वही काम करती है।

ऐसा करने के लिए, रोबots को एक मानसिक मानचित्र की आवश्यकता होती है जिसे "कोरेस्पोंडेंस" (correspondence) कहा जाता है। इसे एक अनुवादक की तरह समझें जो कहता है, "इस मग का हैंडल उस मग के हैंडल के अनुरूप है," या "इन कैंची के ऊपरी हिस्से का संबंध उन प्लायर्स के ऊपरी हिस्से से है।" लेकिन यहाँ एक पेचीदा बात है: रोबोट को दो चीजों के काम करने की आवश्यकता है। पहला, उसे यह जानना होगा कि कौन सा हिस्सा क्या है (सिमेंटिक अर्थ)। दूसरा, उसे यह जानना होगा कि सतह कैसे मुड़ती और झुकती है ताकि वह पकड़ने के सटीक कोण को समझ सके (जियोमेट्रिक कोहेरेंस)। यदि रोबोट केवल यह जानता है कि "यह हैंडल है" लेकिन वह उसके आकार को नहीं समझता, तो वह एक घुमावदार हैंडल को ऐसे पकड़ने की कोशिश कर सकता है जैसे कि वह सपाट हो, जिससे रोबोट फिसल सकता है या वस्तु टूट सकती है।

यही वह समस्या है जिसे SemAnCorr (सेमेंटिक एंकोर्ड कोरेस्पोंडेंस) पेश करने वाले एक नए शोध पत्र में हल किया गया है। शोधकर्ताओं ने पाया कि जबकि पिछले तरीके "क्या" (सिमेंटिक भाग) खोजने में अच्छे थे, वे अक्सर "कैसे" (चिकनी, ज्यामितीय आकृति) को समझने में विफल रहे, जिससे रोबोट की गतिविधियाँ अनाड़ी हो गईं। उनका समाधान एक चतुर, प्रशिक्षण-मुक्त ढांचा (फ्रेमवर्क) है जो एक मास्टर टेलर की तरह काम करता है। केवल पिक्सेल या बिंदुओं को बेतरतीब ढंग से मिलाने के बजाय, SemAnCorr पहले महत्वपूर्ण "एंकर" क्षेत्रों की पहचान करता है—जैसे कप का हैंडल या कैंची का ब्लेड—जो सिमेंटिक रूप से महत्वपूर्ण हैं। इसके बाद, यह पूरी वस्तु की सतह पर एक चिकना, अदृश्य जाल (एक गणितीय उपकरण जिसे 'फंक्शनल मैप' कहा जाता है) फैला देता है, यह सुनिश्चित करते हुए कि दोनों वस्तुओं के बीच का संबंध न केवल तार्किक रूप से सही है, बल्कि भौतिक रूप से भी चिकना और निरंतर है।

यह शोध पत्र दिखाता है कि इन सिमेंटिक एंकर्स को इस चिकने ज्यामितीय खिंचाव के साथ जोड़कर, रोबोट कौशल को बहुत अधिक विश्वसनीयता के साथ स्थानांतरित कर सकते हैं। परीक्षणों में, इस नई विधि ने 90.8% सिमेंटिक सटीकता प्राप्त की, जो पिछले अत्याधुनिक तरीकों को पीछे छोड़ देती है। इससे भी महत्वपूर्ण बात यह है कि जब शोधकर्ताओं ने वास्तविक रोबोटों पर केला छीलने, पेन खोलने या केतली से पानी डालने जैसे कार्यों के लिए इसका परीक्षण किया, तो नई विधि पुराने तरीकों की तुलना में काफी अधिक बार सफल रही। उदाहरण के लिए, पानी की बोतल घुमाने या कैंची से काटने जैसे जटिल कार्यों पर, पुराने तरीके इसलिए विफल रहे क्योंकि उनके "मैप्स" ऊबड़-खाबड़ और असंगत थे, जबकि SemAnCorr ने वह चिकना, विश्वसनीय मार्गदर्शन प्रदान किया जिसकी रोबोट को सफलता के लिए आवश्यकता थी। लेखक सुझाव देते हैं कि यह दृष्टिकोण रोबोट को एक एकल प्रदर्शन (डेमोंस्ट्रेशन) से सीखने और विभिन्न प्रकार की नई वस्तुओं पर इसे लागू करने में मदद कर सकता है, जिससे वे हमारी रोजमर्रा की दुनिया में कहीं अधिक अनुकूल बन सकते 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।

Digest आज़माएँ →

इसी तरह के और पेपर

इस विषय के सभी पेपर देखें 💻 cs →