Mind the Context: Continual Learning of Socially Appropriate Robot Actions via Environmental-Social Disentanglement
यह शोध पत्र एक्सप्लिसिट डिसेंटैंगलमेंट डुअल-ब्रांच (EDD) फ्रेमवर्क प्रस्तुत करता है, जो सामाजिक रोबोटों को विनाशकारी विस्मृति (कैटास्ट्रोफिक फॉरगेटिंग) को कम करने के लिए पर्यावरणीय और सामाजिक संकेतों को स्पष्ट रूप से अलग करके विविध वातावरणों में संदर्भ-उपयुक्त कार्यों को निरंतर सीखने में सक्षम बनाता 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 एक रोबोट एक कमरे में प्रवेश कर रहा है। एक इंसान के लिए, वह कमरा एक कहानी कहता है: क्या यह एक शोर-शराबे वाला लिविंग रूम है जहाँ कोई पार्टी चल रही है, या एक शांत ऑफिस है जहाँ कोई गंभीर मीटिंग चल रही है? एक ही क्रिया, जैसे कि ज़ोर से बातचीत शुरू करना या फर्श की सफाई करना, पहले कमरे में पूरी तरह से शिष्ट हो सकती है लेकिन दूसरे कमरे में एक बड़ी आपदा बन सकती है। यह सोशल रोबोटिक्स (सामाजिक रोबोटिक्स) की दुनिया है, जहाँ मशीनें मानवीय व्यवहार के अनकहे नियमों को सीखने की कोशिश करती हैं। लेकिन यहाँ एक पेचीदा बात है: रोबोट को उन सभी संभावित कमरों के लिए हर एक नियम के साथ प्रोग्राम नहीं किया जा सकता जहाँ वे जा सकते हैं। इसके बजाय, उन्हें कंटीन्यूअल लर्निंग (निरंतर सीखना) की आवश्यकता होती है। इसे एक ऐसे छात्र के रूप में सोचें जो लगातार नए स्कूलों में जाता रहता है। उन्हें अपने पुराने स्कूल के नियम भूले बिना, नए स्कूल के कैफेटेरिया या जिम के नियमों को सीखना होगा। यदि वे भूल जाते हैं, तो इसे "कैटास्ट्रोफिक फॉरगेटिंग" (विनाशकारी विस्मृति) कहा जाता है, और रोबोट भ्रमित और असभ्य हो जाता है।
बड़ा सवाल जो शोधकर्ता पूछ रहे हैं वह यह है कि: हम रोबोट को यह कैसे सिखाएं कि कहाँ वह है (वातावरण) और कौन वहाँ है (सामाजिक भीड़), ये दोनों मिलकर यह तय करने में कैसे काम करते हैं कि क्या शिष्ट है? आमतौर पर, रोबोट कमरे की पूरी तस्वीर देखते हैं और नियमों का अनुमान लगाने की कोशिश करते हैं। लेकिन यह शोध पत्र सुझाव देता है कि ऐसा करना धुंधले चश्मे पहनकर पहेली सुलझाने जैसा है। लेखक एक स्मार्ट तरीका प्रस्तावित करते हैं: रोबोट को "बैकग्राउंड" (फर्नीचर, दीवारें) को "लोगों" (भीड़, उनकी स्थिति) से अलग करना सिखाएं और फिर उन टुकड़ों को वापस जोड़ने से पहले उन्हें अलग-अलग सीखें।
"माइंड द कॉन्टेक्स्ट" (संदर्भ का ध्यान रखें) प्रयोग
इस अध्ययन में, शोधकर्ताओं ने EDD (एक्सप्लिसिट डिसेंटैंगलमेंट डुअल-ब्रांच) नामक एक नई शिक्षण प्रणाली बनाई। एक ऐसे रोबोट की कल्पना करें जिसके पास दो अलग-अलग जोड़ी चश्मे हैं। एक जोड़ी, "एनवायर्नमेंटल लेंस" (पर्यावरण लेंस), सभी लोगों को धुंधला कर देती है ताकि रोबोट पूरी तरह से कमरे के लेआउट पर ध्यान केंद्रित कर सके—जैसे कि यह देखना कि क्या खाना परोसने के लिए कोई मेज है या सफाई के लिए कोई गंदा फर्श है। दूसरी जोड़ी, "सोशल लेंस" (सामाजिक लेंस), फर्नीचर और दीवारों को धुंधला कर देती है, जिससे केवल लोगों की आकृतियाँ बचती हैं ताकि रोबोट देख सके कि कौन कहाँ खड़ा है और वे एक-दूसरे के कितने करीब हैं।
रोबोट इन दो अलग-अलग दृश्यों का उपयोग करके सीखता है। इसके पास दो अलग-अलग "दिमाग" (या शाखाएं) हैं जो इन दृश्यों को स्वतंत्र रूप से प्रोसेस करती हैं और फिर उनके विचारों को जोड़कर यह निर्णय लेती हैं: "क्या यहाँ बातचीत शुरू करना ठीक है?" या "क्या मुझे अभी वैक्यूम करना चाहिए?" यह सुनिश्चित करने के लिए कि जब रोबोट लिविंग रूम से ऑफिस में जाए तो वह पुराना सीखा हुआ न भूले, टीम ने एक "रिप्ले बफर" का उपयोग किया। यह एक डिजिटल स्क्रैपबुक की तरह है जहाँ रोबोट नए कमरों को सीखते समय अभ्यास करने के लिए पुराने कमरों के कुछ स्नैपशॉट्स रखता है, जिससे वह भ्रमित होने से बच जाता है।
उन्हें क्या मिला
टीम ने इस सिस्टम का परीक्षण छह अलग-अलग इनडोर सेटिंग्स में किया, जिसमें एक आरामदायक घर से लेकर मीटिंग रूम, गलियारे और बड़े ओपन ऑफिस जैसे विभिन्न ऑफिस स्पेस शामिल थे। उन्होंने अपने "दो-लेंस" वाले रोबोट की तुलना अन्य तरीकों से की, जिसमें वे रोबोट भी शामिल थे जो एक साथ पूरी तस्वीर देखते हैं, और यहाँ तक कि कुछ बहुत उन्नत AI मॉडल भी जो बिना किसी प्रशिक्षण के सामाजिक नियमों का अनुमान लगाने की कोशिश करते हैं (जिन्हें "ज़ीरो-शॉट" मॉडल कहा जाता है)।
परिणाम काफी स्पष्ट थे। EDD रोबोट, अपने अलग लेंसों और स्क्रैपबुक के साथ, यह अनुमान लगाने में सबसे अच्छा था कि मनुष्य किसे शिष्ट मानेंगे। इसने अन्य तरीकों (जिनकी त्रुटि दर 1.2 या 2.0 से अधिक थी) की तुलना में कम गलतियाँ कीं (एक कम त्रुटि दर 0.783) और इसके अनुमान मानवीय विचारों से बहुत अधिक मेल खाते थे।
शोधकर्ताओं ने "लोगों" को "कमरे" से अलग करने के विभिन्न तरीकों का भी परीक्षण किया। उन्होंने पाया कि बाउंडिंग बॉक्स (लोगों के चारों ओर एक बॉक्स बनाना और उसके बाहर की हर चीज़ को छिपा देना) केवल उनकी आकृतियों (सिलुएट) या केवल रोबोट पर ज़ूम करने की तुलना में थोड़ा बेहतर काम करता है। यह सुझाव देता है कि "पर्यावरण" दृश्य से लोगों को स्पष्ट रूप से छिपाने से रोबोट को कमरे के नियमों को बेहतर ढंग से समझने में मदद मिलती है।
दिलचस्प बात यह है कि रोबोट द्वारा इन कमरों में जाने का क्रम बहुत अधिक मायने नहीं रखता था। चाहे उसने एक साधारण गलियारे से शुरुआत की और फिर एक जटिल लिविंग रूम में गया, या इसके विपरीत, रोबोट ने दोनों ही तरह से अच्छी तरह से सीखा। यह दर्शाता है कि सिस्टम काफी मजबूत है और नए अनुभवों के क्रम से आसानी से भ्रमित नहीं होता है।
निष्कर्ष
यह शोध पत्र सुझाव देता है कि हमारी बदलती दुनिया में वास्तव में विनम्र होने के लिए, रोबोटों को एक दृश्य को एक बड़े, उलझे हुए ढेर के रूप में देखना बंद करना होगा। इसके बजाय, उन्हें "कहाँ" को "कौन" से सक्रिय रूप से अलग करने की आवश्यकता है। वातावरण और सामाजिक भीड़ को दो अलग-अलग चीजों के रूप में समझने के लिए रोबोट को स्पष्ट रूप से सिखाकर, और फिर उस ज्ञान को जोड़कर, रोबोट तेज़ी से सीखता है और कम भूलता है। हालाँकि इसका परीक्षण वास्तविक दुनिया के वीडियो के बजाय सिंथेटिक छवियों (कंप्यूटर-जनित दृश्यों) पर किया गया था, लेकिन परिणाम संकेत देते हैं कि यह "डिसेंटैंगलमेंट" रणनीति एक ऐसा रोबोट बनाने के लिए एक आशाजनक मार्ग है जो अपनी सभ्यता खोए बिना नई सामाजिक स्थितियों के अनुकूल हो सके।
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।