PersonaDrive: Controllable Trajectory Prediction with Multi-Dimensional Driving Personas

जब भी एक स्वयं-चालित (सेल्फ-ड्राइविंग) कार किसी व्यस्त शहर की सड़क पर चलती है, तो उसे कहाँ जाना है और वहाँ कितनी जल्दी पहुँचना है, इसके बारे में पलक झपकते ही कई निर्णय लेने होते हैं। वर्षों से, शोधकर्ता इन वाहनों को अन्य कारों और पैदल यात्रियों के भविष्य के रास्तों का पूर्वानुमान लगाना सिखाते रहे हैं, लेकिन ये वाहन मुख्य रूप से एक ही, सुरक्षित और अनुमानित तरीके से गाड़ी चलाने के लिए प्रशिक्षित किए गए हैं। उन्हें एक आदर्श, सतर्क चालक बनने के लिए प्रोग्राम किया गया है जो कभी अनावश्यक रूप से गति नहीं बढ़ाता और कभी भी तीखा मोड़ नहीं लेता। हालाँकि यह दृष्टिकोण सुरक्षित है, लेकिन यह मानवीय वास्तविकता के एक महत्वपूर्ण हिस्से को छोड़ देता है: लोग इस आधार पर अलग-अलग तरह से गाड़ी चलाते हैं कि वे कौन हैं, वे कहाँ जा रहे हैं, और वे कैसा महसूस कर रहे हैं। एक बीमार बच्चे को अस्पताल ले जा रहा कोई माता-पिता एक सहज, कोमल सवारी चाहते हैं, भले ही वे जल्दी में हों, जबकि आग बुझाने के लिए दौड़ रहे एक अग्निशमन कर्मी को समय बचाने के लिए एक कठिन, अधिक आक्रामक मार्ग को स्वीकार करने की आवश्यकता हो सकती है। अब तक, स्वायत्त प्रणालियाँ इन सूक्ष्म, परस्पर विरोधी मानवीय आवश्यकताओं को समझने में संघर्ष करती रही हैं, और अक्सर एक 'एक-समान शैली' (वन-साइज़-फिट्स-ऑल) अपना लेती हैं जो यात्री की वास्तविक स्थिति से कटी हुई और रोबोटिक लगती है।

दक्षिण कोरिया के शोधकर्ताओं की एक टीम ने इस समस्या का समाधान करने के लिए एक नया तरीका विकसित किया है जिससे स्वयं-चालित कारों को स्टीयरिंग के पीछे के व्यक्तित्व (पर्सनैलिटी) को समझना सिखाया जा सके। उन्होंने महसूस किया कि मानवीय ड्राइविंग व्यवहार केवल तेज़ या धीमा होने के बारे में नहीं है; यह दो अलग-अलग शक्तियों द्वारा आकार लेता है। पहला है तात्कालिकता (अर्जेंसी), जो यह निर्धारित करती है कि एक चालक अपने गंतव्य तक कितनी जल्दी पहुँचना चाहता है। दूसरा है आराम (कम्फर्ट), जो यह निर्धारित करता है कि चालक कितनी सहजता से यात्रा करना चाहता है, यानी गति के ऊपर एक कोमल सवारी को प्राथमिकता देता है। इन दोनों कारकों को अलग करके, शोधकर्ताओं ने एक नया ढांचा तैयार किया जो वाहन को न केवल "तेज़ चलाओ" या "धीरे चलाओ" के निर्देश देने की अनुमति देता है, बल्कि एक विशिष्ट 'ड्राइविंग पर्सोना' अपनाने की अनुमति भी देता है जो इन प्रतिस्पर्धी इच्छाओं के बीच संतुलन बनाता है।

इस विचार का परीक्षण करने के लिए, टीम को सबसे पहले एक नए प्रकार का प्रशिक्षण पुस्तकालय (ट्रेनिंग लाइब्रेरी) बनाना पड़ा। उन्होंने हजारों वास्तविक दुनिया के ड्राइविंग दृश्यों को लिया और उन्नत भाषा मॉडल (लैंग्वेज मॉडल्स) का उपयोग करके एक ही यात्रा के नौ अलग-अलग संस्करण तैयार किए। प्रत्येक संस्करण तात्कालिकता और आराम के एक अद्वितीय संयोजन के अनुरूप था, जो किसी संकट में फंसी स्थिति के लिए एक घबराहट भरी, ऊबड़-खाबड़ सवारी से लेकर, अस्वस्थ महसूस कर रहे यात्री के लिए एक धीमी, अत्यंत सहज यात्रा तक फैला हुआ था। इन नौ परिदृश्यों में से प्रत्येक के लिए, उन्होंने प्राकृतिक भाषा के विवरण लिखे जो एक यात्री वास्तव में एक चालक से कह सकता है, जैसे कि "कृपया, थोड़ा तेज़ चलिए! मेरा बच्चा कार के अंदर लॉक हो गया है," या "क्या आप कृपया धीरे गाड़ी चला सकते हैं? मेरे पास गर्म कॉफी है।" यह संग्रह, जिसे वे PCT डेटासेट कहते हैं, इन पाठ्य विवरणों को उन सटीक भौतिक रास्तों के साथ जोड़ता है जो उस विशिष्ट मूड से मेल खाने के लिए आवश्यक हैं।

इस नए डेटा के साथ, शोधकर्ताओं ने एक प्रणाली विकसित की जिसे उन्होंने 'पर्सोनाड्राइव' (PersonaDrive) नाम दिया। यह प्रणाली एक अनुवादक के रूप में कार्य करती है, जो यात्री के टेक्स्ट अनुरोध को कार के स्टीयरिंग और त्वरण (एक्सेलरेशन) के लिए विशिष्ट निर्देशों में बदल देती है। हर निर्देश को एक साधारण स्विच की तरह मानने के बजाय, यह प्रणाली कार के पथ को दो अलग-अलग अक्षों (एक्सिस) के साथ समायोजित करना सीखती है। यदि कोई यात्री गति मांगता है, तो कार कम समय में अधिक दूरी तय करना सीख जाती है। यदि कोई आराम मांगता है, तो कार अपने मोड़ को सुचारू बनाना और अचानक झटकों से बचना सीख जाती है। महत्वपूर्ण रूप से, यह प्रणाली मिश्रित आवश्यकताओं वाले अनुरोधों को भी संभाल सकती है, जैसे कि एक यात्री जो जल्दी में है लेकिन उसे एक सहज सवारी की आवश्यकता है क्योंकि वह नाजुक चिकित्सा उपकरण ले जा रहा है। शोधकर्ताओं ने पाया कि इन दोनों अक्षों का एक साथ सम्मान करना सिखाने से, यह प्रणाली उन मार्गों को उत्पन्न करने में कहीं अधिक सटीक थी जो यात्री के इरादे के अनुरूप थे, जबकि पिछली विधियाँ अक्सर ड्राइविंग की एक ही शैली में अटकी रहती थीं।

उनके प्रयोगों के परिणाम दर्शाते हैं कि यह दृष्टिकोण पुराने मॉडलों की तुलना में काफी बेहतर काम करता है। एक मानक ड्राइविंग सिमुलेशन पर परीक्षण किए जाने पर, नई प्रणाली ने लगातार सभी नौ अलग-अलग ड्राइविंग पर्सोना के लिए सही पथ का अनुमान लगाया, जबकि पुराने सिस्टम अक्सर एक ऐसे ड्राइवर के बीच अंतर करने में विफल रहे जो तेज़ चलना चाहता था और एक ऐसे ड्राइवर के बीच जो सहज चलना चाहता था। शोधकर्ताओं ने यह भी खोजा कि कार को केवल एक सरल कोड या लेबल देने के बजाय केवल एक टेक्स्ट विवरण देना अधिक प्रभावी था। भाषा ने सिस्टम को अनुरोध की बारीकियों को समझने में मदद की, जिससे यह केवल कुछ कठोर श्रेणियों के बजाय ड्राइविंग शैलियों की एक निरंतर श्रेणी बनाने में सक्षम हुआ। यह सुझाव देता है कि स्वायत्त ड्राइविंग का भविष्य एक कार को एक पूर्ण, भावनाहीन मशीन बनाने के बारे में नहीं होगा, बल्कि उसे यात्रा के पीछे की मानवीय कहानियों को समझने और हर यात्री की अनूठी जरूरतों के अनुसार अपने व्यवहार को ढालने के बारे में होगा।