Scalable Gaussian Process Regression via Deterministic Trigonometric Features: Uniform Bounds for Safe Model Predictive Control
यह शोध पत्र एक स्केलेबल डिटर्मिनिस्टिक ट्रिगोनोमेट्रिक फीचर गॉसियन प्रोसेस (DTF-GP) फ्रेमवर्क प्रस्तुत करता है जो सुरक्षित लर्निंग-आधारित मॉडल प्रेडिक्टिव कंट्रोल के लिए उच्च-संभाव्यता वाले यूनिफॉर्म अनसर्टेन्टी बाउंड्स को सक्षम बनाता है, जिससे बड़े-डेटा व्यवस्था में फुल गॉसियन प्रोसेस की कम्प्यूटेशनल दक्षता में महत्वपूर्ण सुधार के साथ सुरक्षा गारंटी प्राप्त होती 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 रोबोटिक हाथ नाजुक इलेक्ट्रॉनिक्स को असेंबल कर रहा हो या एक सेल्फ-ड्राइविंग कार व्यस्त शहर की सड़क पर नेविगेट कर रही हो। इन मशीनों के सुरक्षित रूप से संचालित होने के लिए, उन्हें लगातार यह अनुमान लगाना चाहिए कि आगे क्या होने वाला है। वे गणितीय मॉडलों पर निर्भर करते हैं—जो वास्तविकता के सरलीकृत संस्करण हैं—यह अनुमान लगाने के लिए कि उनकी गतिविधियों से उनकी स्थिति कैसे बदलेगी। लेकिन वास्तविक जीवन अव्यवस्थित है। घर्षण, हवा और टूट-फूट का अर्थ है कि ये मॉडल कभी भी पूर्ण नहीं होते। यदि कोई रोबोट एक त्रुटिपूर्ण अनुमान पर भरोसा करता है, तो वह बहुत अधिक दबाव डाल सकता है, किसी हिस्से को तोड़ सकता है, या दुर्घटनाग्रस्त हो सकता है। सुरक्षित रहने के लिए, इंजीनियर 'मॉडल प्रेडिक्टिव कंट्रोल' नामक रणनीति का उपयोग करते हैं। यह विधि हर कदम की सख्त सुरक्षा नियमों के साथ जांच करते हुए, आगे के सबसे अच्छे पथ की लगातार पुनर्गणना करती है। हालाँकि, यह सुरक्षा जाल तभी काम करता है जब रोबोट को यह पता हो कि वह कितना नहीं जानता है। उसे अपनी भविष्यवाणियों की सीमाओं को समझना आवश्यक है।
वर्षों से, वैज्ञानिक इन अपूर्ण मॉडलों के अंतराल को भरने के लिए 'गौसियन प्रोसेस' नामक एक शक्तिशाली सांख्यिकीय उपकरण का उपयोग करते आए हैं। एक गौसियन प्रोसेस को एक बहुत ही सावधान, अत्यधिक बुद्धिमान मानचित्रकार (मैपमेकर) के रूप में समझें। केवल एक रेखा खींचकर यह दिखाने के बजाय कि रोबोट कहाँ जाएगा, यह एक चौड़ा, धुंधला बैंड बनाता है जो उन सभी संभावित स्थानों का प्रतिनिधित्व करता है जहाँ रोबोट पहुँच सकता है। बैंड जितना चौड़ा होगा, रोबोट उतना ही अनिश्चित होगा। यह अनिश्चितता सुरक्षा के लिए महत्वपूर्ण है: यदि बैंड बहुत चौड़ा हो जाता है, तो रोबोट को पता चल जाता है कि उसे धीमा होना चाहिए या रुक जाना चाहिए। समस्या यह है कि जैसे-जैसे रोबोट सीखने के लिए अधिक और अधिक डेटा एकत्र करता है, यह मानचित्र बनाने वाला उपकरण अविश्वसनीय रूप से धीमा होता जाता है। यह एक विशाल पहेली को हल करने जैसा है जहाँ हर नए टुकड़े के लिए आपको पूरी तस्वीर को फिर से हल करने की आवश्यकता होती है। बड़े डेटासेट के लिए, कंप्यूटर बस तालमेल नहीं बिठा पाता है, जिससे इंजीनियरों को एक सुरक्षित, धीमे सिस्टम या एक तेज़, असुरक्षित सिस्टम में से किसी एक को चुनने के लिए मजबूर होना पड़ता है।
जर्मनी, स्विट्जरलैंड और स्वीडन के विश्वविद्यालयों के शोधकर्ताओं की एक टीम ने इस गतिरोध को तोड़ने का एक तरीका खोज लिया है। उन्होंने एक नई विधि विकसित की है जो धीमे, पूर्ण मानचित्रकार की सुरक्षा गारंटी बनाए रखती है लेकिन एक साधारण, त्वरित स्केच की तरह तेज़ चलती है। उनका दृष्टिकोण, जिसे वे 'डिटरमिनिस्टिक ट्रिगोनोमेट्रिक फीचर गौसियन प्रोसेस' कहते हैं, भारी, जटिल गणनाओं को तरंगों (वेव्स) के एक चतुर सन्निकटन (अप्रोक्सिमेशन) से बदल देता है। हर संभावित परिणाम की एक साथ गणना करने के बजाय, नई विधि समस्या को तरंग पैटर्न के एक निश्चित सेट में विभाजित करती है। इन पैटर्न को एक विशिष्ट, गैर-यादृच्छिक (नॉन-रैंडम) तरीके से चुनकर, शोधकर्ताओं ने सिद्ध किया कि परिणामी मानचित्र मूल, धीमे संस्करण जितना ही विश्वसनीय है। उन्होंने दिखाया कि यह नया उपकरण पूर्ण प्रणाली के समान उच्च-विश्वास वाली सुरक्षा चेतावनियाँ प्रदान कर सकता है, लेकिन बिना भारी कम्प्यूटेशनल लागत के।
शोधकर्ताओं ने अपने विचार का परीक्षण एक सिम्युलेटेड 'इनवर्टेड पेंडुलम' पर किया, जो एक क्लासिक कंट्रोल समस्या है जहाँ एक रोबोट को चलते हुए कार्ट पर एक पोल को संतुलित करना होता है। अपने प्रयोगों में, उन्होंने अपने नए तरीके की तुलना पारंपरिक, धीमे दृष्टिकोण से की। उन्होंने पाया कि दोनों विधियों ने पर्यावरण का समान कुशलता से अन्वेषण किया, और सिस्टम की छिपी हुई त्रुटियों के बारे में समान मात्रा में सीखा। नया तरीका सबसे सुरक्षित और कुशल पथ खोजने में उतना ही अच्छा था। हालाँकि, गति का अंतर नाटकीय था। जैसे-जैसे डेटा की मात्रा बढ़ी, पारंपरिक विधि काफी धीमी हो गई, और सूचना की मात्रा के साथ तालमेल बिठाने के लिए संघर्ष करने लगी। इसके विपरीत, नए तरीके ने डेटा चाहे कितना भी संसाधित हो, एक स्थिर गति बनाए रखी। इसने बड़े डेटासेट को आसानी से संभाला, यह सिद्ध करते हुए कि उच्च सुरक्षा और उच्च गति दोनों का होना संभव है।
यह कार्य महत्वपूर्ण है क्योंकि यह उन्नत लर्निंग सिस्टम को वास्तविक दुनिया में उपयोग करने के लिए एक प्रमुख बाधा को हटा देता है। पहले, इंजीनियरों को अपने रोब manera को वास्तविक समय में चलाने के लिए मशीन द्वारा सीखे जा सकने वाले डेटा की मात्रा को सीमित करना पड़ता था। अब, वे सिस्टम को और अधिक स्मार्ट और सुरक्षित बनाने के लिए इसमें विशाल मात्रा में डेटा फीड कर सकते हैं, बिना इस बात की चिंता किए कि कंप्यूटर फ्रीज हो जाएगा। शोधकर्ताओं ने प्रदर्शित किया है कि उनके नए फ्रेमवर्क को सुरक्षा-महत्वपूर्ण प्रणालियों में एकीकृत किया जा सकता है, यह सुनिश्चित करते हुए कि रोबोट कभी भी ऐसा जोखिम न ले जिसे वह गणना न कर सके। एक धीमी, भारी गणना को एक तेज़, कुशल गणना में बदलकर, उन्होंने निरंतर सीखते हुए अपनी सीमाओं के भीतर सुरक्षित रहने वाले अधिक मजबूत और विश्वसनीय स्वायत्त सिस्टमों के द्वार खोल दिए 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।