DeepInsight II: One Trace from Benchmark to Robot
डीपइनसाइट II (DeepInsight II) अपने पूर्ववर्ती के एकीकृत मूल्यांकन ढांचे को एम्बॉडीड एआई (embodied AI) परत तक विस्तारित करता है, जो सिमुलेशन और रियल-रोबोट परीक्षणों में नेविगेशन, मैनिपुलेशन और होल-बॉडी कंट्रोल प्रदर्शन को परिमाणित करके किया जाता है, जिससे एक निरंतर, मरम्मत-उन्मुख डायग्नोस्टिक पाइपलाइन स्थापित होती है जो साझा ट्रेस पहचानों (shared trace identities) के माध्यम से सिम-टू-रियल गैप को पाटती 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
भौतिक कृत्रिम बुद्धिमत्ता (फिजिकल आर्टिफिशियल इंटेलिजेंस) का क्षेत्र ऐसी मशीनें बनाने की कोशिश कर रहा है जो केवल कंप्यूटर के भीतर ही नहीं, बल्कि वास्तविक दुनिया में भी चल-फिर सकें। ऐसा करने के लिए, इंजीनियर एक के ऊपर एक विभिन्न बुद्धिमत्ता की परतें रखते हैं। सबसे ऊपर एक तर्क परत (रीजनिंग लेयर) होती है, जैसे कि एक मस्तिष्क जो भाषा को समझता है और जटिल कार्यों की योजना बनाता है। उसके नीचे कौशल परतें (स्किल लेयर्स) होती हैं जो विशिष्ट कार्यों को संभालती हैं, जैसे कि दरवाजे तक चलना या कप उठाना। सबसे नीचे एक नियंत्रण परत (कंट्रोल लेयर) होती है जो संतुलन बनाए रखने के लिए रोबोट की मांसपेशियों और जोड़ों का प्रबंधन करती है। वर्षों से, वैज्ञानिक मानक परीक्षणों और साझा डेटा का उपयोग करके शीर्ष तर्क परत का बहुत सटीकता से परीक्षण करने में सक्षम रहे हैं। हालांकि, निचली परतों का परीक्षण करना, जो वास्तव में भौतिक दुनिया को छूती हैं, बहुत कठिन रहा है। प्रत्येक लैब अक्सर अपना स्वयं का अनूठा परीक्षण मैदान बनाती है, जिसमें अलग-अलग रोबोट और अलग-अलग नियम होते हैं, जिससे परिणामों की तुलना करना या यह जानना कठिन हो जाता है कि क्या कोई रोबोट प्रयोगशाला से बाहर निकलने पर वास्तव में काम करेगा।
XPENG रोबोटिक्स की एक टीम ने इन निचली परतों के परीक्षण के लिए एक एकीकृत तरीका बनाकर इस बिखराव को दूर किया है, जो कंप्यूटर सिमुलेशन और वास्तविक दुनिया के हार्डवेयर के बीच के अंतर को पाटता है। उनकी नई रिपोर्ट, 'डीपइनसाइट II' (DeepInsight II), एक ऐसी प्रणाली पेश करती है जो शोधकर्ताओं को एक आभासी (वर्चुअल) रोबटेज और एक भौतिक रोबोट पर बिल्कुल एक ही परीक्षण चलाने की अनुमति देती है, जिससे दोनों को एक ही निरंतर प्रयोग के हिस्से के रूप में माना जाता है। एक नए प्रकार का रोबोट या एक नया एल्गोरिदम बनाने के बजाय, उन्होंने एक बेहतर मापने वाला पैमाना बनाया है। यह प्रणाली तर्क देने वाले मस्तिष्क, कौशल परतों और भौतिक नियंत्रक को एक सुसंगत इकाई में जोड़ती है, जिससे वे फर्श पर लड़खड़ाने के क्षण से लेकर उस विशिष्ट निर्णय तक का पता लगा सकते हैं जिसके कारण वह लड़खड़ाया।
शोधकर्ताओं ने सबसे पहले यह परीक्षण करना शुरू किया कि उनका सिस्टम नेविगेशन और हेरफेर (मैनिपुलेशन) के मौजूदा बेंचमार्क को कितनी अच्छी तरह से दोहरा सकता है। उन्होंने रोबोटिक मस्तिष्क के जारी संस्करणों को लिया और उन्हें मानक कार्यों के विरुद्ध परखा, जैसे कि घर के माध्यम से चलने के निर्देशों का पालन करना या एक सिम्युलेटेड किचन में वस्तुओं को उठाना। परिणामों ने दिखाया कि उनका एकीकृत सिस्टम इन मानक परीक्षणों के स्कोर को उच्च सटीकता के साथ पुनरुत्पादित कर सकता है, जिससे यह सिद्ध हुआ कि उनका नया मापने वाला पैमाना डेटा को विकृत नहीं करता है। यह एक महत्वपूर्ण पहला कदम था, जिसने पुष्टि की कि नया बुनियादी ढांचा मूल परीक्षणों के नियमों को तोड़े बिना विभिन्न रोबोट डिजाइनों और सॉफ्टवेयर संस्करणों की जटिल और अव्यवस्थित वास्तविकता को संभालने में सक्षम है।
इसके बाद, टीम ने रोबोट के 'होल-बॉडी कंट्रोल' की ओर ध्यान केंद्रित किया, जो वह परत है जो मशीन को सीधा रखने और सुचारू रूप से चलने के लिए जिम्मेदार है। उन्होंने विभिन्न शोध समूहों से चार अलग-अलग नियंत्रण प्रणालियों को एकत्र किया और उन्हें एक उच्च-सटीकता वाले सिमुलेशन में मानकीकृत गति कार्यों के माध्यम से चलाया। उन्होंने पाया कि जबकि सभी प्रणालियाँ कार्य करने में सक्षम थीं, कुछ अन्य की तुलना में गिरने से बचने और सटीक गति बनाए रखने में काफी बेहतर थीं। एक विशेष प्रणाली, विशेष रूप से उल्लेखनीय रही, जिसने उच्च सटीकता के साथ लगभग सभी गतियों को सफलतापूर्वक पूरा किया। इस सिमुलेशन चरण ने उन्हें किसी भी भौतिक मशीन को जोखिम में डालने से पहले ही कमजोर उम्मीदवारों को जल्दी और सुरक्षित रूप से बाहर निकालने की अनुमति दी।
सबसे महत्वपूर्ण छलांग तब आई जब वे इन योग्य प्रणालियों को कंप्यूटर स्क्रीन से हटाकर एक वास्तविक रोबोट पर ले गए। उन्होंने एक ही नियंत्रण प्रणाली के दो संस्करणों को चुना और उन्हें मेल खाते हुए परीक्षणों (मैच्ड ट्रायल्स) के माध्यम से चलाया, जहाँ वर्चुअल रोबोट और फिजिकल रोबोट ने एक ही समय में बिल्कुल एक ही गतियाँ करने का प्रयास किया। इन दोनों रन को एक ही पहचान के तहत जोड़कर, वे परिणामों की सीधे तुलना कर सके। उन्होंने पाया कि हालांकि भौतिक रोबोट ने वर्चुअल रोबोट की तुलना में थोड़ी अधिक त्रुटियां कीं, लेकिन प्रणालियों की रैंकिंग समान रही। सिमुलेशन में जो प्रणाली सबसे अच्छा प्रदर्शन करती थी, उसने वास्तविक फर्श पर भी सबसे अच्छा प्रदर्शन किया। इसने पुष्टि की कि सिमुलेशन वास्तविक दुनिया के प्रदर्शन का एक विश्वसनीय भविष्यवक्ता था, बशर्ते परीक्षण की स्थितियाँ कड़ाई से नियंत्रित हों।
केवल सफलता को मापने के अलावा, शोधकर्ताओं ने इस बात का निदान करने का एक तरीका विकसित किया कि विफलता वास्तव में क्यों हुई। जब कोई रोबोट लड़खड़ाता है या कोई वस्तु गिरा देता है, तो यह स्पष्ट नहीं होता कि गलती एक खराब योजना से हुई, एक भद्दी हरकत से, या वातावरण की गलत समझ से। टीम ने एक नैदानिक उपकरण (डायग्नोस्टिक टूल) बनाया जो विफलता को विशिष्ट श्रेणियों में विभाजित करता है। उन्होंने पाया कि कुछ विफलताएं इसलिए हुईं क्योंकि रोबोट की विभिन्न परतें एक ही भाषा नहीं बोल रही थीं; उदाहरण के लिए, नेविगेशन लेयर किसी स्थान पर पहुँचने पर रुक सकती है, लेकिन ग्रीटिंग (अभिवादन) लेयर के लिए आवश्यक था कि रोबोट एक विशिष्ट दिशा में देख रहा हो, एक ऐसा विवरण जिसे पहली लेयर ने अनदेखा कर दिया था। अन्य विफलताएं इसलिए हुईं क्योंकि रोबोट भौतिक रूप से आवश्यक स्थिति में जाने में असमर्थ था, चाहे योजना कितनी भी सटीक क्यों न हो।
इस नैदानिक उपकरण को सिम्युलेटेड और वास्तविक दुनिया के रन दोनों पर लागू करके, टीम ने दिखाया कि वे विफलता के सटीक कारण का पता लगा सकते हैं। एक वास्तविक दुनिया के उदाहरण में, एक रोबटेज अभिवादन करने में विफल रहा क्योंकि उसका आंतरिक मानचित्र थोड़ा विचलित हो गया था, जिससे वह पहुंच से बाहर रुक गया। नैदानिक प्रणाली ने इसे एक 'बाउंड्री एरर' (सीमा त्रुटि) के रूप में पहचाना, जहाँ रोबोट की "पहुँचने" की परिभाषा वास्तविक स्थिति के साथ मेल नहीं खा रही थी। विवरण का यह स्तर इंजीनियरों को यह ठीक करने की अनुमति देता है कि कौन सा विशिष्ट इंटरफ़ेस या नियम टूटा है, बजाय इसके कि वे अनुमान लगाएं कि रोबोट के किस हिस्से को फिर से बनाने की आवश्यकता है।
यह कार्य प्रदर्शित करता है कि सिमुलेशन और वास्तविकता के बीच के अंतर को बेहतर सिमुलेशन बनाकर नहीं, बल्कि मूल्यांकन के लिए एक साझा भाषा बनाकर कम किया जा सकता है। वर्चुअल और भौतिक दुनिया को एक ही प्रयोग की दो शाखाओं के रूप में मानकर, शोधकर्ताओं ने सिद्ध किया कि वे परिणामों की तुलना करने की क्षमता खोए बिना एक कंप्यूटर से वास्तविक रोबोट तक एक ही परीक्षण को ले जा सकते हैं। यह दृष्टिकोण रोबोटिक्स की हर समस्या को हल नहीं करता है, लेकिन यह प्रगति को मापने और यह समझने का एक स्पष्ट, विश्वसनीय तरीका प्रदान करता है कि रोबोट कहाँ और क्यों विफल होता है। यह रोबोट परीक्षण की जटिल और अपारदर्शी प्रक्रिया को एक पारदर्शी, पता लगाने योग्य यात्रा में बदल देता है, जिससे इंजीनियरों को अपनी रचनाओं को प्रयोगशाला से वास्तविक दुनिया में ले जाने का आत्मविश्वास मिलता है।
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।