← नवीनतम पेपर
💻 computer science

GuideFetch: A Task Coordination Framework for Concurrent Navigation and Object Retrieval in Assistive Robot Dogs

यह शोध पत्र GuideFetch को प्रस्तुत करता है, जो एक कार्य समन्वय ढांचा (task coordination framework) है जो सहायक रोबोट कुत्तों की एक विषम टीम (heterogeneous team) को LLM-जनित, सत्यापित एक्शन स्कीमा और अवस्था-आधारित निष्पादन (state-based execution) का लाभ उठाकर नेविगेशन और वस्तु पुनर्प्राप्ति कार्यों को समानांतर रूप से निष्पादित करने में सक्षम बनाता है, जो क्रमिक दृष्टिकोणों की तुलना में मिशन के मेक्सस्पैन (makespan) को काफी कम कर देता है।

मूल लेखक: Qian Yin, Ruiping Liu, Kunyu Peng, Jianxiang Man, Isik Baran Sandan, Junwei Zheng, Yufan Chen, Di Wen, Kailun Yang, Rainer Stiefelhagen

प्रकाशित 2026-08-20
📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

मूल लेखक: Qian Yin, Ruiping Liu, Kunyu Peng, Jianxiang Man, Isik Baran Sandan, Junwei Zheng, Yufan Chen, Di Wen, Kailun Yang, Rainer Stiefelhagen

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 भविष्य की कल्पना करें जहाँ एक रोबोट गाइड डॉग केवल एक दृष्टिबाधित व्यक्ति को एक बिंदु से दूसरे बिंदु तक ले जाने से कहीं अधिक काम करता है। इस दृष्टिकोण में, रोबोट जीवन को आसान बनाने वाले छोटे, रोजमर्रा के काम भी कर सकता है, जैसे कि कॉफी का एक कप लाना। लेकिन एक अकेला रोबोट एक साथ दोनों काम करने में संघर्ष कर सकता है: वह एक व्यक्ति को सीट तक ले जाने के साथ-साथ मशीन से ड्रिंक लेने के लिए पीछे मुड़कर नहीं जा सकता। यहीं से टीम वर्क का विचार आता है। वैज्ञानिकों ने लंबे समय से जाना है कि अलग-अलग रोबोट्स की अलग-अलग ताकत होती है; कुछ जटिल स्थानों में चलने में उत्कृष्ट होते हैं, जबकि अन्य वस्तुओं को उठाने और पकड़ने में बेहतर होते हैं। चुनौती यह figuring out करने में थी कि इन विभिन्न मशीनों को एक साथ कैसे काम करने के लिए प्रेरित किया जाए, न कि केवल बारी-बारी से, बल्कि अपने कार्यों को एक ही समय में करके। लक्ष्य यह सुनिश्चित करना है कि जब वे कहें कि उन्होंने एक काम पूरा कर लिया है, तो उन्होंने वास्तव में इसे किया हो, न कि केवल एक ऐसी योजना का पालन किया हो जो कागज पर अच्छी दिखती है लेकिन वास्तविक दुनिया में विफल हो जाती है।

जर्मनी के कार्ल्सरूहे इंस्टीट्यूट ऑफ टेक्नोलॉजी के शोधकर्ताओं ने ठीक इसी समस्या को हल करने के लिए 'गाइडफेच' (GuideFetch) नामक एक नया सिस्टम विकसित किया है। उन्होंने एक ऐसा ढांचा बनाया है जो दो अलग-अलग रोबोट कुत्तों की एक टीम को एक सरल मौखिक निर्देश के आधार पर एक एकल मिशन को समन्वित करने की अनुमति देता है। उनके सेटअप में, एक रोबोट गाइड के रूप में कार्य करता है, जो उपयोगकर्ता को गंतव्य तक ले जाता है, जबकि दूसरा रोबोट, जो एक हाथ (arm) से लैस है, एक वस्तु को प्राप्त करने और उसे उसी स्थान पर लाने के लिए 'फेचर' (fetcher) के रूप में कार्य करता है। शोधकर्ता यह देखना चाहते थे कि क्या इन दोनों रोबोटों को समानांतर (parallel) रूप से काम करने देने से—यानी अपने कार्यों को एक ही समय में शुरू करने से—यह एक के बाद एक काम करने की तुलना में अधिक तेज़ और विश्वसनीय होगा। उन्होंने एक ऐसा सिस्टम बनाया जो एक सख्त प्रबंधक (manager) के रूप में कार्य करता है, जो एक प्राकृतिक भाषा के अनुरोध को लेता है और उसे प्रत्येक रोबलेट के लिए विशिष्ट चरणों में विभाजित करता है। किसी भी गति के शुरू होने से पहले, सिस्टम यह सुनिश्चित करने के लिए जाँच करता है कि क्या योजना संभव है, यह सत्यापित करते हुए कि सही रोबोट को सही कार्य सौंपा गया है और निर्देश मशीनों की भौतिक क्षमताओं से मेल खाते हैं।

शोधकर्ताओं ने इस सिस्टम का परीक्षण एक सिम्युलेटेड वातावरण में किया जिसमें तीन अलग-अलग सेटिंग्स शामिल थीं: एक घर, एक सुपरमार्केट और एक अस्पताल। उन्होंने सैकड़ों परीक्षण चलाए जहाँ रोबोटों को एक उपयोगकर्ता को सीट तक ले जाने और कॉफी का एक कप लाने के लिए कहा गया। कुछ परीक्षणों में, फेचर रोबोट को पहले उपयोगकर्ता को सीट तक ले जाना पड़ा, फिर कॉफी लेने के लिए वापस जाना पड़ा, और अंत में उसे लेकर आना पड़ा। अन्य परीक्षणों में, गाइड रोबोट ने उपयोगकर्ता को तुरंत सीट तक पहुँचा दिया जबकि फेचर रोबोट सीधे कॉफी लेने चला गया, जिससे दोनों कार्य एक ही समय में संपन्न हुए। सिस्टम को बहुत सावधान रहने के लिए डिज़ाइन किया गया था कि सफलता का अर्थ क्या है। इसने केवल यह मान नहीं लिया कि काम पूरा हो गया क्योंकि रोबोट चले थे; इसने विशिष्ट भौतिक स्थितियों की जाँच की, जैसे कि क्या गाइड वास्तव में सीट पर पहुँचा, क्या फेचर ने सफलतापूर्वक कप को पकड़ा, और क्या कप को बिना गिरे सुरक्षित रूप से पकड़ा गया था।

परिणामों ने दिखाया कि समानांतर दृष्टिकोण काफी तेज़ था। जब दोनों रोबोट एक ही समय में मिलकर काम कर रहे थे, तो मिशन पूरा करने का कुल समय क्रमवार (sequence) काम करने की तुलना में लगभग 41 प्रतिशत कम हो गया। घर और सुपरमार्केट सेटिंग्स में, यह गति इसलिए आई क्योंकि दोनों रोबोट एक ही समय में चल रहे थे, जिससे वे अकेले एक रोबोट की तुलना में अधिक दूरी तय कर सके। अस्पताल सेटिंग में, समय की बचत और भी नाटकीय थी क्योंकि गाइड रोबोट ने लंबी दूरी की पैदल यात्रा का जिम्मा ले लिया, जिससे फेचर पूरी तरह से कॉफी प्राप्त करने पर ध्यान केंद्रित करने के लिए स्वतंत्र हो गया। अध्ययन में पाया गया कि सिस्टम वैध योजनाएं बनाने में अत्यधिक विश्वसनीय था; आर्टिफिशियल इंटेलिजेंस द्वारा उत्पन्न प्रत्येक अनुरोध को बिना किसी सुधार या पुनरारंभ के स्वीकार और निष्पादित किया गया। हालाँकि, शोधकर्ताओं ने यह भी खोजा कि मुख्य बाधा नियोजन या चलने में नहीं, बल्कि वस्तु को उठाने की भौतिक क्रिया में थी। जिन मामलों में मिशन विफल हुआ, वह लगभग हमेशा इसलिए था क्योंकि फेचर रोबोट कप को पकड़ने या उसे स्थिर रखने में संघर्ष कर रहा था, न कि इसलिए कि गाइड रोबोट रास्ता भटक गया था या योजना गलत थी।

यह कार्य प्रदर्शित करता है कि विभिन्न रोबोटों को विशिष्ट भूमिकाएँ देने और उन्हें एक साथ काम करने देने से सहायक तकनीक बहुत अधिक कुशल हो सकती है। गाइडफेच सिस्टम यह सिद्ध करता है कि सरल मानवीय निर्देशों के आधार पर जटिल, बहु-चरणीय कार्यों को संभालने के लिए विभिन्न मशीनों की एक टीम को समन्वित करना संभव है। हालाँकि इस अध्ययन में रोबोट आभासी (virtual) थे, लेकिन उन्होंने जिस तर्क का उपयोग किया है उसे वास्तविक दुनिया की मशीनों पर लागू करने के लिए डिज़ाइन किया गया है। शोधकर्ताओं ने उल्लेख किया कि सिस्टम ने सफलतापूर्वक एक ऐसी योजना और बीच के अंतर को पहचाना जो सही दिखती है और एक ऐसे मिशन के बीच जो वास्तव में पूरा हुआ है, जो वास्तविक दुनिया के अनुप्रयोगों में सुरक्षा के लिए एक महत्वपूर्ण अंतर है। अध्ययन निष्कर्ष निकालता है कि जबकि गति और समय का समन्वय बहुत अच्छी तरह से काम करता है, वस्तुओं के भौतिक हेरफेर की क्षमता अभी भी पहेली का सबसे कठिन हिस्सा बनी हुई है। फिलहाल, सिस्टम दृष्टिबाधित और कम दृष्टि वाले उपयोगकर्ताओं की मदद करने के लिए बहुत आशाजनक दिखता है, बशर्ते कि रोबोटों को रोजमर्रा की वस्तुओं को पकड़ने और ले जाने के नाजुक कार्य में और भी कुशल बनाया जा 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।

Digest आज़माएँ →