SOLO: Stable Omni-terrain Long-Horizon Perceptive Humanoid Locomotion
SOLO एक एकीकृत ढांचा है जो स्थिर, दीर्घ-क्षितिज मानव सदृश लोकोमोशन (humanoid locomotion) के लिए फोरियर-एनकोडेड क्वेरी रिकन्स्ट्रक्टर (Fourier-encoded Query Reconstructor) को तीव्र भूभाग सीमाओं को संरक्षित करने के लिए और ट्रैजेक्टरी-अवेयर MSE डिस्टिलेशन (Trajectory-Aware MSE distillation) विधि को बेहतर टेम्पोरल क्रेडिट असाइनमेंट के लिए जोड़ता है, जो जटिल बाहरी और आंतरिक भूभागों के सुदृढ़ ज़ीरो-शॉट ट्रावर्सल (zero-shot traversal) को 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
एक जंगल में चलते समय, एक व्यक्ति को हर जड़ की सटीक ऊंचाई या हर पत्थर के सटीक कोण की गणना करने की आवश्यकता नहीं होती है। इसके बजाय, वे एक सहज चक्र पर भरोसा करते हैं: आँखें जमीन को देखती हैं, मस्तिष्क आकार की व्याख्या करता है, और पैर कदम को समायोजित करते हैं, यह सब एक सेकंड के अंश में होता है। यह निरंतर फीडबैक मनुष्यों को असमान इलाके पर लंबी दूरी तय करने की अनुमति देता है, भले ही जमीन घास से बजरी या खड़ी सीढ़ियों में बदल जाए, बिना गिरे। दशकों से, इंजीनियरों ने रोबोटों को यही क्षमता देने की कोशिश की है। उन्होंने ऐसी मशीनें बनाई हैं जो चल सकती हैं, लेकिन जब उन्हें एक जटिल, बदलते रास्ते पर लंबे समय तक चलने के लिए कहा जाता है, तो ये रोबोट अक्सर लड़खड़ा जाते हैं। समस्या यह नहीं है कि वे अपने पैरों को हिला नहीं सकते, बल्कि यह है कि समय के साथ जमीन को देखने और चलने का उनका बोध धुंधला हो जाता है। जैसे-जैसे वे चलते हैं, जमीन को देखने और चलने के निर्णय लेने में छोटी त्रुटियां जुड़ती जाती हैं, जिससे अंततः वे अपना संतुलन खो देते हैं।
शोधकर्ताओं की एक टीम ने SOLO नामक एक नई प्रणाली विकसित की है जो एक ह्यूमनाइड रोबोट को बिना गिरे बहुत लंबे समय तक एक निरंतर, कठिन पथ पर चलने की अनुमति देती है। इस प्रणाली का परीक्षण 'ओम्नी' (Omni) नामक एक रोबोट पर किया गया था, जो अपनी छाती पर एक एकल कैमरा और अपने शरीर की स्थिति को महसूस करने वाले सेंसरों से लैस है। एक वास्तविक दुनिया के परीक्षण में, रोबोट ने बिना किसी मानवीय सहायता या रीसेट के, एक ही बार में प्राकृतिक सीढ़ियों, ढलानों, घास और ऊबड़-खाबड़ जमीन को पार करते हुए बाहर 1.5 किलोमीटर की दूरी तय की। इसने अंतराल और बाधाओं वाले एक जटिल इनडोर कोर्स को भी सफलतापूर्वक पार किया। शोधकर्ताओं ने पाया कि पिछली विधियाँ इसलिए विफल रहीं क्योंकि वे जमीन के महत्वपूर्ण विवरणों को सुचारू (smooth out) कर देती थीं और क्योंकि वे केवल यह जांचते थे कि रोबोट का वर्तमान कदम सही है या नहीं, यह अनदेखा करते हुए कि क्या वह कदम बाद में गिरने का कारण बनेगा। SOLO इन दोनों समस्याओं को ठीक करता है: जमीन की एक स्पष्ट तस्वीर बनाकर और रोबलेट को यह सोचने के लिए प्रशिक्षित करके कि उसके वर्तमान कार्य उसकी भविष्य की स्थिरता को कैसे प्रभावित करेंगे।
समस्या का मूल यह है कि रोबोट जमीन का मानसिक मानचित्र कैसे बनाते हैं। पारंपरिक प्रणालियाँ कैमरे से छवियों की एक धारा लेती हैं और उन्हें इलाके के एक सपाट मानचित्र में बदलने की कोशिश करती हैं। इसे तेजी से करने के लिए, वे अक्सर सारी दृश्य जानकारी को एक एकल, साझा सारांश में संकुचित कर देती हैं। हालांकि यह व्यापक आकारों के लिए काम करता है, लेकिन यह उन तीखे किनारों को धुंधला कर देता है जो सबसे महत्वपूर्ण होते हैं, जैसे कि एक कदम रखने वाले पत्थर की सटीक सीमा या सीढ़ी का किनारा। जब रोबोट इन तीखी रेखाओं को स्पष्ट रूप से नहीं देख पाता, तो वह अपना पैर गलत जगह रखता है, और लंबी पैदल यात्रा के दौरान, ये छोटी गलतियाँ गिरने में बदल जाती हैं। शोधकर्ताओं ने यह बदलकर इस समस्या का समाधान किया कि रोबोट सूचना कैसे मांगता है। पूरे दृश्य का एक एकल सारांश मांगने के बजाय, यह प्रणाली जमीन के मानचित्र के प्रत्येक बिंदु को एक विशिष्ट प्रश्न सौंपती है। प्रत्येक बिंदु कैमरा इतिहास से पूछता है, "यहाँ ठीक क्या है?" यह रोबोट को उस विशिष्ट स्थान के लिए सटीक विवरण प्राप्त करने की अनुमति देता है, जिससे सीढ़ियों और पत्थरों के तीखे किनारों को सुरक्षित रखा जा सके जिन्हें अन्य प्रणालियाँ धुंधला कर देती हैं।
दूसरा मुद्दा जिसे शोधकर्ताओं ने संबोधित किया वह यह था कि रोबोट चलना कैसे सीखता है। कई प्रशिक्षण विधियों में, एक रोबोट एक आदर्श शिक्षक की नकल करके सीखता है जब वह ठीक उसी क्षण खड़ा होता है। यदि रोबोट का पैर अभी सही जगह पर है, तो उसे इनाम मिलता है, भले ही वही क्रिया कुछ कदमों बाद उसे ठोकर खिला दे। यह एक ऐसे छात्र की तरह है जिसे एक एकल परीक्षा प्रश्न के लिए अच्छे ग्रेड मिलते हैं लेकिन वह अंतिम परीक्षा में फेल हो जाता है क्योंकि उसने यह नहीं समझा कि प्रश्न एक-दूसरे से कैसे जुड़े हैं। नई प्रणाली, SOLO, इस सीखने की प्रक्रिया में दूरदर्शिता की एक परत जोड़ती है। यह केवल यह नहीं देखता कि रोबोट अभी सही काम कर रहा है या नहीं; यह यह भी देखता है कि रोबोट वह कदम उठाने के बाद क्या करता है। यदि कोई विशिष्ट क्रिया भविष्य की ऐसी स्थिति की ओर ले जाती है जहाँ रोबोट को शिक्षक की आदर्श गतिविधियों से मेल बिठाने में संघर्ष करना पड़ेगा, तो प्रणाली उस क्रिया को दंडित करती है। यह रोबोट को उन चालों से बचने के लिए सिखाता है जो क्षण भर में अच्छी दिखती हैं लेकिन आगे चलकर परेशानी का कारण बनती हैं, प्रभावी रूप से इसे दीर्घकालिक परिणाम की समझ देती है।
यह साबित करने के लिए कि ये परिवर्तन काम कर रहे हैं, शोधकर्ताओं ने वास्तविक दुनिया में जाने से पहले एक सिम्युलेटेड वातावरण में रोबोट को कई कठोर परीक्षणों से गुजारा। उन्होंने अपने नए सिस्टम की तुलना पुरानी विधियों से की जिन्होंने समान प्रशिक्षण डेटा और समान रोबोट का उपयोग किया था। जब इलाका कठिन था, जैसे कि संकीले स्टेपिंग स्टोन्स या खड़ी सीढ़ियाँ, तो पुरानी प्रणालियाँ ज्यादातर समय विफल रहीं, और सबसे कठिन बाधाओं के लिए सफलता दर शून्य के करीब पहुँच गई। इसके विपरीत, नए सिस्टम ने स्टेपिंग-स्टोन परीक्षणों में 96 प्रतिशत और समग्र कठिन इलाके के परीक्षणों में 97.5 प्रतिशत सफलता प्राप्त की। शोधकर्ताओं ने ग्राउंड मैप की सटीकता को मापा और पाया कि नई विधि ने पुराने दृष्टिकोणों की तुलना में त्रुटियों को तीन गुना से अधिक कम कर दिया। इस सुधार का अर्थ था कि रोबroट अपने पैर बहुत अधिक सटीकता के साथ रख सकता था, जिससे उन छोटी फिसलन से बचा जा सके जो आमतौर पर गिरने का कारण बनती हैं।
अंतिम परीक्षण वास्तविक दुनिया में हुआ, जहाँ रोबोट को किसी बाहरी ट्रैकिंग या मानवीय मार्गदर्शन के बिना पूरी तरह से अपने स्वयं के सेंसरों पर निर्भर रहना था। रोबोट ने घास, मिट्टी और पत्थर के बीच प्राकृतिक बदलावों को पार करते हुए बाहर 1.5 किलोमीटर का निरंतर मार्ग तय किया। इसने एक इनडोर कोर्स को भी पूरा किया जिसमें सीढ़ियाँ चढ़ना और उतरना, एक अंतराल को पार करना और एक चलने योग्य बाधा के ऊपर से गुजरना शामिल था। हर मामले में, रोबोट बिना गिरे या बिना रुके और रीसेट किए हुए कोर्स को पूरा करने में सफल रहा। शोधकर्ताओं ने नोट किया कि रोबोट ने केवल अपनी छाती पर लगे कैमरे और अपने आंतरिक शरीर सेंसरों के डेटा का उपयोग किया, जिससे यह सिद्ध हुआ कि सिस्टम बिना किसी सुपरकंप्यूटर या क्षेत्र के पूर्ण मानचित्र के वास्तविक दुनिया की जटिलता को संभाल सकता है। इस लंबी दूरी की पैदल यात्रा की सफलता यह दर्शाती है कि जमीन को देखने के तरीके और कदमों की योजना बनाने के तरीके को ठीक करके, मशीनों को ऐसी स्थिरता के साथ दुनिया में घूमना संभव है जो मानव चाल की बराबरी करती है।
यह कार्य यह दावा नहीं करता कि रोबोट अब बिना किसी सीमा के कहीं भी चल सकते हैं। सिस्टम को अभी भी सामान्य दिशा और गति प्रदान करने के लिए एक मनुष्य की आवश्यकता होती है, जबकि रोबोट संतुलन और पैर रखने के विवरण को संभालता है। रोबोट के पीछे एक ब्लाइंड स्पॉट भी है, जिसका अर्थ है कि वह कठिन इलाके में उतनी आसानी से पीछे नहीं चल सकता जितना वह आगे चल सकता है। हालाँकि, परिणाम दिखाते हैं कि ह्यूमनाइड रोबोटों को अधिक विश्वसनीय बनाने के लिए एक स्पष्ट मार्ग है। जमीन को देखने के एक तीखे तरीके और गलतियों से सीखने के एक स्मार्ट तरीके को जोड़कर, शोधकर्ताओं ने दिखाया है कि रोबोट बिना संतुलन खोए लंबे, जटिल रास्तों को पार कर सकते हैं। यह प्रगति इस क्षेत्र को वास्तविक दुनिया के अस्त-व्यस्त, अप्रत्याशित वातावरण में लोगों के साथ काम करने और चलने वाले रोबोटों के लक्ष्य के करीब ले जाती 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।