VerNav: Verifier-First Low-Latency Vision-and-Language Navigation
VerNav विज़न-एंड-लैंग्वेज नेविगेशन के लिए एक verifier-first फ्रेमवर्क है जो बैच-आधारित एक्शन वेरिफिकेशन और एक एंट्रॉपी-आधारित एडेप्टिव जनरेटर का उपयोग करके प्रति-चरण ऑटोरेग्रेसिव जनरेशन को बदलकर निर्णय-चरण की लेटेंसी (latency) को काफी कम कर देता है, जबकि R2R बेंचमार्क पर प्रतिस्पर्धी नेविगेशन प्रदर्शन बनाए रखने के लिए एक टू-स्टेज अलाइनमेंट स्कीम को नियोजित करता 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
कल्पना कीजिए कि एक रोबोट एक ऐसे घर में रास्ता खोजने की कोशिश कर रहा है जिसे उसने पहले कभी नहीं देखा है, और उसे केवल एक बोले गए वाक्य द्वारा निर्देशित किया जा रहा है जैसे "रसोई में जाओ, नीली कुर्सी के पास बाएं मुड़ो, और रुक जाओ।" यह विजन-एंड-लैंग्वेज नेविगेशन (दृष्टि-और-भाषा नेविगेशन) की चुनौती है। रोबोट को अपने परिवेश को देखना होगा, मनुष्य के शब्दों को समझना होगा, और यह तय करना होगा कि उसे वास्तव में आगे कहाँ बढ़ना है। लंबे समय तक, शोधकर्ताओं ने रोब적으로 इसे इस तरह हल करने का प्रयास किया कि रोबोट को एक शक्तिशाली मस्तिष्क दिया जाए जो हर एक कदम के माध्यम से खुद को निर्देश दे सके। कोई भी कदम उठाने से पहले, रोबोट विचारों की एक लंबी धारा उत्पन्न करता था, अपने तर्क की व्याख्या करता था, अपने परिवेश की जाँच करता था, और अपने अगले मोड़ की योजना बनाता था। हालांकि यह स्पष्ट सोच रोबोट को जटिल निर्देशों को समझने में मदद करती है, लेकिन यह अविश्वसनीय रूप से धीमी है। जिस तरह एक इंसान जो चलने के हर कदम के बारे में बात करता है, वह उस इंसान की तुलना में बहुत धीरे चलेगा जो बस चलता है, एक रोबोट जो हर एक कदम से पहले तर्क का एक पूरा पैराग्राफ तैयार करता है, निर्णय लेने में बहुत अधिक समय लेता है। वास्तविक दुनिया में, जहाँ गति मायने रखती है, यह देरी इस तकनीक को अव्यवहारिक बना देती है।
चीन के इलेक्ट्रॉनिक साइंस एंड टेक्नोलॉजी यूनिवर्सिटी के शोधकर्ताओं की एक टीम ने इस समस्या के बारे में सोचने का एक अलग तरीका प्रस्तावित किया है। वे सुझाव देते हैं कि रोबोट को हर चाल से पहले एक लंबी कहानी लिखने के लिए मजबूर करने के बजाय, उसे पहले संभावित चालों की एक सूची की तेज़ी से जाँच करनी चाहिए और सबसे अच्छी चाल चुननी चाहिए। वे अपने नए सिस्टम को 'VerNav' कहते हैं। मुख्य विचार विचारों के धीमी, चरण-दर-चरण निर्माण को सत्यापन (verification) की एक तेज़ प्रक्रिया से बदलना है। रोबोट के मस्तिष्क से शून्य से एक नया रास्ता बनाने के लिए कहने के बजाय, सिस्टम उपलब्ध दिशाओं का एक सेट प्रस्तुत करता है—जैसे "आगे बढ़ें," "बाएं मुड़ें," या "रुकें"—और मस्तिष्क से प्रत्येक के लिए केवल "हाँ" या "नहीं" कहने के लिए कहता है। यह रोबोट को सभी विकल्पों का एक साथ मूल्यांकन करने की अनुमति देता है, न कि एक-एक करके। ऐसा करके, यह सिस्टम पारंपरिक तरीकों की तुलना में निर्णय लेने में लगने वाले समय को दस गुना से अधिक कम कर देता है, जबकि रोबोट को सही रास्ते पर बनाए रखता है।
हालाँकि, केवल विकल्पों की तेज़ी से जाँच करना पर्याप्त नहीं है। शोधकर्ताओं ने पाया कि यदि वे केवल इस तेज़ जाँच पद्धति का उपयोग करते, तो रोबोट भ्रमित हो जाता और गलतियाँ करता, विशेष रूप से कठिन स्थितियों में। तेज़ जाँच करने वाला सिस्टम बुरे विचारों को खारिज करने में अच्छा है, लेकिन यह कभी-कभी सबसे अच्छे विचार को चुनने में संघर्ष करता है जब विकल्प बहुत समान दिखते हैं। इसे ठीक करने के लिए, टीम ने एक स्मार्ट सुरक्षा जाल (safety net) जोड़ा। उन्होंने एक ऐसा सिस्टम बनाया जो रोबोट के आत्मविश्वास पर नज़र रखता है। यदि रोबोट निश्चित है कि उसे किस दिशा में जाना है, तो वह तेज़ जाँच पद्धति का पालन करता है। लेकिन यदि रोबोट अनिश्चित है—जो संभावित विकल्पों के बीच उच्च स्तर के भ्रम द्वारा संकेतित होता है—तो सिस्टम रुक जाता है और एक अधिक शक्तिशाली, धीमे सोचने वाले इंजन से स्थिति का एक संक्षिप्त, केंद्रित सारांश प्रदान करने के लिए कहता है। यह सारांश एक त्वरित संकेत के रूप में कार्य करता है जो तेज़ जाँच करने वाले को सही निर्णय लेने में मदद करता है। इस प्रकार, रोबोट केवल तभी गहन, महंगी सोचने की शक्ति का उपयोग करता है जब उसे इसकी वास्तव में आवश्यकता होती है, जिससे पूरी प्रक्रिया तेज़ और कुशल बनी रहती है।
यह सुनिश्चित करने के लिए कि यह तेज़ जाँच प्रणाली वास्तव में नेविगेशन के लिए अच्छी तरह काम करती है, शोधकर्ताओं को इसे चालों को सही ढंग से आंकना सिखाना पड़ा। उन्होंने एक दो-चरणीय प्रशिक्षण प्रक्रिया विकसित की। पहले, उन्होंने सिस्टम को यह पहचानने के लिए सिखाया कि कौन सी तत्काल चालें दूसरों से बेहतर हैं, जिससे इसे उन कार्यों को प्राथमिकता देने में मदद मिली जो इसे लक्ष्य के करीब ले जाते हैं। फिर, उन्होंने सिस्टम को पूरे रास्तों पर नेविगेट करने का अभ्यास कराया, जिसमें उसे न केवल अंतिम गंतव्य के लिए बल्कि हर उस छोटे कदम के लिए भी पुरस्कृत किया गया जिसने प्रगति की। इस प्रशिक्षण ने यह सुनिश्चित किया कि तेज़ जाँच करने वाला सिस्टम केवल यादृच्छिक (random) चालें न चुने, बल्कि लंबी दूरी तक निर्देशों का सटीक रूप से पालन करना सीखे। नेविगेशन कार्यों के एक मानक सेट पर परीक्षण किए जाने पर, नया सिस्टम उन सर्वश्रेष्ठ मौजूदा रोबोटों के समान प्रदर्शन करता है जो भारी, धीमे चिंतन का उपयोग करते हैं, लेकिन इसने एक अंश समय में निर्णय लिए। परिणाम दिखाते हैं कि विकल्पों को तेज़ी से जाँचकर और आवश्यकता पड़ने पर ही गहन सोच के लिए बुलाकर, रोबोट अपना रास्ता खोए बिना बहुत तेज़ी से जटिल वातावरण में नेविगेट कर सकते 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।