Learning to build covering structures with continuous adjustments
यह शोध पत्र HSAC प्रस्तुत करता है, जो एक सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) ढांचा है जो रोबोटों को पूर्व-निर्धारित योजनाओं के बिना, ग्राफ न्यूरल नेटवर्क और एक विस्तारित सॉफ्ट एक्टर-क्रिटिक एल्गोरिदम का उपयोग करके, हाइब्रिड डिस्क्रीट-कंटीन्यूअस एक्शन स्पेस को संभालने और सिमुलेशन से भौतिक हार्डवेयर में सफलतापूर्वक स्थानांतरित होने में सक्षम बनाता है, जिससे वे वास्तविक समय में जटिल संरचनाओं का अनुकूल रूप से निर्माण कर सकें।
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 ऐसी दुनिया की कल्पना करें जहाँ रोबोट किसी कठोर, पहले से बने ब्लूप्रिंट का पालन करने के बजाय, प्रक्रिया के दौरान हर छोटी हलचल और खामी के अनुसार खुद को ढालते हुए जटिल संरचनाएं बना सकें। यह रोबतीय निर्माण (रोबोटिक कंस्ट्रक्शन) का वादा है, एक ऐसा क्षेत्र जिसका लक्ष्य सामग्रियों का अधिक कुशलता से उपयोग करना और ऐसे आकार बनाना है जो मानवीय हाथों या पारंपरिक मशीनों के लिए बहुत कठिन हों। हालाँकि, एक बड़ी बाधा हमेशा रास्ते में खड़ी रही है: वास्तविक दुनिया अव्यवसाहित है। कोई भी योजना कितनी भी सटीक क्यों न हो, भौतिक सामग्रियों में मामूली भिन्नताएं होती हैं, और मशीनें छोटी गलतियाँ करती हैं। पारंपरिक निर्माण में, यदि एक ब्लॉक एक अंश मिलीमीटर भी गलत जगह रखा जाता है, तो पूरी योजना को रद्द करके फिर से शुरू करना पड़ सकता है, या इससे भी बुरा यह कि संरचना ढह सकती है। वर्तमान तरीके इन अपरिहार्य गलतियों के अनुकूल होने में संघर्ष करते हैं क्योंकि वे निश्चित निर्देशों पर निर्भर होते हैं जो भौतिक वास्तविकता की अप्रत्याशित प्रकृति को ध्यान में नहीं रख सकते।
शोधकर्ताओं की एक टीम ने रोबोटों को निर्माण करना सीखने का एक नया तरीका विकसित किया है, जो एक मास्टर प्लान के विचार को पूरी तरह से त्याग देता है। एक स्क्रिप्ट का पालन करने के बजाय, उनके रोबोट 'ट्रायल एंड एरर' (प्रयास और त्रुटि) के माध्यम से निर्माण करना सीखते हैं, जो 'रीइन्फोर्समेंट लर्निंग' नामक आर्टिफिशियल इंटेलिजेंस का एक प्रकार है। इस दृष्टिकोण में, रोबोट एक ऐसे छात्र की तरह कार्य करता है जो करके सीखता है: वह एक ब्लॉक रखने की कोशिश करता है, देखता है कि क्या होता है, और यदि संरचना स्थिर रहती है, तो उसे एक इनाम मिलता है; यदि वह डगमगाती है या गिर जाती है, तो वह अपनी गलती से सीखता है। शोधकर्ताओं ने एक विशिष्ट चुनौती पर ध्यान केंद्रित किया: दो रोबनों के मिलकर एक स्पैनिंग आर्च (मेहराब) बनाना। एक रोबोट ब्लॉक रखता है, जबकि दूसरा संरचना को पलटने से रोकने के लिए मुक्त सिरे को थामे रखता है। यह सेटअप नाजुक है; संरचना हमेशा अस्थिरता के कगार पर होती है, जिसे सीधा रखने के लिए निरंतर, सूक्ष्म समायोजन की आवश्यकता होती है।
उनकी खोज का मूल एक नया एल्गोरिदम है जो रोबोट को एक साथ दो प्रकार के निर्णय लेने की अनुमति देता है: यह चुनना कि किस प्रकार के ब्लॉक का उपयोग किया जाए और ठीक यह तय करना कि उसे कहाँ रखा जाए। यह एक कठिन समस्या है क्योंकि ब्लॉक का चयन और उसके रखने का स्थान गहराई से जुड़े हुए हैं; एक प्रकार के ब्लॉक के लिए सबसे अच्छी जगह दूसरे प्रकार के लिए बहुत खराब हो सकती है। पिछले तरीकों ने इस समस्या को सरल बनाकर या कठोर योजनाओं पर टिककर संभालने की कोशिश की, लेकिन शोधकर्ताओं ने पाया कि ऐसे दृष्टिकोण अक्सर स्थानीय समाधानों (लोकल सॉल्यूशंस) में फंस जाते थे, और सर्वोत्तम तरीके को खोजने में असमर्थ रहते थे। उनका नया तरीका, जिसे वे 'हाइब्रिड सॉफ्ट एक्टर-क्रिटिक एल्गोरिदम' कहते हैं, निर्माण प्रक्रिया को रोबोट और संरचना के बीच एक निरंतर संवाद के रूप में देखता है। यह रोबोट को विभिन्न संभावनाओं को तलाशने की अनुमति देता है, जिससे वह न केवल यह सीखता है कि क्या काम करता है, बल्कि यह भी कि चीजें थोड़ी गलत होने पर कैसे सुधारा जाए।
इसे काम करने के योग्य बनाने के लिए, शोधकर्ताओं ने संरचना को निर्देशांकों (कोऑर्डिनेट्स) की एक सूची के रूप में नहीं, बल्कि कनेक्शनों के एक नेटवर्क के रूप में दर्शाया, ठीक वैसे ही जैसे एक मानचित्र दिखाता है कि शहर सड़कों के माध्यम से कैसे जुड़े हुए हैं। यह ग्राफ-आधारित दृश्य रोबोट को यह समझने में मदद करता है कि संरचना का आकार अंतरिक्ष में घूमने या स्थानांतरित होने के बावजूद कैसा है। उनके सिस्टम में एक प्रमुख नवाचार जानकारी को व्यवस्थित करने का एक विशिष्ट तरीका था ताकि यह सुनिश्चित हो सके कि रोबलेट के ब्लॉक चुनने के निर्णय उसके स्थान संबंधी निर्णयों से भ्रमित न हों। जानकारी को सावधानीपूर्वक संरचित करके, रोबोट बहुत सारी संभावनाओं को बिना अभिभूत हुए तलाशने में सक्षम हुआ, और अंततः एक स्थिर मेहराब तक पहुँचने का रास्ता खोज लिया जिसे अन्य तरीके नहीं खोज पाए थे।
टीम ने पहले एक सिम्युलेटेड वातावरण में अपने सिस्टम का परीक्षण किया, जहाँ वे तेजी से हजारों परीक्षण कर सकते थे। उन्होंने अपने नए एल्गोरिदम की तुलना एक मौजूदा पद्धति से की और पाया कि उनका दृष्टिकोण सीखने में काफी बेहतर है। जबकि पुराना तरीका अक्सर उप-इष्टतम (सब-ऑप्टिमल) समाधानों के लूप में फंस जाता था, जो कभी भी पूर्ण मेहराब तक नहीं पहुँच पाता था, उनका नया सिस्टम लगातार निर्माण के बेहतर तरीके खोजता रहा। यह मजबूत (रोबस्ट) भी था, जिसका अर्थ है कि यह तब भी अच्छी तरह से काम करता था जब शोधकर्ताओं ने सेटिंग्स बदल दीं या अधिक प्रकार के ब्लॉक जोड़कर कार्य को कठिन बना दिया। सिस्टम दस अलग-अलग ब्लॉक प्रकारों तक को संभाल सकता था बिना अपनी सीखने की क्षमता खोए, जो दर्शाता है कि यह अधिक जटिल कार्यों के लिए स्केल किया जा सकता है।
इस सीखने की प्रक्रिया को वास्तविक दुनिया में बदलने के लिए, शोधकर्ताओं ने दो औद्योगिक रोबोटों और 3D-प्रिंटेड प्लास्टिक ब्लॉकों के एक सेट का उपयोग करके एक भौतिक सेटअप बनाया। उन्होंने प्रत्येक ब्लॉक को रखे जाने के स्थान को ट्रैक करने के लिए वर्कस्पेस के ऊपर एक कैमरा लगाया। रोबोट कैमरे के डेटा का उपयोग संरचना की समझ को अपडेट करने के लिए करता था और यह तय करता था कि अगला ब्लॉक कहाँ रखना है, जैसा कि उसने सिमुलेशन में सीखा था। परिणाम एक वास्तविक समय में सफलतापूर्वक निर्मित मेहराब था, जिसमें रोबोटों ने संरचना के बढ़ते ही अपने कार्यों को समायोजित किया। जब उन्होंने इस वास्तविक-दुनिया के, अनुकूलन योग्य निर्माण प्रक्रिया की तुलना एक पारंपरिक पद्धति से की जहाँ पूरी योजना पहले ही गणना कर ली गई थी, तो अनुकूलन योग्य दृष्टिकोण का प्रदर्शन बहुत बेहतर रहा। लर्निंग रोबोट द्वारा बनाई गई संरचना अपने इच्छित आकार के अनुरूप रही, जबकि पूर्व-नियोजित संस्करण छोटे, अपरिहार्य त्रुटियों के कारण अपने मार्ग से भटक गया।
यह कार्य प्रदर्शित करता है कि रोबोट वास्तविक समय में भौतिक दुनिया के अनुकूल ढलकर जटिल संरचनाएं बनाना सीख सकते हैं, बजाय इसके कि वे दुनिया को एक पूर्ण योजना के अनुरूप ढालने की कोशिश करें। रोबोट को उसकी अपनी गलतियों और सफलताओं से सीखने देकर, शोधकर्ताओं ने दिखाया है कि निर्माण का एक ऐसा मार्ग है जो अधिक लचीला, कुशल और भौतिक दुनिया की अव्यवस्थित वास्तविकता को संभालने में सक्षम है। उनके भौतिक प्रयोग की सफलता बताती है कि इस दृष्टिकोण का उपयोग अंततः प्लास्टिक से लेकर पत्थर तक, विभिन्न प्रकार की सामग्रियों के साथ निर्माण करने के लिए किया जा सकता है, जिससे ऐसी संरचनाएं बनाई जा सकती हैं जो सुंदर और मजबूत दोनों हों, और जिन्हें ऐसी मशीनों द्वारा बनाया गया हो जो संतुलन की सूक्ष्म कला को समझते हों।
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।