Learning Multi-Humanoid Pickup and Transport via Decentralized Object-Centric Control
यह शोधपत्र एक विकेंद्रीकृत ऑब्जेक्ट-सेंट्रिक नियंत्रण ढांचे का प्रस्ताव करता है जो मल्टी-ह्यूमनॉइड टीमों को ग्रिपरलेस द्विपक्षीय पिंचिंग (gripperless bimanual pinching) का उपयोग करके विभिन्न आकारों की वस्तुओं को सहयोगात्मक रूप से उठाने और ले जाने में सक्षम बनाता है, यह प्रदर्शित करते हुए कि सिंगल-रोबोट कार्यों पर प्रशिक्षित नीतियां मल्टी-रोबोट परिदृश्यों में प्रभावी ढंग से स्थानांतरित होती हैं और स्पष्ट समन्वय प्रशिक्षण से और अधिक लाभान्वित होती हैं।
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 ऐसी दुनिया है जहाँ रोबोट केवल सीधी रेखाओं में चलने या साधारण बक्सों को धकेलने से कहीं अधिक कर सकते हैं। वे इंसानों की तरह चल सकते हैं, संतुलन बना सकते हैं और भारी चीजें उठा सकते हैं। यह क्षेत्र, जिसे ह्यूमनॉइड रोबोटिक्स (humanoid robotics) कहा जाता है, मशीनों को वस्तुओं को उठाने और उन्हें एक स्थान से दूसरे स्थान तक ले जाने के लिए प्रशिक्षित करने में बड़ी प्रगति कर चुका है। हालाँकि, एक अकेले रोबोट की सीमाएँ होती हैं। वह केवल एक निश्चित वजन ही उठा सकता है, और वह केवल एक निश्चित दूरी तक ही पहुँच सकता है। जब वस्तु बहुत बड़ी, बहुत भारी या अजीब आकार की होती है, तो एक अकेला रोबोट अकेले यह काम नहीं कर पाता। यहीं पर टीम वर्क (teamwork) का विचार आता है। जिस तरह लोग मिलकर फर्नीचर का एक बड़ा टुकड़ा हिलाने के लिए इकट्ठा होते हैं, उसी तरह रोबोट की एक टीम मिलकर भारी भार उठाने के लिए समन्वय कर सकती है। चुनौती इन मशीनों को बिना किसी केंद्रीय कमांडर के, जो हर सेकंड प्रत्येक मशीन को सटीक निर्देश दे सके, आपस में काम करना सिखाने की रही है। यदि वे आपस में संवाद नहीं कर सकते, तो उन्हें कैसे पता चलेगा कि कब उठाना है, कब चलना है, और वस्तु को स्थिर कैसे रखना है?
ओरेगन स्टेट यूनिवर्सिटी के शोधकर्ताओं ने इस समस्या को हल करने का एक नया तरीका विकसित किया है, जिससे ह्यूमनॉइड्स की टीमें बिना एक-दूसरे से बात किए सहयोग कर सकती हैं। उनका कार्य एक ऐसे सिस्टम पर केंद्रित है जहाँ प्रत्येक रोबोट को उस वस्तु पर एक विशिष्ट स्थान दिया जाता है जिसे उसे पकड़ना है। पूरी वस्तु के आकार या प्रत्येक अन्य रोबोट की स्थिति को समझने की कोशिश करने के बजाय, प्रत्येक मशीन को केवल यह जानने की आवश्यकता होती है कि उसके हाथ वस्तु के किस हिस्से को छूने चाहिए। यह दृष्टिकोण, जिसे लेखक 'विकेंद्रीकृत वस्तु-केंद्रित नियंत्रण' (decentralized object-centric control) कहते हैं, वस्तु को क्रिया के केंद्र के रूप में मानता है। प्रत्येक रोबोट को वस्तु की सतह पर एक छोटा क्षेत्र दिया जाता है, जैसे कि एक बड़ी मेज पर एक विशिष्ट पैच, और वह अपने दोनों हाथों से चुटकी वाले मोशन (pinching motion) के साथ उस स्थान को पकड़ना सीखता है। एक बार जुड़ जाने के बाद, रोबोट वस्तु को एक निश्चित दिशा में ले जाने के एक सरल निर्देश का पालन करता है, जैसे कि आगे, बगल में, या ऊपर की ओर। क्योंकि प्रत्येक रोबोट अपने स्वयं के स्थानीय स्थान के आधार पर एक ही बुनियादी नियम का पालन करता है, वे स्वाभाविक रूप से बिना संदेश भेजे एक साथ चलते हैं।
शोधकर्ताओं ने कंप्यूटर सिमुलेशन का उपयोग करके अपने रोबोटों को प्रशिक्षित किया, जिसकी शुरुआत केवल एक रोबोट से विभिन्न आकारों और वजनों के बक्सों को उठाने और ले जाने के लिए सीखने से हुई। उन्होंने रोबोट को वस्तु के पास जाने, उसे हाथों से पकड़ने, उठाने और वस्तु को स्थिर रखते हुए चलने के लिए प्रशिक्षित किया। एक बार जब एकल रोबोट ने इसमें महारत हासिल कर ली, तो शोधकर्ताओं ने सिमुलेशन में दूसरे रोबोट को पेश किया। उन्होंने रोबोटों को सीधे एक-दूसरे के साथ समन्वय करने के लिए नहीं सिखाया। इसके बजाय, उन्होंने दूसरे रोबोट को उसी तरह सीखने दिया, जो वस्तु पर अपने निर्धारित स्थान का उपयोग कर रहा था। आश्चर्यजनक रूप से, अकेले काम करते समय रोबोटों ने जो कौशल सीखा था, वह समूह में काम करने के दौरान बहुत अच्छी तरह से काम आया। एक एकल रोबet पर प्रशिक्षित नीति (policy) बिना किसी अतिरिक्त प्रशिक्षण के दस रोबोटों की टीम को संभाल सकती थी। यह सुझाव देता है कि कार्य की मुख्य कठिनाई रोबोटों के बीच समन्वय नहीं है, बल्कि प्रत्येक रोबोट द्वारा अपने भार के हिस्से को सुरक्षित रूप से पकड़ने की क्षमता है। जब रोबोट मिलकर काम करते हैं, तो वे भार साझा करते हैं, और वस्तु अधिक स्थिर हो जाती है। दस रोबोटों के साथ एक भारी भार ले जाने के परीक्षण में, वस्तु का झुकाव तब की तुलना में बहुत कम था जब एक अकेला रोबोट इसे ले जा रहा था, जिससे पता चला कि टीम वर्क ने परिवहन को अधिक सुचारू और सुरक्षित बना दिया।
यह प्रणाली अविश्वसनीय रूप से लचीली साबित हुई। शोधकर्ताओं ने उन वस्तुओं के साथ इसका परीक्षण किया जो प्रशिक्षण के दौरान कभी देखी नहीं गई थीं, जिनमें एक धातु की अलमारी, एक रेफ्रिजरेटर, एक लकड़ी का लट्ठा, एक बिस्तर और कंक्रीट का स्लैब शामिल थे। रोबोट ने इन सभी वस्तुओं को सफलतापूर्वक उठाया और हिलाया, भले ही वे पहले इन विशिष्ट आकारों से कभी नहीं मिले थे। उन्होंने एक से दस रोबोटों की टीमों के साथ भी इस प्रणाली का परीक्षण किया, और पाया कि प्रदर्शन पूरे स्तर पर उच्च बना रहा। रोबोट एक वस्तु को एक से दूसरे को सौंप (pass) भी सकते थे। इन हैंडओवर परिदृश्यों में, एक रोबोट वस्तु को पकड़े रहता है जबकि दूसरा रोबोट पास आता है, अपना स्थान पकड़ता है, और फिर पहला रोबोट छोड़ देता है। यह प्रक्रिया सुचारू रूप से हुई, चाहे रोबोट स्थिर खड़े हों, चल रहे हों, या अलग-अलग ऊंचाइयों पर खड़े हों। शोधकर्ताओं ने यह भी मापा कि रोबोट कितना ऊर्जा उपयोग करते हैं। उन्होंने पाया कि हालांकि दूसरे रोबोट को जोड़ने से समन्वय की आवश्यकता के कारण शुरू में थोड़ी अधिक ऊर्जा खर्च हुई, लेकिन उसके बाद से अधिक रोबोट जोड़ने से स्थानांतरित भार प्रति इकाई वजन के लिए ऊर्जा लागत में महत्वपूर्ण वृद्धि नहीं हुई। इसका अर्थ है कि बड़े दल भारी भार को बिना अक्षम हुए ढो सकते हैं।
यह सिद्ध करने के लिए कि यह केवल एक कंप्यूटर का चमत्कार नहीं था, शोधकर्ताओं ने अपने सिस्टम को वास्तविक दुनिया में ले गए। उन्होंने दो वास्तविक ह्यूमनॉइड रोबोटों का उपयोग किया, जिन्हें 'डिजिट V3' (Digit V3) कहा जाता है, ताकि कार्यों को पूरा किया जा सके। बिना किसी नए प्रशिक्षण या समायोजन के, रोबोटों ने सफलतापूर्वक एक कार्डबोर्ड बॉक्स उठाया, मिलकर उसे ले गए, और उसे एक-दूसरे को सौंपा। रोबोट अपने शरीर के सापेक्ष बॉक्स कहाँ है, यह देखने के लिए बाहरी सेंसरों पर निर्भर थे, लेकिन एक बार जब उनके पास यह जानकारी आ गई, तो उन्होंने सिमुलेशन में सीखे गए उसी विकेंद्रीकृत नियंत्रण रणनीति का पालन किया। सिमुलेशन से वास्तविकता में यह सफल स्थानांतरण दर्शाता है कि यह दृष्टिकोण वास्तविक दुनिया के उपयोग के लिए पर्याप्त मजबूत है। शोधकर्ता नोट करते हैं कि उनका वर्तमान सिस्टम तब सबसे अच्छा काम करता है जब सभी रोबोटों की भूमिका समान होती है और वे केवल वस्तु के विभिन्न हिस्सों को पकड़ते हैं। यह अभी तक उन स्थितियों को नहीं संभालता है जहाँ रोबोटों को बहुत अलग भूमिकाएँ निभाने की आवश्यकता होती है, जैसे कि एक का नेतृत्व करना और दूसरे का अनुसरण करना, या जहाँ रोबकों के पास फ्लैट हाथों के बजाय ग्रिपर्स (grippers) हों। हालाँकि, परिणाम सुझाव देते हैं कि कार्य के बारे में एक सरल, स्थानीय तरीका टीम वर्क की जटिल समस्याओं को हल कर सकता है। कार्य के और प्रत्येक रोबोट को पकड़ने के लिए आवश्यक विशिष्ट स्थान पर ध्यान केंद्रित करके, यह प्रणाली मशीनों के एक समूह को एक एकल, समन्वित इकाई के रूप में कार्य करने की अनुमति देती है, जो भारी और अजीब चीजों को ले जाने में सक्षम है जिसे एक अकेला रोबोट अकेले कभी नहीं संभाल सकता था।
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।