ARIES-Mission: A Vision-Language System for Efficient UAV Mission Generation

कल्पना कीजिए कि आप एक ड्रोन के कप्तान हैं, और आप चाहते हैं कि वह शहर के ऊपर उड़कर जितनी भी लाल रंग की फायर हाइड्रेंट (आग बुझाने वाले यंत्र) मिल सकें, उनकी तस्वीरें ले। आप एक सुपर-स्मार्ट कंप्यूटर को बताते हैं, "सभी लाल हाइड्रेंट ढूंढो!" कंप्यूटर, अपनी "आंखों" (कैमरों) और "दिमाग" (आर्टिफिशियल इंटेलिजेंस) का उपयोग करते हुए, सैटेलाइट तस्वीरों को देखता है और जहाँ भी उसे हाइड्रेंट दिखते हैं, वहां अपनी उंगली से इशारा करता है। यह उन्हें खोजने में बहुत माहिर है! लेकिन असली पेच यहाँ है: कंप्यूटर उन्हें उस क्रम में सूचीबद्ध करता है जिस क्रम में उसने उन्हें देखा। वह शायद बाईं ओर के एक हाइड्रेंट पर इशारा करेगा, फिर दाईं ओर के एक हाइड्रेंट पर कूद जाएगा, फिर वापस बीच में आएगा, और फिर वापस शुरुआत में चला जाएगा। यदि ड्रोन बस उस सूची का पालन करता है, तो उसे आसमान में पागलों की तरह इधर-उधर ज़िगज़ैग करना पड़ेगा, जिससे बैटरी और समय बर्बाद होगा, ठीक वैसे ही जैसे एक डिलीवरी ड्राइवर जो किसी मोहल्ले के हर घर में जाने के लिए एक बेतरतीब, अराजक क्रम का पालन करता है।

यह ड्रोन के "मिशन प्लानिंग" की समस्या है। वैज्ञानिक ऐसे सिस्टम बना रहे हैं जहाँ आप बस ड्रोन से बात कर सकते हैं, और वह समझ जाता है कि क्या करना है। लेकिन "देखने" और कुशलतापूर्वक "करने" के बीच एक अंतर है। कंप्यूटर "देखने" वाले हिस्से में तो अच्छा है, लेकिन वह "करने" वाले हिस्से में उतना अच्छा नहीं है (जो कि एक गणितीय पहेली है जिसे 'ट्रैवलिंग सेल्सपर्सन प्रॉब्लम' कहा जाता है, जहाँ आप कई जगहों पर जाने का सबसे छोटा रास्ता खोजने की कोशिश करते हैं)। यदि ड्रोन अक्षम तरीके से उड़ता है, तो वह काम पूरा करने से पहले ही अपनी शक्ति खो सकता है, या वह महत्वपूर्ण विवरण मिस कर सकता है क्योंकि वह बहुत थक गया है। तो, बड़ा सवाल यह है: कंप्यूटर द्वारा ढूंढे गए स्थानों की एक सूची को एक सुपर-स्मार्ट, ईंधन बचाने वाले उड़ान पथ में कैसे बदला जाए, बिना उस सूची के क्रम को बिगाड़े?

पेपर की कहानी: फिनिश लाइन की ओर एक दौड़

यह पेपर ARIES-Mission नामक एक नया सिस्टम पेश करता है। इसे चार अलग-अलग पायलटों के बीच एक दौड़ के रूप में समझें, जिनके पास हाइड्रेंट का बिल्कुल एक जैसा नक्शा है। लक्ष्य नए हाइड्रेंट खोजना नहीं है; हाइड्रेंट पहले से ही मिल चुके हैं। लक्ष्य उन सभी को जोड़ने वाला सबसे छोटा, सुचारू लूप (घेरा) बनाना है।

यहाँ दौड़ कैसे काम करती है:

1. "रॉ" (Raw) पायलट: यह कंप्यूटर की मूल सूची है। यह ठीक उसी क्रम में हाइड्रेंटों पर जाता है जिस क्रम में AI ने उनकी ओर इशारा किया था। यह तेज़ है, लेकिन जैसा कि हमने देखा, यह अक्सर एक अस्त-व्यस्त, ज़िगज़ैग वाला कचरा बना देता है।
2. "एंट कॉलोनी" (Ant Colony) पायलट: यह असली चींटियों से प्रेरित है। जब चींटियाँ भोजन पाती हैं, तो वे गंध का निशान छोड़ देती हैं। अन्य चींटियाँ उस मजबूत गंध का पीछा करती हैं। इस कंप्यूटर संस्करण में, पायलट कई अलग-अलग रास्तों को आज़माता है, और जो रास्ते छोटे होते हैं, उनमें "गंध" अधिक तीव्र हो जाती है, जिससे पायलट के लिए उन रास्तों को फिर से आज़माने की संभावना बढ़ जाती है। यह चींटियों की एक टीम की तरह है जो सबसे अच्छा रास्ता खोजने के लिए हर संभव मार्ग की खोज कर रही है।
3. "इवोल्यूशन" (Evolution) पायलट: यह प्रकृति के "योग्यतम की उत्तरजीविता" (survival of the fittest) की तरह काम करता है। यह कई रैंडम उड़ान पथों के साथ शुरू होता है, उन्हें ताश के पत्तों की तरह आपस में मिलाता है, और जो छोटे होते हैं उन्हें सुरक्षित रखता है। बार-बार, यह मार्ग विकसित होता रहता है जब तक कि यह वास्तव में अच्छा न हो जाए।
4. "स्वार्म" (Swarm) पायलट: यह पायलट पक्षियों के झुंड की तरह व्यवहार करता है। प्रत्येक पक्षी एक अलग पथ आज़माता है, और वे सभी जानकारी साझा करते हैं कि कौन सा रास्ता सबसे अच्छा दिखता है, और वे सबसे छोटे मार्ग की ओर एक साथ बढ़ते हैं।

बड़ा ट्विस्ट:
इनमें से केवल एक पायलट को काम करने के लिए चुनने के बजाय, ARIES-Mission इन चारों को एक ही समय में चलने देता है। एक बार जब वे पूरे हो जाते हैं, तो सिस्टम इन चार पूर्ण उड़ान पथों को देखता है और बस उनमें से सबसे छोटे पथ को चुन लेता है। यह ऐसा है जैसे चार अलग-अलग शेफ एक ही व्यंजन बनाते हैं और फिर सबसे स्वादिष्ट वाले को परोसते हैं।

उन्होंने क्या पाया
शोधकर्ताओं ने इस सिस्टम का परीक्षण 30 अलग-अलग शहरों की सैटेलाइट छवियों पर किया, और परिणामों की निरंतरता सुनिश्चित करने के लिए प्रत्येक छवि के लिए इस दौड़ को 20 बार चलाया। परिणाम यह रहा:

• "रॉ" पायलट (सिर्फ AI की सूची का पालन करने वाला) को सभी मिशनों में कुल 79.65 किमी उड़ना पड़ा। यह बहुत अधिक उड़ान है!
• ARIES-Mission सिस्टम (चारों में से विजेता को चुनना) ने केवल 60.37 किमी की उड़ान भरी।
• यह 24.21% की कमी है। कल्पना कीजिए कि अपने स्टॉप्स का क्रम बदलकर आप अपनी ऊर्जा का एक चौथाई हिस्सा बचा लेते हैं!

शोधकर्ताओं ने यह भी जांचा कि ये पथ परफेक्ट गणितीय उत्तर (सबसे छोटा संभव पथ) के कितने करीब थे। छोटे मिशनों के लिए, जहाँ वे परफेक्ट उत्तर की गणना कर सकते थे, यह सिस्टम अविश्वसनीय रूप से करीब था, जो औसत रूप से परफेक्ट पथ से केवल 0.042% ही दूर था। यह एक लक्ष्य को मिलीमीटर के एक अंश से चूकने जैसा है।

दौड़ कौन जीता?
यह पता चला कि "एंट कॉलोनी" पायलट सुपरस्टार था। इसने दौड़ जीती और 87.3% बार सबसे अच्छा रास्ता चुना गया। हालाँकि, अन्य पायलट बेकार नहीं थे! "इवोल्यूशन" पायलट लगभग 8.7% बार जीता, और "रॉ" पायलट (मूल सूची) वास्तव में 3.3% मामलों में सबसे अच्छा विकल्प था। यह साबित करता है कि बैकअप प्लान रखना स्मार्ट है। कभी-कभी मूल सूची पहले से ही परफेक्ट होती है, और आप उसे बदलना नहीं चाहते। सिस्टम इतना स्मार्ट है कि अगर मूल सूची ही सबसे अच्छी है, तो वह उसे रख लेता है।

इसका क्या अर्थ है (और क्या नहीं है)
पेपर बहुत सावधानी से बताता है कि इसने क्या नहीं किया। इसने कंप्यूटर के हाइड्रेंट को "देखने" का नया तरीका नहीं बनाया; इसने बस हाइड्रेंट मिलने के बाद उड़ान पथ को ठीक किया। इसने यह भी टेस्ट नहीं किया कि ड्रोन वास्तविक हवा में, पहाड़ों के ऊपर या पेड़ों जैसी बाधाओं के साथ कैसे उड़ता है। इसने केवल एक सपाट मानचित्र पर पथ के गणित का परीक्षण किया।

लेखकों का सुझाव है कि यह सिस्टम "ऑफलाइन प्लानिंग" के लिए बेहतरीन है। इसका मतलब है कि एक मानव ऑपरेटर कंप्यूटर पर बैठ सकता है, ड्रोन को बता सकता है कि उसे क्या खोजना है, और सिस्टम ड्रोन के उड़ने से पहले ही एक अत्यंत कुशल उड़ान योजना तैयार कर सकता है। यह "रियल-टाइम" प्रतिक्रिया के लिए तेज़ नहीं है यदि ड्रोन पहले से उड़ रहा है और उसे अचानक आने वाली बाधा से बचना है, लेकिन यह मिशन की पहले से योजना बनाने के लिए एकदम सही है।

संक्षेप में, ARIES-Mission दिखाता है कि भले ही आपका AI क्रम के मामले में थोड़ा अनाड़ी हो, आप कुछ अलग "स्मार्ट" रणनीतियों को आपस में प्रतिस्पर्धा करने देकर और विजेता को चुनकर इसे ठीक कर सकते हैं। यह एक अराजक ज़िगज़ैग को एक सुचारू, कुशल लूप में बदल देता है, जिससे ऊर्जा बचती है और ड्रोन का काम बहुत आसान हो जाता है।