Enhanced Gold Mining Optimization with Dual-Layer Information Sharing and Dynamic Control for Multi-Objective Scheduling of Heterogeneous UAV

एक ऐसी दुनिया की कल्पना करें जहाँ ड्रोनों का एक बेड़ा केवल बिना किसी उद्देश्य के नहीं उड़ता, बल्कि एक पूरी तरह से कोरियोग्राफ किए गए नृत्य समूह की तरह मिलकर काम करता है। यह स्वार्म इंटेलिजेंस (swarm intelligence) का क्षेत्र है, जो इस विज्ञान की एक शाखा है कि कैसे सरल एजेंटों के समूह (जैसे मधुमक्खियां, चींटियां, या इस मामले में ड्रोन) सरल नियमों का पालन करके और जानकारी साझा करके जटिल समस्याओं को हल कर सकते हैं। इसे मछली के एक झुंड की तरह समझें जो बिना किसी नेता के आदेश दिए एक साथ मुड़ जाते हैं; वे बस अपने पड़ोसियों की प्रतिक्रिया पर काम करते हैं। वास्तविक दुनिया में, हम चाहते हैं कि ये ड्रोन स्वार्म पैकेज पहुंचाने, आपदा के बाद जीवित बचे लोगों की तलाश करने, या जंगलों की निगरानी करने जैसे कठिन कार्यों को संभाल सकें। लेकिन यहाँ एक पेंच है: सभी ड्रोन एक जैसे नहीं बने होते। कुछ तेज़ लेकिन कम दूरी के होते हैं (जैसे एक स्प्रिंटर), जबकि अन्य धीमे होते हैं लेकिन भारी भार उठा सकते हैं (जैसे एक मैराथन धावक)। जब आप इन अलग-अलग प्रकार के ड्रोनों को एक साथ मिलाते हैं, तो यह तय करना कि कौन क्या करेगा, और किस क्रम में, एक विशाल गणितीय पहेली बन जाता है। आपको एक साथ तीन चीजों को संतुलित करना होता है: काम को यथाशीघ्र पूरा करना, बैटरी की बिजली का कम से कम उपयोग करना, और यह सुनिश्चित करना कि कोई भी अकेला ड्रोन खुद को थकाकर खत्म न कर दे जबकि दूसरे खाली बैठे हों।

यहाँ गोल्ड माइनिंग ऑप्टिमाइजेशन एल्गोरिदम (GMO) का प्रवेश होता है। आप इस एल्गोरिदम को सोने के खनिकों (माइनर्स) के एक समूह के डिजिटल सिमुलेशन के रूप में देख सकते हैं। मूल संस्करण में, ये खनिक "सोने" (सर्वश्रेष्ठ समाधान) की तलाश में एक डिजिटल परिदृश्य में घूमते हैं। वे जो पाते हैं उसे साझा करते हैं, समृद्ध स्थानों की ओर बढ़ते हैं, और मिलकर खुदाई करते हैं। यह एक चतुर विचार है, लेकिन जब शोधकर्ताओं ने इन मिश्रित ड्रोन टीमों को शेड्यूल करने के लिए इसका उपयोग करने की कोशिश की, तो यह लड़खड़ा गया। खनिक बहुत बिखरे हुए थे, वे सोने के स्थानीय "पॉकेट" में फंस गए थे, और उन्हें यह समझने में कठिनाई हुई कि केवल एक "सर्वश्रेष्ठ" उत्तर नहीं है, बल्कि अच्छे समझौतों (trade-offs) की एक पूरी श्रृंखला मौजूद है।

यह शोध पत्र एक नया, उन्नत संस्करण पेश करता है जिसे IGMO-DP (इम्प्रूव्ड गोल्ड माइनिंग ऑप्टिमाइजेशन विद डुअल-लेयर इंफॉर्मेशन शेयरिंग एंड डायनेमिक कंट्रोल) कहा जाता है। लेखकों ने केवल खनिकों में मामूली बदलाव नहीं किया; उन्होंने उन्हें पूरी तरह से नया रूप दिया। सबसे पहले, उन्होंने एक दो-स्तरीय संचार प्रणाली (two-layer communication system) जोड़ी। कल्पना करें कि अब खनिकों के पास बात करने के दो तरीके हैं: एक "स्थानीय गपशप" नेटवर्क जहाँ वे अपने खुदाई के स्थानों को बेहतर बनाने के लिए अपने ठीक बगल में खड़े लोगों के साथ चर्चा करते हैं, और एक "ग्लोबल मेगाफोन" जो अब तक मिले सबसे अच्छे सोने के स्थान को पूरे समूह में प्रसारित करता है। यह टीम में विविधता बनाए रखता है (ताकि वे सभी एक ही गड्ढा न खोदें) जबकि उन्हें सर्वश्रेष्ठ समाधानों की ओर तेजी से बढ़ने में भी मदद करता है। दूसरा, उन्होंने खनिकों के कदमों को डायनेमिक (गतिशील) बना दिया। हर बार एक ही आकार का कदम उठाने के बजाय, खनिक अब नए क्षेत्रों का पता लगाने के लिए बड़े कदम उठाते हैं और पुरस्कार के करीब होने पर परिणाम को निखारने के लिए छोटे, सावधानीपूर्ण कदम उठाते हैं। अंत में, उन्होंने एक स्मार्ट फ़िल्टर पेश किया जो समय के साथ बदलता है। शुरुआत में, फ़िल्टर ढीला होता है, जिससे कई अलग-अलग विचारों को जीवित रहने की अनुमति मिलती है ताकि समूह रचनात्मक बना रहे। जैसे-जैसे समय बीतता है, फ़िल्टर सख्त होता जाता है, कमजोर विचारों को बाहर निकाल देता है और केवल सबसे अच्छे विचारों पर ध्यान केंद्रित करता है।

शोधकर्ताओं ने इस नए सिस्टम का परीक्षण तीन अलग-अलग "युद्धक्षेत्रों" में किया, जिनकी कठिनाई बढ़ती जाती है: 10 कार्यों को करने वाले 5 ड्रोनों का एक छोटा समूह, नो-फ्लाई ज़ोन वाले 20 कार्यों को करने वाले 10 ड्रोनों का एक मध्यम समूह, और 40 कार्यों को संभालने वाले चार अलग-अलग प्रकार के 20 ड्रोनों का एक बड़ा, अराजक समूह। उन्होंने अपने नए एल्गोरिदम की तुलना मूल गोल्ड माइनिंग पद्धति और NSGA-II तथा MOPSO जैसे अन्य प्रसिद्ध प्रतिस्पर्धियों से की। परिणाम स्पष्ट थे: IGMO-DP जीत गया। सबसे जटिल परिदृश्य में, इसने अगले सबसे अच्छे एल्गोरिदम की तुलना में परफेक्ट बैलेंस (पूर्ण संतुलन) के 14.2% से 17.6% अधिक करीब समाधान खोजे, और लगभग 5% अधिक व्यापक क्षेत्र को कवर किया। इसने ड्रोनों के कार्यभार को भी बहुत समान बनाए रखने में सफलता प्राप्त की, जिससे किसी भी अकेले ड्रोन के थकने की संभावना को रोका जा सका।

यह शोध पत्र स्पष्ट रूप से इस विचार को खारिज करता है कि मूल गोल्ड माइनिंग एल्गोरिदम अकेले इस तरह के जटिल, बहु-ड्रोन कार्य के लिए तैयार है। यह तर्क देता है कि इन विशिष्ट अपग्रेड्स के बिना—विशेष रूप से दो-तरफा संचार और बदलते कदम के आकार के बिना—एल्गोरिदम फंस जाता है और सर्वश्रेष्ठ समझौतों को खोजने में विफल रहता है। लेखक अपने कंप्यूटर सिमुलेशन के आधार पर अपने निष्कर्षों को लेकर बहुत आश्वस्त हैं, जो दिखाते हैं कि उनकी नई विधि अन्य की तुलना में अधिक स्थिर और सुसंगत है। वे सुझाव देते हैं कि हालांकि यह एक बहुत बड़ा कदम है, असली परीक्षा इन एल्गोरिदम को वास्तविक दुनिया के भौतिक ड्रोनों पर उतारना होगा, जहाँ हवा और खराब सेंसर काम में बाधा डाल सकते हैं। फिलहाल के लिए, यह नया "सुपर-माइनर" एल्गोरिदम साबित करता है कि स्थानीय बातचीत और वैश्विक दृष्टि के सही मिश्रण के साथ, ड्रोनों का एक समूह पहले से कहीं बेहतर तरीके से मिलकर काम कर सकता है।