Autonomous robotic photography as a creative urban service
यह शोध पत्र LEAP प्रस्तुत करता है, जो एक पर्यवेक्षित स्वायत्त रोबोटिक फोटोग्राफी प्रणाली है जो गतिशील शहरी वातावरण में सुरक्षित, अनुकूलन योग्य नेविगेशन के साथ सीखी गई सौंदर्य संबंधी नियमों को सफलतापूर्वक एकीकृत करती है, और विविध परिवेशों में मजबूत सामान्यीकरण प्रदर्शित करते हुए कम्प्यूटेशनल और मानवीय सौंदर्य रेटिंग दोनों में मौजूदा बेसलाइन से बेहतर प्रदर्शन करती है।
मूल पेपर CC BY 4.0 (https://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
आधुनिक शहरों की हलचल भरी लय में, रोबोट एक परिचित दृश्य बनते जा रहे हैं, फिर भी उनकी भूमिकाएँ काफी हद तक उपयोगिता तक ही सीमित रही हैं। वे पैकेज डिलीवर करते हैं, पुलों का निरीक्षण करते हैं और संरचनाओं को असेंबल करते हैं, ऐसे कार्य करते हैं जो सटीक तो हैं लेकिन व्यक्तिगत नहीं हैं। ये मशीनें बिंदु A से बिंदु B तक जाने में माहिर हैं, जो पैकेज को सुरक्षित रूप से पहुँचाने के लिए भीड़ के बीच से रास्ता बनाती हैं। हालाँकि, शहर का जीवंत जीवन केवल लॉजिस्टिक्स के बारे में नहीं है; यह उन क्षणों के बारे में भी है जिन्हें हम याद रखना चुनते हैं। फोटोग्राफी, एक दृश्य को कैद करने का एक गहरा मानवीय कार्य, एक निष्क्रिय अनुभव बना हुआ है जहाँ कैमरा पकड़ने वाले व्यक्ति को अपने आस-पास की दुनिया और अपने हाथ में मौजूद उपकरण के बीच अपना ध्यान लगातार विभाजित करना पड़ता है। शोधकर्ता अब यह सवाल पूछने लगे हैं कि क्या एक रोबोट केवल वस्तुओं को पहुँचाने से कहीं अधिक कर सकता है; क्या वह दृश्य को देखने और एक क्षण को फ्रेम करने की रचनात्मक प्रक्रिया में भाग ले सकता है, और केवल एक उपकरण के रूप में नहीं, बल्कि शहरी जीवन को कैद करने में एक साथी के रूप में कार्य कर सकता है?
इसका उत्तर देने के लिए, शोधकर्ताओं ने LEAP नामक एक प्रणाली विकसित की, जिसका अर्थ है 'लर्निंग एम्बोडीड एस्थेटिक्स फॉर फोटोग्राफी' (फोटोग्राफी के लिए मूर्त सौंदर्यशास्त्र सीखना)। यह ऐसी कैमरा नहीं है जो केवल ट्रिगर होने का इंतज़ार करती है; यह एक मोबाइल रोबोट है जो तस्वीर लेने के लिए सबसे अच्छे कोण की सक्रिय रूप से तलाश करता है। ऐसी मशीन बनाने की चुनौती महत्वपूर्ण है। एक रोबोट को सार्वजनिक स्थान में सुरक्षित रूप से चलते हुए लोगों और बाधाओं से बचना होगा, और साथ ही विषय को कहाँ खड़ा करना है और उसे कैसे फ्रेम करना है, इसके बारे में कलात्मक निर्णय भी लेने होंगे। एक डिलीवरी रोबोट के विपरीत जो एक निश्चित पथ का अनुसरण करता है, एक फोटोग्राफी रोबोट को लगातार अपनी स्थिति को देखकर समायोजित करना पड़ता है, जैसे कि किसी व्यक्ति के वजन बदलने या मुद्रा बदलने पर। शोधकर्ता यह देखना चाहते थे कि क्या एक मशीन फोटोग्राफी के सूक्ष्म, सहज नियमों को सीख सकती है और बिना किसी मानवीय हस्तक्षेप के, उन्हें वास्तविक समय में लागू कर सकती है, ताकि ऐसी छवियां बनाई जा सकें जिन्हें लोग वास्तव में रखना चाहें।
टीम ने इस प्रणाली का परीक्षण तीन बहुत अलग वास्तविक दुनिया के परिवेशों में किया: शेनझेन में एक सार्वजनिक पार्क, एक सीनियर सेंटर में बुजुर्गों के लिए एक मनोरंजक कार्यक्रम, और छात्रों एवं अभिभावकों के लिए एक कैंपस ओरिएंटेशन डे। प्रत्येक स्थान पर, रोबोट को उन लोगों के साथ बातचीत करने के लिए तैनात किया गया था जो अपनी तस्वीरें खिंचवाना चाहते थे। प्रक्रिया तब शुरू हुई जब एक व्यक्ति ने सहमति दी और एक मुद्रा (pose) बनाई। लगभग दो मीटर की दूरी पर खड़ा रोबोट, फिर अवलोकन और गति के एक चक्र को शुरू करेगा। वह व्यक्ति को देखेगा, एक बेहतर कोण की गणना करेगा, अपने पहियों को घुमाएगा और अपने कैमरे को झुकाएगा, और फिर दोबारा देखेगा। यह बार-बार होता रहा, देखने और समायोजित करने का एक बंद लूप (closed loop), जब तक कि रोबोट को लगा कि उसने पूर्ण रचना (composition) पा ली है। एक बार छवि कैप्चर हो जाने के बाद, एक कर्मचारी प्रतिभागी को उनकी पसंदीदा शॉट चुनने में मदद करता था, जिसे तुरंत प्रिंट कर दिया जाता था। इन तीन साइटों पर चौदह घंटों के दौरान, रोबोट ने पैंतालीस विभिन्न प्रतिभागियों के साथ इकहत्तर सत्र सफलतापूर्वक पूरे किए। उल्लेखनीय रूप से, इसने एक भी टक्कर या विषय को फ्रेम करने के विफल प्रयास के बिना यह कार्य किया, जिससे यह सिद्ध हुआ कि एक मशीन कलात्मक कार्य पर ध्यान केंद्रित करते हुए एक व्यस्त मानव वातावरण में नेविगेट कर सकती है।
यह समझने के लिए कि रोबोट ने वास्तव में कितनी अच्छी तस्वीरें लीं, शोधकर्ताओं ने अपने कार्य की तुलना दो अन्य रोबोटिक विधियों और एक पेशेवर मानव फोटोग्राफर से की, जो रोबोट के समान गतिविधियों तक ही सीमित था। परिणामों ने दिखाया कि LEAP प्रणाली ने अन्य रोबोटिक दृष्टिकोणों की तुलना में काफी बेहतर चित्र बनाए। ब्लाइंड टेस्ट में, जहाँ लोगों ने यह जाने बिना कि फोटो किसने या किस चीज ने ली है, चित्रों को रेट किया, LEAP के चित्रों को समग्र सुंदरता और संरचना के लिए उच्च अंक मिले। रोबोट विशेषज्ञ फोटोग्राफरों के एक डेटासेट से सीखने में सक्षम था, यह देखते हुए कि वे खड़े, बैठे या यहाँ तक कि उकड़ू बैठे विषयों को फ्रेम करने के लिए अपने कैमरों को कैसे चलाते हैं। इसने जटिल स्थितियों को संभालना सीखा, जैसे कि जब कोई व्यक्ति अप्रत्याशित रूप से हिलता है या जब बैकग्राउंड बदल जाता है, और विषय को अच्छा दिखाने के लिए अपनी स्थिति को समायोजित करता है। इसने एक ही शुरुआती स्थिति से अलग-अलग प्रकार के शॉट्स भी उत्पन्न किए, जो उस लचीलेपन को दर्शाता है जो कठोर, नियम-आधारित प्रणालियों में नहीं था।
इस परियोजना की सफलता यह सुझाव देती है कि रोबोट सरल उपयोगिता से आगे बढ़कर सांस्कृतिक और रचनात्मक गतिविधियों में भागीदार बन सकते हैं। सुरक्षित नेविगेशन को सीखे गए कलात्मक निर्णय के साथ जोड़कर, प्रणाली ने प्रदर्शित किया कि मशीनें मानवीय अंतःक्रिया और दृश्य कहानी कहने की बारीकियों को समझ सकती हैं। शोधकर्ताओं ने पाया कि नए वातावरण और बदलती मुद्राओं के अनुकूल होने की रोबोट की क्षमता इसके प्रदर्शन की कुंजी थी, जिससे यह उन स्थानों पर प्रभावी ढंग से काम करने में सक्षम हुआ जहाँ वह पहले कभी नहीं गया था। हालाँकि इस प्रणाली को सुरक्षा निगरानी और अंतिम वितरण के लिए अभी भी मानव कर्मचारियों पर निर्भर रहना पड़ता है, लेकिन शॉट खोजने और तस्वीर लेने का मुख्य कार्य स्वायत्त रूप से संभाला गया था। यह कार्य शहरी सेवाओं के लिए एक नई संभावना खोलता है, जहाँ रोबोट एक दिन लोगों को उनके जीवन को दस्तावेजीकृत करने, यात्रा की यादों को संजोने, या बस कैमरा संभालने के व्याकुलता के बिना एक क्षण के जुड़ाव का आनंद लेने में मदद कर सकते हैं। निष्कर्ष संकेत देते हैं कि सेवा रोबोट का भविष्य केवल चीजें ले जाने के बारे में नहीं, बल्कि हमें दुनिया को देखने और उसे याद रखने में मदद करने के बारे में होगा।
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।