Data-Driven Predictive Control of Mixed Vehicular Platoon with ELM-AdaBoost Enabled Human Driving Policy

सड़क पर, एक प्लैटून (platoon) केवल कारों की एक ऐसी कतार है जो एक साथ, एक एकल इकाई के रूप में चलते हुए करीब चलती है। दशकों से, इंजीनियरों ने ऐसे स्वचालित वाहनों का सपना देखा है जो ईंधन बचाने और ट्रैफिक जाम को रोकने के लिए सटीक दूरी और गति बनाए रखते हुए इसे पूरी तरह से कर सकें। लेकिन वास्तविक दुनिया एक सिमुलेशन नहीं है। लंबे समय तक, ये स्वचालित कारें मानव चालकों के साथ राजमार्ग साझा करेंगी, जिससे एक मिश्रित यातायात वातावरण बनेगा। यह मिश्रण एक जटिल समस्या पैदा करता है: मानव चालक अप्रत्याशित होते हैं। वे यातायात के प्रति अलग तरह से प्रतिक्रिया करते हैं, कुछ आक्रामक होते हैं और पीछे लग जाते हैं (tailgate), जबकि अन्य सतर्क होते हैं और पर्याप्त दूरी बनाए रखते हैं। उनकी प्रतिक्रियाएं केवल यादृच्छिक नहीं होतीं; वे वर्षों की आदतों और व्यक्तिगत शैली से आकार लेती हैं। जब एक स्वचालित कार किसी मानव का अनुसरण करने की कोशिश करती है, या जब कोई मानव किसी स्वचालित कार का अनुसरण करता है, तो सिस्टम को इस मानवीय तत्व को ध्यान में रखना पड़ता है। यदि स्वचालित कार मानव की शैली को अनदेखा करती है, तो वह बहुत ज़ोर से ब्रेक लगा सकती है या बहुत करीब आ सकती है, जिससे कारों की पूरी कतार डगमगा सकती है या अचानक रुक सकती है। लक्ष्य एक ऐसा सिस्टम बनाना है जो न केवल हर कार को एक ही तरह से चलाने के लिए मजबूर करे, बल्कि एक ऐसा सिस्टम हो जो सामने वाले ड्राइवर की अनूठी शख्सियत को समझ सके और उसके अनुकूल ढल सके।

चीन के कई विश्वविद्यालयों के शोधकर्ताओं ने, जिनमें ईस्ट चाइना जियाओटोंग यूनिवर्सिटी और झेजियांग यूनिवर्सिटी ऑफ टेक्नोलॉजी शामिल हैं, कारों की इन मिश्रित लाइनों को प्रबंधित करने का एक नया तरीका विकसित किया है। वे अपने इस दृष्टिकोण को "ह्यूमन-एंकरड" (human-anchored) नियंत्रण रणनीति कहते हैं। यह प्रयास करने के बजाय कि हर इंसान कैसे सोचता है उसका एक आदर्श गणितीय मॉडल बनाया जाए—जो लगभग असंभव है क्योंकि मानवीय व्यवहार बहुत अव्यवस्थित और परिवर्तनशील होता है—उन्होंने डेटा को खुद बोलने देने का निर्णय लिया। उन्होंने एक ऐसा सिस्टम बनाया जो सीधे कारों की वास्तविक गतिविधियों से सीखता है। यह देखते हुए कि एक वाहन समय के साथ अपने आगे वाले वाहन के प्रति कैसे प्रतिक्रिया देता है, सिस्टम सड़क की गतिशीलता (dynamics) का एक मानचित्र तैयार करता है, बिना यह जाने कि कार का सटीक वजन क्या है या ड्राइवर का सटीक रिएक्शन टाइम क्या है। यह डेटा-संचालित विधि कंप्यूटर को यह अनुमान लगाने की अनुमति देती है कि पहले जो हुआ है उसके आधार पर आगे क्या होगा, जिससे मानवीय मनोविज्ञान के जटिल और त्रुटिपूर्ण सूत्रों की आवश्यकता को प्रभावी ढंग से दरकिनार किया जा सके।

उनके नवाचार का मुख्य केंद्र यह है कि वे मानव चालक को कैसे संभालते हैं। शोधकर्ताओं ने महसूस किया कि हालांकि हर ड्राइवर अलग होता है, लेकिन वे अक्सर पहचानने योग्य पैटर्न में आते हैं। कुछ आक्रामक होते हैं, कुछ मध्यम होते हैं, और कुछ रूढ़िवादी (conservative) होते हैं। इसे पकड़ने के लिए, उन्होंने एक परिष्कृत लर्निंग टूल का उपयोग किया जो एक बहुत ही सूक्ष्म पर्यवेक्षक की तरह कार्य करता है। यह टूल, जो दो अलग-अलग लर्निंग तकनीकों को जोड़ता है, कार की गति, त्वरण (acceleration) और आगे वाले वाहन से दूरी पर नज़र रखता है। यह ऊबड़-खाबड़ सड़कों या सेंसर की गड़बड़ियों के कारण होने वाले शोर को फ़िल्टर करता है, ठीक वैसे ही जैसे संगीत को स्पष्ट रूप से सुनने के लिए स्टेटिक-भरे रेडियो सिग्नल को साफ किया जाता है। एक बार जब डेटा साफ हो जाता है, तो सिस्टम ड्राइवर की शैली की पहचान करता है। यह केवल अनुमान नहीं लगाता; यह सड़क पर उनके वास्तविक व्यवहार के आधार पर ड्राइवर को एक विशिष्ट श्रेणी में वर्गीकृत करता है।

एक बार जब सिस्टम को ड्राइवर की शैली का पता चल जाता है, तो यह स्वचालित कारों के व्यवहार को बदल देता है। यदि आगे वाला ड्राइवर आक्रामक है और करीब चलना पसंद करता है, तो पीछे की स्वचालित कारें उस प्राथमिकता से मेल खाने के लिए अपनी लक्षित दूरी को समायोजित करती हैं, बजाय इसके कि एक मानक, सुरक्षित दूरी थोपी जाए जो अप्राकृतिक लग सकती है या मानव चालक को अचानक ब्रेक लगाने के लिए मजबूर कर सकती है। यदि ड्राइवर सतर्क है, तो स्वचालित कारें उन्हें अधिक स्थान देती हैं। शोधकर्ता इसे "फ्लेक्सिबल ड्राइविंग पॉलिसी" (flexible driving policy) कहते हैं। यह स्वचालित कारों को लापरवाह तरीके से चलाने के बारे में नहीं है; यह स्वचालित कारों को इस तरह से चलाने के बारे में है जो मानव चालक के लिए स्वाभाविक लगे, जो बदले में यातायात की पूरी लाइन को सुचारू बनाता है। सिस्टम कारों के कितना करीब आने और कितनी तेज़ी से त्वरित होने के लिए नरम सीमाएं निर्धारित करता है, लेकिन ये सीमाएं इस आधार पर बदलती रहती हैं कि कौन गाड़ी चला रहा है।

यह विचार काम करता है या नहीं, इसका परीक्षण करने के लिए, टीम ने केवल कंप्यूटर सिमुलेशन नहीं चलाया; उन्होंने एक वास्तविक परीक्षण वातावरण बनाया। उन्होंने एक ड्राइविंग सिम्युलेटर का उपयोग किया जहाँ तैंतीस वास्तविक स्वयंसेवकों ने, जिनकी औसत आयु इकतीस वर्ष थी और जिनके पास कम से कम दो साल का ड्राइविंग अनुभव था, स्टीयरिंग संभाला। इन ड्राइवरों ने तीन कारों की एक कतार में से एक कार को नियंत्रित किया, जबकि अन्य दो को नए सॉफ्टवेयर द्वारा नियंत्रित किया गया था। शोधकर्ताओं ने अपने नए "ह्यूमन-एंकरड" सिस्टम की तुलना दो अन्य तरीकों से की: एक मानक स्वचालित नियंत्रण प्रणाली जो सभी ड्राइवरों के साथ एक जैसा व्यवहार करती है, और एक थोड़ी उन्नत डेटा-संचालित प्रणाली जो अभी भी व्यक्तिगत शैलियों को ध्यान में नहीं रखती है। परीक्षण में जटिल यातायात परिदृश्य शामिल थे जहाँ अग्रणी कार गति बढ़ाती और घटाती थी, जिससे पूरी कतार को प्रतिक्रिया देने के लिए मजबूर होना पड़ता था।

परिणामों ने एक स्पष्ट अंतर दिखाया। मानक प्रणाली और उन्नत डेटा-संचालित प्रणाली दोनों ही लाइन को स्थिर रखने में संघर्ष करती रहीं। कारें अपने लक्षित अंतर से आगे निकल जाती थीं, यानी वे बहुत आगे निकल जाती थीं और फिर पकड़ने के लिए ज़ोर से ब्रेक लगाती थीं, जिससे एक ऐसी लहर पैदा होती थी जो पूरी कतार में नीचे तक जाती थी। इसके विपरीत, नया "ह्यूमन-एंकरड" सिस्टम 50 मीटर की वांछित दूरी के बहुत करीब रहने में सफल रहा। स्वचालित कारें मानव चालक के नेतृत्व का पालन करती थीं बिना उन झटकेदार, उतार-चढ़ाव वाली गतिविधियों के जो अन्य परीक्षणों में देखी गई थीं। कारों की गति सुचारू रही, जिससे वेग (velocity) में उन तीव्र उछालों से बचा जा सका जो अक्सर असुविधा या दुर्घटनाओं का कारण बनते हैं। यहाँ तक कि जब मानव चालक आक्रामक था, तब भी सिस्टम ने अनुकूलन किया, और बिना मानव के व्यवहार को बदले स्थिरता बनाए रखी।

अध्ययन ने यह भी देखा कि विभिन्न प्रकार के ड्राइवरों के साथ सिस्टम ने कैसा प्रदर्शन किया। जब मानव चालक रूढ़िवादी (conservative) था, तो सिस्टम ने स्पेसिंग एरर (दूरी की त्रुटि) को बहुत कम रखा, जिससे एक सुरक्षित और स्थिर सवारी सुनिश्चित हुई। जब ड्राइवर आक्रामक था, तो सिस्टम ने नियंत्रण बनाए रखा, हालांकि स्पेसिंग एरर थोड़े बड़े थे, जो कि ऐसे ड्राइवर के पीछे चलने पर अपेक्षित है जो दूरी कम करना पसंद करता है। महत्वपूर्ण रूप से, सिस्टम ने इन छोटी त्रुटियों को कारों की कतार में नीचे बढ़ते हुए बड़ा होने से रोका। यातायात इंजीनियरिंग में, इसे "स्ट्रिंग स्टेबिलिटी" (string stability) कहा जाता है, और यह एक सिंगल ब्रेक टैप से शुरू होने वाले ट्रैफिक जाम को रोकने के लिए अत्यंत महत्वपूर्ण है। नए तरीके ने सिद्ध किया कि मानव चालक की शैली का सम्मान करके, स्वचालित कारें वास्तव में पूरे समूह को सुरक्षित और अधिक आरामदायक बना सकती हैं।

यह शोध प्रदर्शित करता है कि यातायात नियंत्रण का भविष्य इस बात पर निर्भर नहीं है कि मनुष्य रोबोट बन जाएं। इसके बजाय, इसमें यह आवश्यक है कि रोबोट अधिक "ह्यूमन-अवेयर" (मानव-जागरूक) बनें। व्यक्तिगत ड्राइविंग आदतों को समझने और उसके अनुसार स्वचालित प्रतिक्रिया को समायोजित करने के लिए डेटा का उपयोग करके, शोधकर्ताओं ने सड़क पर मानव और मशीन के बीच अधिक सुचारू और सुरक्षित सह-अस्तित्व का मार्ग दिखाया है। सिस्टम ने सुरक्षा की आवश्यकता और व्यक्तिगत ड्राइविंग अनुभव की इच्छा के बीच सफलतापूर्वक संतुलन बनाया, यह साबित करते हुए कि यातायात को सुचारू बनाए रखने में थोड़ी सी समझ बहुत काम आती है।