Multi-UAV Path Planning in 3D based on APF-MADDPG
यह शोध पत्र एक पदानुक्रमित डीप रिइन्फोर्समेंट लर्निंग फ्रेमवर्क प्रस्तावित करता है जो अज्ञात वातावरण और जटिल बाधाओं वाले क्षेत्रों में कई यूएवी (UAVs) के लिए कुशल और इष्टतम 3D पथ नियोजन प्राप्त करने हेतु मल्टी-एजेंट डीप डिटरमिनिस्टिक पॉलिसी ग्रेडिएंट (MADDPG) एल्गोरिदम के साथ एक उन्नत आर्टिफिशियल पोटेंशियल फील्ड-आधारित डेंस रिवॉर्ड फंक्शन को एकीकृत करता 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
एक ऐसे आकाश की कल्पना करें जो छोटे, स्वायत्त विमानों से भरा हुआ है, जिनमें से प्रत्येक को अलग-अलग शुरुआती बिंदुओं से एक ही मिलन स्थल तक उड़ने का कार्य सौंपा गया है। उनका मिशन केवल वहां पहुंचना नहीं है, बल्कि एक ही समय पर पहुंचना है, और एक ऐसी त्रि-आयामी दुनिया के बीच से रास्ता बनाना है जो अदृश्य दीवारों, खतरनाक क्षेत्रों और अन्य चलते-फिरते विमानों से भरी हो सकती है। यह मल्टी-ड्रोन पाथ प्लानिंग (बहु-ड्रोन पथ नियोजन) की चुनौती है। दशकों तक, इंजीनियरों ने ज्यामिति पर आधारित नियमों या सरल परीक्षण-और-त्रुटि (ट्रायल-एंड-एरर) विधियों का उपयोग करके इसे हल करने का प्रयास किया है, लेकिन ये विधियां अक्सर तब फंस जाती हैं या विफल हो जाती हैं जब वातावरण बहुत जटिल हो जाता है या अप्रत्याशित रूप से बदल जाता है। हाल के वर्षों में, एक अलग दृष्टिकोण उभरा है: इन मशीनों को करके सीखने के लिए प्रशिक्षित करना। उन्हें एक सिम्युलेटेड दुनिया के साथ बातचीत करने और अच्छे निर्णयों के लिए उन्हें पुरस्कृत करने की अनुमति देकर, शोधकर्ता उन्हें अपने आप नेविगेट करने का तरीका खोजने में मदद कर सकते हैं। हालांकि, यह सीखने की प्रक्रिया अक्सर धीमी और कठिन होती है, विशेष रूप से जब मशीनों को एक-दूसरे से टकराए बिना समन्वय करना होता है।
यानआन विश्वविद्यालय के शोधकर्ताओं की एक टीम ने तीन आयामों में उड़ने वाले ड्रोनों के समूहों के लिए इस सीखने की प्रक्रिया को तेज़ और अधिक विश्वसनीय बनाने के लिए एक नई विधि विकसित की है। उन्होंने दो मौजूदा विचारों को मिलाया: एक तरीका जिससे कई मशीनें एक-दूसरे को देखते हुए मिलकर सीख सकें, और एक क्लासिक नेविगेशन अवधारणा जो गति को निर्देशित करने के लिए अदृश्य बलों का उपयोग करती है। अपने दृष्टिकोण में, उन्होंने एक ऐसी प्रणाली बनाई जहां ड्रोन को निरंतर फीडबैक प्राप्त होता है, न कि केवल उड़ान के अंत में एक एकल "अच्छा काम किया" या "बुरा काम किया" का संकेत। यह निरंतर फीडबैक एक कोमल, निरंतर धक्के की तरह कार्य करता है, जो ड्रोनों को हर एक क्षण में यह बताता है कि वे अपने लक्ष्य के कितने करीब हैं और बाधाओं से कितने दूर हैं। यह ड्रोनों को पहले की तुलना में बहुत तेज़ी से सीखने में मदद करता है।
शोधकर्ताओं ने तीन ड्रोनों को शामिल करते हुए एक कंप्यूटर सिमुलेशन में अपने तरीके का परीक्षण किया। ड्रोन 10 किलोमीटर लंबा, 10 किलोमीटर चौड़ा और 10 किलोमीटर ऊँचा स्थान के भीतर विभिन्न स्थानों से शुरू हुए। उनका लक्ष्य दो बड़े गोलाकार अवरोधों और एक लंबे बेलनाकार अवरोध से बचते हुए, निर्देशांक 7, 4 और 1 किलोमीटर पर स्थित एक विशिष्ट मिलन बिंदु तक उड़ना था। टीम ने अपने नए तरीके की तुलना दो अन्य सामान्य दृष्टिकोणों से की। एक तुलनात्मक विधि में ड्रोन बिना जानकारी साझा किए पूरी तरह से अपने दम पर सीख रहे थे, जबकि दूसरी विधि में उन्हें एक साथ सीखने की अनुमति दी गई थी लेकिन बिना उस विशेष निरंतर फीडबैक प्रणाली के। परिणामों ने दिखाया कि नए तरीके का उपयोग करने वाले ड्रोन सबसे तेज़ गति से सर्वोत्तम रणनीति सीखते हैं। वे सफलतापूर्वक लक्ष्य तक पहुंचे और सभी बाधाओं से बच निकले, जबकि अकेले सीखने वाले ड्रोन कई प्रयासों में टकराव से बचने में विफल रहे।
उड़ानों की दक्षता को देखते हुए, नए तरीके ने कुल यात्रा दूरी भी कम रखी। अपने मिशन को पूरा करने के लिए समूह के ड्रोनों ने कुल 24.7056 किलोमीटर की दूरी तय की। इसके विपरीत, मानक सहकारी शिक्षण (कोऑपरेटिव लर्निंग) पद्धति का उपयोग करने वाले समूह ने 25.9426 किलोमीटर की लंबी दूरी तय की। बिना सहयोग के सीखने वाले ड्रोनों के समूह मिशन को सुरक्षित रूप से पूरा करने में ही विफल रहे। शोधकर्ताओं ने पाया कि ड्रोनों को उनकी प्रगति और सुरक्षा के बारे में सूचनाओं की एक निरंतर धारा देकर, सिस्टम अधिक तेज़ी से बेहतर पथ खोज सकता है। उन्होंने प्रशिक्षण को दो स्तरों में भी संरचित किया: एक स्तर समग्र मार्ग की योजना बनाने पर केंद्रित था, और दूसरा स्तर विशिष्ट गतिविधियों को निष्पादित करने पर केंद्रित था, जिसने ड्रोनों को जटिल कार्य को अधिक प्रभावी ढंग से सीखने में मदद की।
यह कार्य यह सुझाव देता है कि प्रशिक्षण के दौरान मशीनें फीडबैक कैसे प्राप्त करती हैं, इसे परिष्कृत करके, हम उन्हें जटिल नेविगेशन समस्याओं को बहुत तेज़ी से हल करने में मदद कर सकते हैं। अध्ययन में इन ड्रोनों का वास्तविक भौतिक दुनिया में परीक्षण नहीं किया गया था, लेकिन सिमुलेशन ने नियंत्रित स्थितियों के तहत यह विधि कैसा प्रदर्शन करती है, इसकी एक स्पष्ट तस्वीर प्रदान की। निष्कर्ष बताते हैं कि स्वायत्त वाहनों के समूहों को एक भीड़भाड़ वाले, त्रि-आयामी स्थान में सुरक्षित रूप से एक साथ काम करने के लिए, उन्हें किसी कार्य के अंत तक प्रतीक्षा करने के बजाय अपनी प्रगति को निरंतर समझने के तरीके की आवश्यकता होती है। नया तरीका उस समझ को प्रदान करने का एक तरीका पेश करता है, जिससे सुरक्षित और अधिक कुशल उड़ानें संभव होती हैं।
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।