A Real-Time Short-Horizon Predictive Navigation Framework for Highly Dynamic Environments

कल्पना कीजिए कि आप एक नन्हे, सुपर-फास्ट ड्रोन को एक अराजक, त्रि-आयामी (थ्री-डी) डांस फ्लोर के माध्यम से रास्ता दिखाने की कोशिश कर रहे हैं। यह कोई शांत पार्क नहीं है; यह चलते हुए अवरोधों—अन्य ड्रोनों, पक्षियों, या यहाँ तक कि अदृश्य दीवारों का एक तूफान है जो अपने चारों ओर घूमते और बदलते रहते हैं। रोबोटिक्स की दुनिया में, इसे पाथ प्लानिंग (path planning) कहा जाता है। लक्ष्य सरल है: बिना टकराए बिंदु A से बिंदु B तक पहुँचना। लेकिन इसके पीछे का गणित पेचीदा है। यदि आप कदम उठाने से पहले ही फिनिश लाइन तक का अपना पूरा रास्ता योजना बनाने की कोशिश करते हैं, तो आप विफल हो सकते हैं। क्यों? क्योंकि "डांस फ्लोर" इतना तेज़ी से बदलता है कि इससे पहले कि आप अपना नक्शा पूरा भी बना लें, वह बेकार हो जाता है। यह अत्यधिक गतिशील वातावरण (highly dynamic environments) की समस्या है। इसे हल करने के लिए, इंजीनियरों को आमतौर पर बहुत बुद्धिमान लेकिन धीमा होने (एक आदर्श भविष्य के पथ की गणना करना) या तेज़ लेकिन थोड़े अदूरदर्शी होने (केवल अपने ठीक सामने जो दिख रहा है उस पर प्रतिक्रिया देना) के बीच चयन करना पड़ता है। यह शोध पत्र पूछता है: क्या हम एक अराजक, चलती हुई दुनिया में जीवित रहने के लिए पर्याप्त तेज़ और स्मार्ट हो सकते हैं?

इस अध्ययन के पीछे के शोधकर्ता, जिनका नेतृत्व अब्बास फदावी ने किया है, एक चतुर समाधान प्रस्तावित करते हैं जिसे रियल-टाइम शॉर्ट-होरिज़न प्रेडिक्टिव नेविगेशन फ्रेमवर्क (Real-Time Short-Horizon Predictive Navigation Framework) कहा जाता है। पूरे भविष्य की भविष्यवाणी करने के बजाय (जो अगले साल के मौसम का अनुमान लगाने जैसा है), उनका ड्रोन केवल कुछ कदम आगे देखता है—इतना ही कि यह देख सके कि आगे क्या आने वाला है। इसे शतरंज के एक खेल की तरह समझें जहाँ आप खेल के अंत तक हर चाल की गणना करने की कोशिश नहीं करते। इसके बजाय, आप तीन चालों आगे देखते हैं, उस विशेष क्षण के लिए सबसे अच्छी चाल चुनते हैं, और फिर तुरंत अपनी नई स्थिति से तीन चालें आगे देखते हैं। यह "शॉर्ट-होरिज़न" दृष्टिकोण ड्रोन को जटिल गणित में उलझे बिना, हर फ्रेम में, तुरंत निर्णय लेने में सक्षम बनाता है जो गणना करने में बहुत अधिक समय लेता है।

उनकी विधि का मूल एक हाइरार्किकल प्रेडिक्टर (hierarchical predictor) है। कल्पना कीजिए कि ड्रोन एक चौराहे पर खड़ा है। वह केवल एक दिशा नहीं चुनता; वह संभावित अगले कदमों का एक बादल (cloud) बनाता है। फिर, वह सिमुलेशन करता है कि यदि वह उन में से प्रत्येक कदम को उठाता है, तो क्या होगा, और फिर वह उन कदमों के बाद के कदमों का सिमुलेशन करता है, और इसी तरह भविष्य में छह कदमों तक। यह ऐसा है जैसे ड्रोन अपने दिमाग में हर संभावित पथ के लिए एक मिनी-मूवी चला रहा हो। यह जाँचता है कि कौन सा पथ उसे चलते अवरोधों से सुरक्षित रखता है और उसे लक्ष्य के करीब लाता है। यदि "मूवी" छठे कदम पर टक्कर दिखाती है, तो वह उस पथ को त्याग देता है। यदि उसे एक सुरक्षित पथ मिलता है, तो वह उस सुरक्षित मूवी के केवल पहले कदम को लेता है और फिर तुरंत अगले क्षण के लिए प्रक्रिया को फिर से शुरू कर देता है। यह सुनिश्चित करता है कि ड्रोन हमेशा आगे देख रहा है, लेकिन कभी भी किसी ऐसे पहेली को हल करने में नहीं फंसता जो बहुत बड़ी हो।

इसे वास्तविक दुनिया में काम करने के लिए, शोधकर्ता को एक बड़ी बाधा का सामना करना पड़ा: गति। हर संभावित पथ के लिए ये "मिनी-मूवी" चलाना गणनात्मक रूप से भारी है। यदि ड्रोन का मस्तिष्क (एक मानक कंप्यूटर प्रोसेसर) इसे बहुत अधिक बार करने की कोशिश करता है, तो वह अभिभूत हो सकता है और एक समय सीमा चूक सकता है, जिससे दुर्घटना हो सकती है। इसे ठीक करने के लिए, लेखक ने केवल बेहतर कोड नहीं लिखा; उन्होंने एक विशेष हार्डवेयर मस्तिष्क बनाया जिसे FPGA (Field-Programmable Gate Array) का उपयोग करके बनाया गया है। आप एक FPGA को एक कस्टम-निर्मित सर्किट बोर्ड के रूप में समझ सकते हैं जो विशेष रूप से इस एक काम को करने के लिए वायर्ड है: एक सेकंड के सूक्ष्म हिस्से में हजारों पथों की जाँच करना। यह गारंटी देता है कि वातावरण कितना भी अराजक क्यों न हो जाए, ड्रोन हमेशा एक सख्त, अनुमानित समय सीमा के भीतर अपना निर्णय लेगा। यह ड्रोन को एक सुपर-फास्ट रिफ्लेक्स आर्क देने जैसा है जो कभी भी हिचकिचाता नहीं है।

शोधकर्ता ने अपने विचार का परीक्षण एक सिम्युलेटेड दुनिया में किया—एक विशाल 300x300x100 मीटर का बॉक्स जो चलते हुए बेलनाकार (cylindrical) अवरोधों से भरा हुआ था। ये अवरोध केवल सीधी रेखाओं में नहीं चल रहे थे; वे तेज हो सकते थे, धीमे हो सकते थे, एक-दूसरे के साथ वेग (velocity) बदल सकते थे, और यहाँ तक कि दीवारों से टकराकर वापस भी आ सकते थे। सिमुलेशन में वास्तविक दुनिया के सेंसर एरर और हवा के झोंकों की नकल करने के लिए "नॉइज़" (noise) शामिल किया गया था। उन्होंने ड्रोन को 10 से 60 अवरोधों वाले 200 अलग-अलग परिदृश्यों से गुजारा। परिणाम उत्साहजनक थे: ड्रोन ने 10 अवरोधों के साथ 96% मामलों में अपने लक्ष्य तक सफलतापूर्वक नौकायन किया, और 50 अवरोधों के साथ भी, यह 85% बार सफल रहा। इसके विपरीत, पुराने तरीके जैसे कि "ग्रीडी" (Greedy) एल्गोरिदम (जो सीधे लक्ष्य की ओर तब तक भागता है जब तक कि वह किसी चीज़ से टकरा न जाए) उसी भीड़भाड़ वाली स्थितियों में लगभग आधे समय विफल रहे। "डायनेमिक विंडो अप्रोच" (DWA) और "आर्टिफिशियल पोटेंशियल फील्ड" (APF) विधियाँ भी संघर्ष करती दिखीं, क्योंकि अवरोधों की संख्या बढ़ने के साथ उनकी सफलता दर काफी कम हो गई।

सबसे दिलचस्प निष्कर्षों में से एक एक नया मीट्रिक था जिसे प्रेडिक्शन सक्सेस इंडेक्स (Prediction Success Index - PSI) कहा गया। यह एक स्कोर है जो बताता है कि ड्रोन कितना "फंसा हुआ" महसूस करता है। यदि ड्रोन छह कदमों तक सफलतापूर्वक भविष्यवाणी कर सकता है, तो PSI उच्च (लगभग 5.5 से 6) होता है। यदि यह फंसने से पहले केवल एक या दो कदम ही देख पाता है, तो PSI गिर जाता है। शोधकर्ता ने पाया कि जैसे-जैसे वातावरण अधिक भीड़भाड़ वाला और अराजक होता गया, PSI स्वाभाविक रूप से नीचे गिरता गया, जो एक प्रारंभिक चेतावनी प्रणाली के रूप में कार्य करता था कि ड्रोन एक कठिन स्थिति में है। उन्होंने यह भी देखा कि जब ड्रोन विफल हुआ, तो अक्सर ऐसा हुआ जब PSI दुर्घटना से कुछ सेकंड पहले धीरे-धीरे गिर रहा था, जो यह सुझाव देता है कि ड्रोन धीरे-धीरे कोने में धकेला जा रहा था।

पेपर स्पष्ट रूप से कुछ चीजों को खारिज करता है। पहला, यह इन विशिष्ट, अराजक वातावरणों में लॉन्ग-होरिज़न प्लानिंग (long-horizon planning) के विरुद्ध तर्क देता है। अगले एक मिनट या उससे अधिक के लिए पथ की योजना बनाना बहुत जोखिम भरा है क्योंकि अवरोध बहुत अप्रत्याशित रूप से चलते हैं; योजना शुरू करने से पहले ही अमान्य हो जाती है। दूसरा, वे अपने तरीके को मॉडल प्रेडिक्टिव कंट्रोल (MPC) से अलग करते हैं, जो एक सामान्य तकनीक है जो वास्तविक समय में एक निरंतर, जटिल गणितीय समस्या को हल करने की कोशिश करती है। लेखक का कहना है कि उनका तरीका अलग है क्योंकि यह निरंतर समीकरण को हल करने के बजाय असतत (discrete) "कैंडिडेट" बिंदुओं का उपयोग करता है (जैसे कि मानचित्र पर विशिष्ट स्थानों की जाँच करना), जो इसे हार्डवेयर के लिए तेज़ और अधिक अनुमानित बनाता है। अंत में, वे उल्लेख करते हैं कि जबकि रीइन्फोर्समेंट लर्निंग (RL) (जहाँ एक रोबोट प्रयास और त्रुटि द्वारा सीखता है) लोकप्रिय है, उनके तरीके को किसी प्रशिक्षण डेटा की आवश्यकता नहीं है। यह ज्यामिति और भौतिकी के आधार पर तुरंत काम करता है, जो ऐसी स्थितियों के लिए सुरक्षित बनाता है जहाँ आप रोबोट को सीखने के दौरान क्रैश होने की अनुमति नहीं दे सकते।

लेखक सावधानीपूर्वक यह बताते हैं कि ये परिणाम सिमुलेशन से आए हैं। उन्होंने अभी तक इस विशिष्ट ड्रोन को वास्तविक, भौतिक चलते हुए अवरोधों के तूफान के माध्यम से नहीं उड़ाया है। हालाँकि, सिमुलेशन को बहुत यथार्थवादी बनाया गया था, जिसमें हवा, सेंसर नॉइज़ और अचानक अवरोधों के पैंतरेबाजी शामिल थी। FPGA पर हार्डवेयर कार्यान्वयन का भी परीक्षण किया गया था ताकि यह सुनिश्चित किया जा सके कि यह सख्त समय आवश्यकताओं को पूरा कर सके, जिससे प्रति निर्णय केवल 50 मिलीसेकंड का वर्स्ट-केस विलंब (worst-case delay) दिखा। यह सुझाव देता है कि यह विधि केवल एक सैद्धांतिक विचार नहीं है बल्कि एक व्यवहार्य, तैनात की जाने योग्य प्रणाली है।

अंत में, यह पेपर अराजक दुनिया में नेविगेट करने के बारे में एक नया दृष्टिकोण प्रदान करता है। पूरे भविष्य को देखने वाले जीनियस बनने के बजाय, ड्रोन एक कुशल डांसर की तरह कार्य करता है जो केवल कुछ कदम आगे देखता है लेकिन प्रतिक्रिया करने में अविश्वसनीय रूप से तेज़ है। एक "लुक-अहेड" रणनीति को विशेष हार्डवेयर के साथ जोड़कर, शोधकर्ता ने दिखाया है कि कैसे ड्रोनों को सुरक्षित और गतिशील रखा जा सकता है, भले ही उनके आसपास की दुनिया नियंत्रण से बाहर होकर घूम रही हो। यह एक याद दिलाता है कि कभी-कभी, जटिल समस्या को हल करने का सबसे अच्छा तरीका अधिक गहराई से सोचना नहीं, बल्कि तेज़ सोचना और अराजकता से एक कदम आगे रहने के लिए बस पर्याप्त आगे देखना है।