Online Structure Learning and Planning for Autonomous Robot Navigation using Active Inference
यह शोध पत्र AIMAPP को प्रस्तुत करता है, जो एक स्व-पर्यवेक्षित (self-supervised), ROS-संगत ढांचा है जो सक्रिय अनुमान (Active Inference) का लाभ उठाकर अपरिचित वातावरण में स्वायत्त रोबोटों के लिए ऑनलाइन मैपिंग, स्थानीयकरण और योजना को एकीकृत करता है, ताकि पूर्व-निर्धारित मानचित्रों या पूर्व-प्रशिक्षण पर निर्भर रहे बिना गतिशील रूप से विरल टोपोलॉजिकल मानचित्र (sparse topological maps) बनाने और अन्वेषण के साथ लक्ष्य-निर्देशित नेविगेशन के बीच संतुलन बनाने का कार्य किया जा सके।
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
कल्पना कीजिए कि एक रोबोट को एक बिल्कुल नई, अपरिचित इमारत में छोड़ दिया गया है। उसके पास कोई ब्लूप्रिंट नहीं है, कोई जीपीएस (GPS) नहीं है, और न ही कोई उसे रास्ता बताने के लिए है। अधिकांश रोबोट भ्रमित हो जाएंगे, दीवारों से टकराएंगे, या एक ही लूप में फंसकर रह जाएंगे।
यह शोध पत्र एक नए तरीके से परिचय देता है जिससे रोबोट नेविगेट कर सकते हैं, जिसे AIMAPP कहा जाता है। AIMAPP को एक ऐसे रोबोट के रूप में न सोचें जिसके पास पहले से निर्धारित (hard-coded) मैप हो, बल्कि इसे एक ऐसे रोबोट के रूप में देखें जिसके पास एक जिज्ञासु, अनुकूलनशील मस्तिष्क (curious, adaptive brain) है, जो जानवरों (जैसे चूहों या मनुष्यों) द्वारा दुनिया में नेविगेट करने के तरीके से प्रेरित है।
यह कैसे काम करता है, इसे सरल अवधारणाओं में यहाँ दिया गया है:
1. "मानसिक रेखाचित्र" (Topological Map)
पूरी इमारत का सटीक, पिक्सेल-दर-पिक्सेल 3D मॉडल बनाने की कोशिश करने के बजाय (जो दीवार की हर ईंट को चित्रित करने जैसा है), AIMAPP एक मानसिक रेखाचित्र (mental sketch) बनाता है।
- उपमा: कल्पना कीजिए कि आप एक नए शहर में घूम रहे हैं। आप फुटपाथ के हर इंच को याद नहीं करते। इसके बजाय, आप प्रमुख स्थलों को याद रखते हैं: "कॉफी शॉप," "पार्क," "लाइब्रेरी।" आप अपने मन में उन्हें रेखाओं से जोड़ते हैं: "यदि मैं कॉफी शॉप से सीधा चलता हूँ, तो मैं पार्क पहुँच जाऊँगा।"
- रोबोट इसे कैसे करता है: रोबोट एक "टोपोलॉजिकल मैप" बनाता है। यह अलग-अलग स्थानों को "नोड्स" (बिंदुओं) के रूप में और उनके बीच के रास्तों को "लिंक्स" (रेखाओं) के रूप में मानता है। जैसे-जैसे यह अन्वेषण करता है, यह अपने रेखाचित्र में नए बिंदु जोड़ता जाता है। इसे मिलीमीटर तक सटीक मेट्रिक दूरी जानने की आवश्यकता नहीं है; इसे बस इतना जानना है कि, "यह स्थान उस स्थान से जुड़ा हुआ है।"
2. "जिज्ञासु खोजकर्ता" बनाम "लक्ष्य खोजने वाला" (The "Curious Explorer" vs. The "Goal Seeker")
रोबोट के भीतर दो प्रतिस्पर्धी प्रवृत्तियाँ होती हैं, लेकिन इसे यह चुनने के लिए किसी इंसान की ज़रूरत नहीं होती कि उसे किसे चुनना चाहिए। यह एक्सपेक्टेड फ्री एनर्जी (Expected Free Energy) नामक अवधारणा का उपयोग करके स्वचालित रूप से इनके बीच संतुलन बनाता है।
- उपमा: एक पार्क में एक कुत्ते के बारे में सोचें।
- जिज्ञासा (Exploration): कुत्ता एक अजीब झाड़ी को सूंघता है और यह देखने के लिए उत्सुक होता है कि वहाँ क्या है (अनिश्चितता को कम करना)।
- लक्ष्य (Exploitation): कुत्ता अपने मालिक को हाथ हिलाते हुए देखता है और सीधे उनके पास भागना चाहता है (एक प्राथमिकता प्राप्त करना)।
- रोबोट इसे कैसे करता है: AIMAPP हर संभावित चाल के लिए एक एकल स्कोर की गणना करता है। यदि रोबोट खोया हुआ है, तो "जिज्ञासा" का स्कोर अधिक होता है, इसलिए वह अन्वेषण करता है। यदि रोबोट को पता है कि लक्ष्य कहाँ है, तो "लक्ष्य" का स्कोर अधिक होता है, इसलिए वह वहां जाता है। यह बिना किसी मानवीय बटन के दबाए, सहजता से इन मोडों के बीच स्विच करता है।
3. चलते-चलते सीखना (कोई पूर्व-प्रशिक्षण नहीं)
कई आधुनिक रोबोटों को काम करने से पहले वीडियो डेटा के हजारों घंटों पर महीनों तक प्रशिक्षित करने की आवश्यकता होती है। AIMAPP अलग है।
- उपमा: एक पर्यटक की कल्पना करें जो एक विदेशी देश में पहुँचा है। उसके पास कोई गाइडबुक नहीं है। वह चलते-फिरते, रास्ता भटकते हुए और यह महसूस करते हुए सीखता है कि, "ओह, वह लाल इमारत वही है जिसे मैंने पहले देखा था।"
- रोबोट इसे कैसे करता है: रोबोट शून्य ज्ञान के साथ शुरू करता है। जैसे-जैसे यह चलता है, यह तुलना करता है कि यह क्या सोचता है कि इसे देखना चाहिए और वास्तव में यह क्या देख रहा है।
- यदि यह कुछ नया देखता है, तो यह अपने मानचित्र में एक नया "बिंदु" जोड़ देता है।
- यदि यह कुछ परिचित देखता है, तो यह अपनी स्थिति के बारे में अपने विश्वास को अपडेट करता है।
- यह वातावरण के नियमों को (जैसे "यहाँ बाईं ओर मुड़ने से डेड एंड मिलता है") केवल प्रयास करने, असफल होने और फिर खुद को सुधारने से सीखता है।
4. "ड्रिफ्ट" को संभालना (द क्यों-धड़कता ओडोमीटर - The "Wobbly Odometer")
रोबोट अक्सर यह अनुमान लगाने के लिए कि वे कितनी दूर चले हैं, पहियों के सेंसर का उपयोग करते हैं। लेकिन कालीन या रेत पर, पहिए फिसलते हैं, और रोबोट सोचता है कि वह 1 मीटर चला है जबकि वास्तव में वह 2 मीटर चला होता है। इसे "ड्रिफ्ट" कहा जाता है।
- उपमा: कल्पना कीजिए कि आप आँखें बंद करके चल रहे हैं। आप अपनी स्थिति का अनुमान लगाने के लिए अपने कदमों की गिनती करते हैं। यदि आप कालीन पर फिसल जाते हैं, तो आपकी कदम गणना गलत हो जाती है। लेकिन यदि आप अपनी आँखें खोलते हैं और एक परिचित स्थल (जैसे कि एक विशिष्ट पेंटिंग) देखते हैं, तो आप तुरंत जान जाते हैं, "आह, मैं वास्तव में यहाँ हूँ, न कि जहाँ मेरी कदम गणना कह रही थी।"
- रोबोट इसे कैसे करता है: AIMAPP पहिया सेंसरों की तुलना में विजुअल रिकग्निशन (दृश्य पहचान) पर अधिक निर्भर करता है। यदि रोबोट के पहिए कहते हैं कि वह एक गलियारे में है, लेकिन उसका कैमरा रसोई देख रहा है, तो वह कैमरे पर भरोसा करता है। यह अपने आंतरिक मानचित्र को इस आधार पर ठीक करता है कि वह क्या देखता है, न कि केवल इस आधार पर कि वह क्या महसूस करता है। यह इसे रेतीले पार्किंग स्थल या कालीन वाले कमरों जैसे अव्यवस्थपूर्ण वातावरण में बहुत मजबूत बनाता है जहाँ अन्य रोबोट विफल हो जाते हैं।
5. परिणाम: इसने कैसा प्रदर्शन किया?
शोधकर्ताओं ने कंप्यूटर सिमुलेशन और वास्तविक दुनिया की सेटिंग्स (गोदामों, घरों और यहाँ तक कि एक रेतीले पार्किंग स्थल) दोनों में AIMAPP का परीक्षण किया।
- दक्षता (Efficiency): इसने उन क्षेत्रों का अन्वेषण लगभग उतनी ही कुशलता से किया जितना कि एक मानव मानचित्र हाथ में लेकर उसी स्थान में घूम रहा हो।
- मजबूती (Robustness): एक बड़े गोदाम में, इसने अन्य उन्नत रोबोटों की तुलना में चलते-फिरते अवरोधों और फिसलन भरे फर्शों को बेहतर ढंग से संभाला, जो सटीक मानचित्रों पर निर्भर करते हैं।
- विफलता: यदि रोबोट का आंतरिक मानचित्र बहुत अधिक "अव्यवस्थित" हो जाता है (उदाहरण के लिए, यदि रोबोट इतना भटक गया कि उसने सोचा कि वह एक नई जगह में है जबकि वह वास्तव में एक पुरानी जगह में था), तो वह कभी-कभी फंस भी गया, लेकिन वह मानक रोबोटों की तुलना में बहुत बेहतर तरीके से रिकवर कर पाया।
सारांश
AIMAPP एक ऐसा नेविगेशन सिस्टम है जो रोबोट को एक जिज्ञासु जानवर की तरह मानता है। एक कठोर स्क्रिप्ट या प्री-लोडेड मैप का पालन करने के बजाय, यह चलते-चलते दुनिया का एक मानसिक रेखाचित्र बनाता है, अन्वेषण करने की अपनी इच्छा और लक्ष्य तक पहुँचने की अपनी इच्छा के बीच संतुलन बनाता है, और परिचित दृश्यों को पहचानकर अपनी स्थिति को लगातार ठीक करता है। यह बिना किसी पूर्व प्रशिक्षण के काम करता है, जो इसे किसी भी नए वातावरण में डाले जाने और तुरंत चीजों को समझने के लिए तैयार बनाता है।
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।