शोधकर्ता रोबोट्स को सामाजिक कौशल देने के लिए एक फ्रेमवर्क विकसित करते हैं

मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी (एमआईटी) के शोधकर्ताओं ने रोबोट्स को सामाजिक कौशल देने के लिए एक नियंत्रण फ्रेमवर्क विकसित किया है। यह फ्रेमवर्क मशीनों को यह समझने में सक्षम बनाता है कि एक दूसरे की मदद करना या बाधा डालना क्या मतलब है, साथ ही सामाजिक व्यवहारों को स्वयं सीखने के लिए।

एक रोबोट एक सिम्युलेटेड वातावरण में अपने साथी को देखता है और फिर यह अनुमान लगाने की कोशिश करता है कि वह क्या हासिल करना चाहता है। फिर यह अपने लक्ष्यों के आधार पर दूसरे रोबोट की मदद या बाधा डालता है।

शोधकर्ताओं ने यह भी प्रदर्शित किया कि उनका मॉडल वास्तविक और भविष्यवाणी योग्य सामाजिक परस्पर क्रिया बनाता है। जब मानव दर्शकों को एक दूसरे के साथ परस्पर क्रिया करने वाले सिम्युलेटेड रोबोट्स के वीडियो दिखाए गए, तो उन्होंने मॉडल के साथ सहमति व्यक्त की कि कौन सा सामाजिक व्यवहार हो रहा था।

रोबोट्स को सामाजिक कौशल प्रदान करके, हम मानव-रोबोट परस्पर क्रिया में अधिक सकारात्मक परिणाम प्राप्त कर सकते हैं। यह नया मॉडल वैज्ञानिकों को सामाजिक परस्पर क्रिया को मात्रात्मक रूप से मापने में भी सक्षम बना सकता है।

बोरिस काट्ज़ कंप्यूटर साइंस और आर्टिफिशियल इंटेलिजेंस लेबोरेटरी (सीएसएआईएल) में प्रिंसिपल रिसर्च साइंटिस्ट और इन्फोलैब ग्रुप के प्रमुख हैं, साथ ही सेंटर फॉर ब्रेन्स, माइंड्स, एंड मशीन्स (सीबीएमएम) के सदस्य भी हैं।

“रोबोट जल्द ही हमारी दुनिया में रहेंगे और उन्हें वास्तव में हमारे साथ मानवीय स्तर पर संवाद करना सीखने की आवश्यकता है। उन्हें यह समझने की आवश्यकता है कि कब उन्हें मदद करनी चाहिए और कब उन्हें यह देखने की आवश्यकता है कि वे क्या रोक सकते हैं। यह बहुत शुरुआती काम है और हम बस सतह पर खरोंच कर रहे हैं, लेकिन मुझे लगता है कि यह मानवों और मशीनों के बीच सामाजिक रूप से परस्पर क्रिया करने के अर्थ को समझने का पहला गंभीर प्रयास है,” काट्ज़ कहते हैं।

इस शोध में सह-लीड लेखक रवि तेजवानी शामिल हैं, जो सीएसएआईएल में एक शोध सहायक हैं; सह-लीड लेखक येन-लिंग कुओ, सीएसएआईएल में एक पीएचडी छात्र; तियानमिन शु, ब्रेन और कॉग्निटिव साइंसेज विभाग में एक पोस्टडॉक; और वरिष्ठ लेखक आंद्रेई बार्बू, सीएसएआईएल में एक शोध वैज्ञानिक।

सामाजिक परस्पर क्रिया का अध्ययन

शोधकर्ताओं ने एक सिम्युलेटेड वातावरण बनाया जहां रोबोट शारीरिक और सामाजिक लक्ष्यों का पीछा करते हुए एक दो-आयामी ग्रिड के आसपास नेविगेट करते हैं, जिससे टीम को सामाजिक परस्पर क्रिया का अध्ययन करने में सक्षम बनाया गया।

रोबोट्स को शारीरिक और सामाजिक लक्ष्य दिए गए थे। एक शारीरिक लक्ष्य पर्यावरण से संबंधित है, जबकि एक सामाजिक लक्ष्य यह हो सकता है कि एक रोबोट दूसरे को यह अनुमान लगाने की कोशिश करता है कि वह क्या हासिल करना चाहता है और फिर अपने कार्यों को उस अनुमान पर आधारित करता है।

मॉडल का उपयोग यह निर्दिष्ट करने के लिए किया जाता है कि एक रोबोट के शारीरिक लक्ष्य क्या हैं, इसके सामाजिक लक्ष्य क्या हैं, और एक पर दूसरे पर कितना जोर दिया जाना चाहिए। यदि रोबोट ऐसे कार्य करता है जो इसे अपने लक्ष्य के करीब ले जाते हैं, तो यह पुरस्कृत किया जाता है। यदि रोबोट अपने साथी की मदद करने की कोशिश करता है, तो यह अपने पुरस्कार को दूसरे के पुरस्कार के अनुसार समायोजित करता है। यदि रोबोट दूसरे को बाधा डालने की कोशिश करता है, तो यह अपने पुरस्कार को उसी के अनुसार समायोजित करता है। एक अल्गोरिदम तय करता है कि रोबोट को कौन से कार्य करने चाहिए, और यह पुरस्कार प्रणाली का उपयोग करके शारीरिक और सामाजिक लक्ष्यों को पूरा करने के लिए मार्गदर्शन करता है।

“हमने दो एजेंटों के बीच सामाजिक परस्पर क्रिया को मॉडल करने के लिए एक नए गणितीय फ्रेमवर्क को खोला है। यदि आप एक रोबोट हैं और आप स्थान X पर जाना चाहते हैं, और मैं दूसरा रोबोट हूं और मैं देखता हूं कि आप स्थान X पर जाने की कोशिश कर रहे हैं, तो मैं सहयोग करके आपको स्थान X पर जाने में मदद कर सकता हूं। इसका मतलब हो सकता है कि X को आपके लिए अधिक निकट लाना, एक बेहतर X खोजना, या X पर जो कार्य करना है उसे करना। हमारा सूत्रीकरण योजना को ‘कैसे’ खोजने में सक्षम बनाता है; हम ‘क्या’ को गणितीय रूप से सामाजिक परस्पर क्रिया के अर्थ में निर्दिष्ट करते हैं,” तेजवानी कहते हैं।

शोधकर्ता गणितीय फ्रेमवर्क का उपयोग तीन प्रकार के रोबोट्स को परिभाषित करने के लिए करते हैं। एक स्तर 0 रोबोट के पास केवल शारीरिक लक्ष्य होते हैं, जबकि एक स्तर 1 रोबोट के पास शारीरिक और सामाजिक लक्ष्य होते हैं लेकिन यह मानता है कि अन्य के पास केवल शारीरिक लक्ष्य हैं। इसका मतलब है कि स्तर 1 रोबोट दूसरों के शारीरिक लक्ष्यों के आधार पर कार्य करते हैं, जैसे कि मदद करना या बाधा डालना। एक स्तर 2 रोबोट मानता है कि अन्य के पास सामाजिक और शारीरिक लक्ष्य हैं, और ये रोबोट अधिक जटिल कार्य कर सकते हैं।

मॉडल का परीक्षण

शोधकर्ताओं ने पाया कि उनका मॉडल मानवों के साथ सहमत है कि प्रत्येक फ्रेम में क्या सामाजिक परस्पर क्रिया हो रही थी।

“हमारे पास दीर्घकालिक रुचि है, न केवल रोबोट्स के लिए गणनात्मक मॉडल बनाने के लिए, बल्कि मानवीय पहलुओं को गहराई से समझने के लिए भी। हम यह जानना चाहते हैं कि वीडियो से मानव किन विशेषताओं का उपयोग सामाजिक परस्पर क्रिया को समझने के लिए करते हैं। क्या हम सामाजिक परस्पर क्रिया को पहचानने की क्षमता के लिए एक वस्तुनिष्ठ परीक्षण बना सकते हैं? शायद लोगों को सिखाने का एक तरीका है कि वे इन सामाजिक परस्पर क्रियाओं को कैसे पहचानें और अपनी क्षमता में सुधार करें। हम इसके बहुत दूर हैं, लेकिन सामाजिक परस्पर क्रिया को प्रभावी ढंग से मापने में सक्षम होना ही एक बड़ा कदम है,” बार्बू कहते हैं।

टीम अब 3डी एजेंटों के साथ एक प्रणाली विकसित करने पर काम कर रही है जो अधिक प्रकार की परस्पर क्रिया की अनुमति देती है। वे मॉडल को परिवर्तित करना चाहते हैं ताकि इसमें ऐसे वातावरण शामिल हो सकें जहां कार्य विफल हो सकते हैं, और वे मॉडल में एक तंत्रिका नेटवर्क-आधारित रोबोट योजनाकार को शामिल करने की योजना बना रहे हैं। अंत में, वे सामाजिक परस्पर क्रिया में शामिल दो रोबोट्स के बीच की विशेषताओं के बारे में डेटा एकत्र करने के लिए एक प्रयोग चलाने की योजना बना रहे हैं।