रोबोटिक्स और भौतिक एआई
जटिल कार्यों को कुछ प्रदर्शनों से सीखने में सक्षम रोबोट
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
रोबोटिक्स के क्षेत्र में नवीनतम विकास में, दक्षिणी कैलिफोर्निया विश्वविद्यालय (यूएससी) के शोधकर्ताओं ने एक प्रणाली विकसित की है जहां रोबोट कुछ प्रदर्शनों के साथ जटिल कार्य सीख सकते हैं। और भी अधिक प्रभावशाली ढंग से, कुछ प्रदर्शनों में कमियां हो सकती हैं।
शोध 18 नवंबर को रोबोट लर्निंग कॉन्फ्रेंस (CoRL) में प्रस्तुत किया गया था, जिसका शीर्षक “सिग्नल टेम्पोरल लॉजिक का उपयोग करके प्रदर्शनों से सीखना” था।
सिस्टम
प्रत्येक प्रदर्शन की गुणवत्ता को मापा जाता है ताकि प्रणाली अपनी सफलताओं और विफलताओं से सीख सके। वर्तमान तरीकों के विपरीत, जिन्हें एक विशिष्ट कार्य सिखाने के लिए कम से कम 100 प्रदर्शनों की आवश्यकता होती है, नई प्रणाली को केवल कुछ प्रदर्शनों की आवश्यकता होती है। एक सहज तरीके से, रोबोट किस प्रकार से सीखते हैं वह मानवों के बीच से सीखने के तरीके के समान है। उदाहरण के लिए, मानव दूसरों को कार्यों को सफलतापूर्वक या अपूर्ण रूप से पूरा करते हुए देखते हैं और सीखते हैं।
अनिरुद्ध पुरानिक शोध के प्रमुख लेखक और यूएससी विटरबी स्कूल ऑफ इंजीनियरिंग में कंप्यूटर विज्ञान में पीएचडी छात्र हैं।
“बहुत सारे मशीन लर्निंग और रिनफोर्समेंट लर्निंग सिस्टम को बड़ी मात्रा में डेटा और सैकड़ों प्रदर्शनों की आवश्यकता होती है – आपको एक मानव को बार-बार प्रदर्शन करने की आवश्यकता होती है, जो संभव नहीं है,” पुरानिक ने कहा।
“इसके अलावा, अधिकांश लोगों के पास प्रोग्रामिंग ज्ञान नहीं है जो रोबोट को विशेष रूप से बता सके कि उसे क्या करना है, और एक मानव सभी चीजों को जो रोबोट को जानने की आवश्यकता है उसे प्रदर्शित नहीं कर सकता,” उन्होंने जारी रखा। “क्या होगा अगर रोबोट को कुछ ऐसा मिले जो उसने पहले नहीं देखा है? यह एक प्रमुख चुनौती है।”
शोधकर्ताओं ने प्रदर्शनों की गुणवत्ता निर्धारित करने के लिए “सिग्नल टेम्पोरल लॉजिक” या एसटीएल का उपयोग किया, उन्हें उनके अनुसार रैंकिंग की और आंतरिक पुरस्कार बनाए।
शोधकर्ताओं ने एसटीएल पर निर्णय लेने के दो मुख्य कारण हैं:
- प्रदर्शनों के माध्यम से सीखने से, रोबोट अपूर्णता या यहां तक कि असुरक्षित व्यवहार और अवांछित क्रियाओं को उठा सकते हैं।
- प्रदर्शनों की गुणवत्ता उपयोगकर्ता पर निर्भर करती है जो उन्हें प्रदान करते हैं, और कुछ प्रदर्शन वांछित व्यवहार के बेहतर संकेतक हैं niż दूसरे।
इस प्रकार प्रणाली विकसित करके, रोबोट अभी भी अपूर्ण प्रदर्शनों से सीख सकता है, भले ही वे तर्क आवश्यकताओं को पूरा न करें। दूसरे शब्दों में, यह अपने बारे में सटीकता या सफलता के बारे में अपना निष्कर्ष निकालता है।
स्टीफनोस निकोलाइडिस एक सह-लेखक और यूएससी विटरबी में कंप्यूटर विज्ञान के सहायक प्रोफेसर हैं।
“मान लें कि रोबोट विभिन्न प्रकार के प्रदर्शनों से सीखते हैं – यह एक हाथों-हाथ प्रदर्शन, वीडियो या सिमुलेशन हो सकता है – यदि मैं कुछ ऐसा करता हूं जो बहुत असुरक्षित है, तो मानक दृष्टिकोण दो चीजें करेंगे: या तो वे इसे पूरी तरह से अस्वीकार कर देंगे, या और भी खराब, रोबोट गलत चीज सीखेगा,” निकोलाइडिस कहते हैं।
“इसके विपरीत, एक बहुत ही बुद्धिमान तरीके से, यह काम कुछ सामान्य ज्ञान के तर्क के रूप में उपयोग करता है ताकि यह समझा जा सके कि प्रदर्शन के कौन से हिस्से अच्छे हैं और कौन से नहीं,” वे जारी रखते हैं। “वास्तव में, यह वही है जो मानव भी करते हैं।”
सिग्नल टेम्पोरल लॉजिक
रोबोट एसटीएल के माध्यम से वर्तमान और भविष्य के परिणामों के बारे में तर्क कर सकते हैं, जो एक अभिव्यक्तिपूर्ण गणितीय प्रतीकात्मक भाषा है। एसटीएल से पहले, शोध ने “रेखीय टेम्पोरल लॉजिक” पर भरोसा किया था।
ज्यो देशमुख एक पूर्व टोयोटा इंजीनियर और यूएससी में कंप्यूटर विज्ञान के सहायक प्रोफेसर हैं।
“जब हम साइबर फिजिकल सिस्टम की दुनिया में जाते हैं, जैसे कि रोबोट और स्व-ड्राइविंग कारें, जहां समय महत्वपूर्ण है, तो रेखीय टेम्पोरल लॉजिक थोड़ा कठिन हो जाता है, क्योंकि यह क्रमिक सच / गलत मूल्यों के लिए चर के बारे में तर्क करता है, जबकि एसटीएल भौतिक संकेतों के बारे में तर्क करने की अनुमति देता है,” देशमुख कहते हैं।
शोधकर्ताओं की टीम प्रणाली की सफलता के स्तर से आश्चर्यचकित थी।
“एक राज्य-ऑफ-द-आर्ट एल्गोरिदम की तुलना में, जो व्यापक रूप से रोबोटिक्स अनुप्रयोगों में उपयोग किया जाता है, आप देखते हैं कि प्रदर्शनों की संख्या में एक क्रम का अंतर है,” निकोलाइडिस कहते हैं।
शोधकर्ताओं के अनुसार, प्रणाली ड्राइविंग सिमुलेटर और अंततः वीडियो से सीख सकती है। अगला कदम यह है कि इसे वास्तविक रोबोट पर परीक्षण किया जाए, क्योंकि प्रारंभिक परीक्षण एक गेम सिम्युलेटर पर किया गया था। प्रणाली घरेलू वातावरण, गोदामों और अंतरिक्ष अन्वेषण रोवर जैसे अनुप्रयोगों के लिए उपयोगी होगी।
“यदि हम चाहते हैं कि रोबोट अच्छे साथी बनें और लोगों की मदद करें, तो उन्हें पहले मानव प्राथमिकता के अनुसार बहुत कुशलता से सीखना और अनुकूलन करना होगा,” निकोलाइडिस कहते हैं। “हमारी विधि उसे प्रदान करती है।”
