3 प्रश्न: रोबोट धारणा और मानचित्रण का सम्मान | एमआईटी समाचार

किसी मित्र के घर तक चलना या किराने की दुकान के गलियारों को ब्राउज़ करना सरल कार्य जैसा लग सकता है, लेकिन वास्तव में उन्हें परिष्कृत क्षमताओं की आवश्यकता होती है। ऐसा इसलिए है क्योंकि मनुष्य सहजता से अपने परिवेश को समझने और पैटर्न, वस्तुओं और पर्यावरण में अपने स्वयं के स्थान के बारे में जटिल जानकारी का पता लगाने में सक्षम हैं।

क्या होगा यदि रोबोट अपने पर्यावरण को इसी तरह से समझ सकें? यह सवाल एमआईटी लेबोरेटरी फॉर इंफॉर्मेशन एंड डिसीजन सिस्टम्स (एलआईडीएस) के शोधकर्ता लुका कार्लोन और जोनाथन हाउ के मन में है। 2020 में, कार्लोन के नेतृत्व में एक टीम ने इसका पहला संस्करण जारी किया किमेरा, एक ओपन-सोर्स लाइब्रेरी जो एक एकल रोबोट को विभिन्न वस्तुओं को ध्यान में रखते हुए वास्तविक समय में अपने पर्यावरण का त्रि-आयामी मानचित्र बनाने में सक्षम बनाती है। पिछले वर्ष, कार्लोन और हाउज़ अनुसंधान समूह (स्पार्क लैब और एयरोस्पेस नियंत्रण प्रयोगशाला) का परिचय दिया गया किमेरा-मल्टी, एक अद्यतन प्रणाली जिसमें एकीकृत मानचित्र बनाने के लिए कई रोबोट आपस में संवाद करते हैं। एक 2022 कागज़ इस वर्ष हाल ही में प्राप्त परियोजना से जुड़े रोबोटिक्स पर आईईईई लेनदेन किंग-सन फू मेमोरियल बेस्ट पेपर अवार्ड, 2022 में जर्नल में प्रकाशित सर्वश्रेष्ठ पेपर को दिया जाता है।

कार्लोन, जो एरोनॉटिक्स और एस्ट्रोनॉटिक्स के लियोनार्डो कैरियर डेवलपमेंट एसोसिएट प्रोफेसर हैं, और हाउ, एयरोनॉटिक्स और एस्ट्रोनॉटिक्स में रिचर्ड कॉकबर्न मैकलॉरिन प्रोफेसर हैं, ने एलआईडीएस से किमेरा-मल्टी और भविष्य के बारे में बात की कि रोबोट अपने पर्यावरण को कैसे समझ सकते हैं और उसके साथ बातचीत कर सकते हैं।

क्यू: वर्तमान में आपकी प्रयोगशालाएँ उन रोबोटों की संख्या बढ़ाने पर केंद्रित हैं जो पर्यावरण के 3डी मानचित्र तैयार करने के लिए एक साथ काम कर सकते हैं। इस प्रणाली को बढ़ाने के कुछ संभावित लाभ क्या हैं?

कैसे: मुख्य लाभ स्थिरता पर निर्भर करता है, इस अर्थ में कि एक रोबोट एक स्वतंत्र मानचित्र बना सकता है, और वह मानचित्र आत्मनिर्भर है लेकिन विश्व स्तर पर सुसंगत नहीं है। हमारा लक्ष्य है कि टीम के पास दुनिया का एक सुसंगत मानचित्र हो; स्वतंत्र रूप से मैपिंग के विपरीत रोबोटों के बीच आम सहमति बनाने की कोशिश में यही महत्वपूर्ण अंतर है।

कार्लोन: कई परिदृश्यों में थोड़ा अतिरेक होना भी अच्छा है। उदाहरण के लिए, यदि हम किसी खोज एवं बचाव अभियान में एक ही रोबोट तैनात करते हैं, और उस रोबोट को कुछ हो जाता है, तो वह जीवित बचे लोगों को ढूंढने में विफल हो जाएगा। यदि कई रोबोट खोज कर रहे हैं, तो सफलता की बहुत अधिक संभावना है। रोबोटों की टीम को बढ़ाने का मतलब यह भी है कि किसी भी कार्य को कम समय में पूरा किया जा सकता है।

क्यू: आपने हाल के प्रयोगों से क्या सबक सीखा है, और इन प्रणालियों को डिज़ाइन करते समय आपको किन चुनौतियों से पार पाना पड़ा है?

कार्लोन: हाल ही में हमने एमआईटी परिसर में एक बड़ा मैपिंग प्रयोग किया, जिसमें आठ रोबोटों ने कुल मिलाकर 8 किलोमीटर तक का सफर तय किया। रोबोटों को परिसर के बारे में कोई पूर्व जानकारी नहीं है, और कोई जीपीएस भी नहीं है। उनका मुख्य कार्य अपने स्वयं के प्रक्षेप पथ का अनुमान लगाना और उसके चारों ओर एक मानचित्र बनाना है। आप चाहते हैं कि रोबोट पर्यावरण को उसी तरह समझें जैसे मनुष्य समझते हैं; मनुष्य न केवल बाधाओं के आकार को समझते हैं, उनसे टकराए बिना उनसे पार पाने के लिए, बल्कि यह भी समझते हैं कि एक वस्तु एक कुर्सी, एक डेस्क, इत्यादि है। वहाँ शब्दार्थ भाग है.

दिलचस्प बात यह है कि जब रोबोट एक-दूसरे से मिलते हैं, तो वे पर्यावरण के अपने मानचित्र को बेहतर बनाने के लिए सूचनाओं का आदान-प्रदान करते हैं। उदाहरण के लिए, यदि रोबोट कनेक्ट होते हैं, तो वे अपने स्वयं के प्रक्षेप पथ को सही करने के लिए जानकारी का लाभ उठा सकते हैं। चुनौती यह है कि यदि आप रोबोटों के बीच आम सहमति तक पहुंचना चाहते हैं, तो आपके पास बहुत अधिक डेटा का आदान-प्रदान करने के लिए बैंडविड्थ नहीं है। हमारे 2022 पेपर का एक प्रमुख योगदान एक वितरित प्रोटोकॉल को तैनात करना है, जिसमें रोबोट सीमित जानकारी का आदान-प्रदान करते हैं लेकिन फिर भी इस बात पर सहमत हो सकते हैं कि नक्शा कैसा दिखता है। वे कैमरा छवियों को आगे-पीछे नहीं भेजते हैं बल्कि केवल सेंसर डेटा से निकाले गए विशिष्ट 3डी निर्देशांक और सुरागों का आदान-प्रदान करते हैं। जैसे-जैसे वे इस तरह के डेटा का आदान-प्रदान जारी रखते हैं, वे आम सहमति बना सकते हैं।

अभी हम रंग-कोडित 3डी जाल या मानचित्र बना रहे हैं, जिसमें रंग में कुछ अर्थ संबंधी जानकारी होती है, जैसे "हरा" घास से मेल खाता है, और "मैजेंटा" एक इमारत से मेल खाता है। लेकिन मनुष्य के रूप में, हमारे पास वास्तविकता की बहुत अधिक परिष्कृत समझ है, और हमें वस्तुओं के बीच संबंधों के बारे में बहुत अधिक पूर्व ज्ञान है। उदाहरण के लिए, अगर मुझे बिस्तर की तलाश होती तो मैं पूरा घर देखने के बजाय शयनकक्ष में जाता। यदि आप चीजों के बीच के जटिल संबंधों को समझना शुरू करते हैं, तो आप इस बारे में अधिक समझदार हो सकते हैं कि रोबोट पर्यावरण में क्या कर सकता है। हम शब्दार्थ की केवल एक परत को कैप्चर करने से अधिक पदानुक्रमित प्रतिनिधित्व की ओर बढ़ने की कोशिश कर रहे हैं जिसमें रोबोट कमरे, इमारतों और अन्य अवधारणाओं को समझते हैं।

क्यू: किमेरा और इसी तरह की प्रौद्योगिकियां भविष्य में किस प्रकार के अनुप्रयोगों को जन्म दे सकती हैं?

कैसे: स्वायत्त वाहन कंपनियाँ दुनिया की बहुत सारी मैपिंग कर रही हैं और जिस वातावरण में वे हैं उससे सीख रही हैं। पवित्र बात यह होगी कि यदि ये वाहन एक-दूसरे के साथ संवाद कर सकें और जानकारी साझा कर सकें, तो वे मॉडल और मानचित्रों को बहुत तेज़ी से सुधार सकते हैं। वहां मौजूद मौजूदा समाधान वैयक्तिकृत हैं। यदि कोई ट्रक आपके बगल में आ जाता है, तो आप एक निश्चित दिशा में नहीं देख सकते। क्या कोई अन्य वाहन ऐसा दृश्य क्षेत्र प्रदान कर सकता है जो आपके वाहन में अन्यथा नहीं है? यह एक भविष्यवादी विचार है क्योंकि इसके लिए नए तरीकों से संचार करने के लिए वाहनों की आवश्यकता होती है, और गोपनीयता के मुद्दों को भी दूर करना होता है। लेकिन अगर हम उन मुद्दों को हल कर सकें, तो आप एक महत्वपूर्ण रूप से बेहतर सुरक्षा स्थिति की कल्पना कर सकते हैं, जहां आपके पास न केवल आपके दृष्टिकोण के क्षेत्र से, बल्कि कई दृष्टिकोणों से डेटा तक पहुंच होगी।

कार्लोन: इन प्रौद्योगिकियों में बहुत सारे अनुप्रयोग होंगे। पहले मैंने खोज और बचाव का उल्लेख किया था। कल्पना करें कि आप किसी जंगल का पता लगाना चाहते हैं और जीवित बचे लोगों की तलाश करना चाहते हैं, या भूकंप के बाद इमारतों का नक्शा इस तरह से बनाना चाहते हैं जिससे पहले उत्तरदाताओं को फंसे हुए लोगों तक पहुंचने में मदद मिल सके। एक अन्य सेटिंग जहां इन प्रौद्योगिकियों को लागू किया जा सकता है वह कारखानों में है। वर्तमान में, कारखानों में तैनात किए जाने वाले रोबोट बहुत कठोर होते हैं। वे फर्श पर पैटर्न का पालन करते हैं, और वास्तव में अपने परिवेश को समझने में सक्षम नहीं होते हैं। लेकिन अगर आप भविष्य में और अधिक लचीली फ़ैक्टरियों के बारे में सोच रहे हैं, तो रोबोटों को मनुष्यों के साथ सहयोग करना होगा और बहुत कम संरचित वातावरण में रहना होगा।