11,500 दुर्घटनाओं के बाद, एक AI क्वाड्रोकोप्टर ने घर के अंदर उड़ान भरना सीखा

यदि आप उड़ने से पहले खिड़की के माध्यम से अंतहीन उड़ान भरते हैं - समय से पहले निष्कर्ष न करें कि यह बेवकूफ है। शायद यह सेल्फ-लर्निंग मोड में AI सिस्टम वाला एक लघु रोबोट है।


यूएवी आसपास की वस्तुओं में 11 500 बार दुर्घटनाग्रस्त हो गया, बेतरतीब ढंग से चयनित रास्तों के साथ उड़ान भर रहा था

बाधाओं को चकमा देते हुए, किसी दिए गए मार्ग पर जाने के लिए मानव रहित हवाई वाहन को कैसे सिखाया जाए? जब इनडोर नेविगेशन की बात आती है तो क्या डिजिटल 3 डी मैप के बिना ऐसा करना संभव है? इस समस्या को हल करने के लिए, सिमुलेशन प्रशिक्षण सहित कई उपयुक्त प्रौद्योगिकियां हैं, जिसमें "शिक्षक" ड्रोन को विभिन्न प्रक्षेपवक्रों के साथ उड़ान भरना सिखाता है, यदि आवश्यक हो तो अपने कार्यों को सही करता है। धीरे-धीरे, यूएवी मार्ग सीखता है। लेकिन यह दृष्टिकोण स्पष्ट रूप से इनपुट डेटा के सेट द्वारा सीमित है: शिक्षक अंतहीन ड्रोन के साथ नहीं जा सकता।

हाल के वर्षों में, शिक्षक के बिना मशीन-लर्निंग सिस्टम का तेजी से विकास होना शुरू हुआ (स्व-पर्यवेक्षण
सीखने)। वे कई कार्यों में उत्कृष्ट साबित हुए: नेविगेशन , ऑब्जेक्ट्स (रोबोटिक्स में) और "पुश / पुल" कार्यों (सहज ज्ञान युक्त भौतिकी)। लेकिन स्व-शिक्षण प्रणाली इनडोर नेविगेशन के रूप में इस तरह के एक जटिल कार्य में महारत हासिल करने में सक्षम है - और सिमुलेशन प्रशिक्षण की सीमाओं को पार करना?

पिछले अध्ययनों से पता चला है कि इस तरह के सिस्टम एक सिम्युलेटर में शिक्षक के बिना सीखने में वास्तव में सक्षम हैं, और यह कि प्रशिक्षित ज्ञान वास्तविक दुनिया में स्थानांतरित किया जा सकता है। लेकिन व्यवहार में, एक और सवाल अधिक प्रासंगिक है: क्या वास्तविक दुनिया में स्व-शिक्षा एक अनियंत्रित कमरे में काम करती है, एक सिम्युलेटर और पूर्व संकलित नक्शे के बिना? आखिरकार, यह वास्तव में ऐसा कार्य है जो हम में से प्रत्येक को सामना करना पड़ेगा जब वह एक रोबोट खरीदता है और इसे घर लाता है। उसे स्वतंत्र रूप से स्थिति का अध्ययन करना चाहिए और किसी भी घर में नेविगेट करना शुरू करना चाहिए (पहले से कमरों से सभी नाजुक वस्तुओं को निकालना और खुद को छिपाना भी बेहतर है)।

कार्नेगी मेलन विश्वविद्यालय (यूएसए) के शोधकर्ताओं ने बड़ी संख्या में कमरे और फर्नीचर के साथ नेविगेशन के लिए सबसे कठिन कमरे में स्व-प्रशिक्षण के लिए एक तंत्रिका नेटवर्क के साथ एक क्वाड्रोकोप्टर रखकर सबसे कठिन कार्य निर्धारित किया है। लेखक इस बात पर जोर देते हैं कि अन्य अध्ययन टकराव से बचने के लिए पर्यावरण को सरल बनाने का प्रयास करते हैं। वे, इसके विपरीत, यूएवी को टकराव और दुर्घटनाओं की अधिकतम संख्या पर धकेलना चाहते थे, ताकि रोबोट इस अनुभव से सीख सके। वैज्ञानिकों ने एक स्व-अध्ययन प्रणाली तैयार की है जो इस नकारात्मक अनुभव को ध्यान में रखती है, साथ ही प्रक्षेपवक्र के साथ एक सफल उड़ान का सकारात्मक अनुभव भी।

मशीन लर्निंग सिस्टम के नियंत्रण में क्वाडकॉप्टर AR ड्रोन 2.0 का परीक्षण घर के 20 कमरों में किया गया था - और इसके परिणामस्वरूप, इनमें से प्रत्येक कमरे में टकराव से प्रभावी ढंग से बचने के लिए सीखा गया। प्रशिक्षण की अवधि - 40 उड़ान घंटे। शोधकर्ताओं का कहना है कि ड्रोन के पुर्ज़ों की कीमत छोटी है और इसे बदलना आसान है, इसलिए भयावह दुर्घटनाओं की संभावना की उपेक्षा की जा सकती है।

सभी टक्कर पूरी तरह से यादृच्छिक थे। यूएवी को अंतरिक्ष में एक अनियंत्रित बिंदु पर रखा गया था - और उसने एक यादृच्छिक दिशा में उड़ान भरी। दुर्घटना के बाद, वह शुरुआती बिंदु पर लौट आया - और फिर से एक यादृच्छिक दिशा में उड़ गया, जब तक कि वह फिर से कहीं दुर्घटनाग्रस्त न हो जाए।


क्वाड्रोकॉप्टर कैमरा 30 फ्रेम / एस पर शूट करता है, और दुर्घटना के बाद, सभी फ़्रेमों को दो भागों में विभाजित किया जाता है: एक अच्छे रास्ते के साथ फ्रेम को सकारात्मक समूह में रखा जाता है, और टक्कर से पहले नकारात्मक समूह में रखा जाता है। प्रशिक्षण की प्रक्रिया में, ड्रोन आसपास की वस्तुओं में 11,500 बार दुर्घटनाग्रस्त हो गया - और दुनिया के सबसे बड़े यूएवी दुर्घटना अड्डों में से एक को इकट्ठा किया। इस "नकारात्मक अनुभव" में उन सभी संभावित तरीकों के बारे में जानकारी है जो एक क्वाड्रोकोप्टर कहीं दुर्घटनाग्रस्त कर सकते हैं।

सकारात्मक और नकारात्मक अनुभवों के समूह तंत्रिका नेटवर्क के इनपुट के रूप में प्रेषित किए गए थे, जो इस बारे में भविष्यवाणियां करना सीखा था कि क्या वर्तमान प्रक्षेपवक्र से एक विशेष सकारात्मक अनुभव टकराव के नमूने से नकारात्मक अनुभव की उपस्थिति का कारण बनेगा। यानी, तंत्रिका नेटवर्क ने भविष्यवाणी करना शुरू कर दिया कि कहां उड़ना है।

तंत्रिका नेटवर्क आरेख नीचे चित्रण में दिखाया गया है। कन्टेक्शनल लेयर्स का वजन (ग्रे में) इमेजनेट वर्गीकरण के अनुसार अग्रिम रूप से गणना की गई थी, लेकिन कनेक्टेड लेयर्स में (नारंगी में) वेट को बेतरतीब ढंग से चुना गया था, और सबसे इष्टतम मूल्यों को आत्म-प्रशिक्षण की प्रक्रिया में आत्मसात किया गया था, जो पूरी तरह से दुर्घटना के आंकड़ों पर आधारित था। चित्रण इनपुट डेटा को दिखाता है - कैमरे से फ्रेम (बाएं) और तंत्रिका नेटवर्क के आउटपुट डेटा (सीधे उड़ान भरने का निर्णय, बाएं या दाएं मुड़ें)।



निम्नलिखित आरेख एक परीक्षण मैदान को दर्शाता है - एक चार-मंजिला इमारत जहां आत्म-ड्रोन प्रशिक्षण हुआ।



ड्रोन के लिए आउटपुट आश्चर्यजनक रूप से प्रभावी नेविगेशन प्रणाली थी। स्व-शिक्षण के लिए एक काफी सरल दृष्टिकोण विशेष रूप से बड़ी संख्या में बाधाओं वाले कमरे के लिए बहुत प्रभावी है, जिसमें लोगों की तरह चलती बाधाएं भी शामिल हैं।

तुलनात्मक परीक्षण से पता चला कि यह नेविगेशन प्रणाली एक मोनोकुलर दूरी के अनुमान के साथ स्व-अध्ययन प्रणालियों की तुलना में 2-10 गुना अधिक प्रभावी है। विशेष रूप से अंतर कांच की दीवारों और दीवारों के बगल में पहचान के निशान के बिना दिखाई देता है, जो परंपरागत रूप से उत्तरार्द्ध के काम को जटिल करता है।



वैज्ञानिक कार्य 19 अप्रैल, 2017 को प्रीप्रिंट साइट arXiv.org (arXiv: 1704.05588v2) पर प्रकाशित किया गया था।