लोग — नेविगेशन एल्गोरिदम के लिए मुख्य समस्या
रोबोट तेजी से ऐसे स्थानों में पहुँच रहे हैं जहाँ उन्हें लोगों के साथ रास्ता साझा करना पड़ता है: दुकानें, अस्पताल, शहर की सड़कें। आदेशों की सही व्याख्या करने और साथ ही राहगीरों की व्यक्तिगत सीमाओं का उल्लंघन न करने की क्षमता अत्यंत महत्वपूर्ण होती जा रही है। हालाँकि, भाषा-आधारित निर्देशों द्वारा नेविगेशन (Vision-and-Language Navigation, VLN) के अधिकांश मौजूदा दृष्टिकोणों का परीक्षण ऐसी परिस्थितियों में किया गया था जहाँ पैदल यात्री या तो बिल्कुल नहीं होते, या उनका व्यवहार अत्यंत सरलीकृत होता है। इसका परिणाम यह होता है कि उन्नत एजेंट भी वास्तविक परिवेश में भटक जाते हैं।
शोधकर्ताओं ने इस अंतर पर ध्यान दिया और एक नया ओपन-सोर्स बेंचमार्क प्रस्तुत किया — HA-VLN 2.0। इसे यह जाँचने के लिए बनाया गया है कि रोबोट एक साथ नेविगेशन आदेशों को पूरा करने और सामाजिक रूप से स्वीकार्य व्यवहार करने में सक्षम है या नहीं: लोगों के चारों ओर घूमना, उनसे टकराना नहीं, दूरी बनाए रखना।
असतत मानचित्रों से जीवंत सड़कों तक
पारंपरिक VLN बेंचमार्क असतत और सतत दो श्रेणियों में विभाजित थे। पहले मामले में, एजेंट पूर्व-निर्धारित बिंदुओं के बीच चलता है और गति की सहजता की परवाह नहीं करता। दूसरे में, स्वतंत्र स्थान होता है, लेकिन अधिकांश परिदृश्यों में यह स्थिर रहता है: पैदल यात्री हिलते नहीं हैं या उन्हें शायद ही ध्यान में रखा जाता है। जबकि वास्तविकता में लोग लगातार सामने से आते हैं, अपना रास्ता बदलते हैं, एक-दूसरे से बात करते हैं।
ArXiv:2503.14229 पर काम करने वाले लेखक (पेपर IROS 2026 के लिए स्वीकृत) एक एकीकृत दृष्टिकोण प्रस्तावित करते हैं: HA-VLN 2.0 असतत और सतत दोनों वातावरणों को जोड़ता है, उनमें स्पष्ट सामाजिक बाधाएँ जोड़ता है। यानी मार्ग की सटीकता का मूल्यांकन करने से पहले, यह जाँचा जाता है कि एजेंट ने किसी व्यक्ति की व्यक्तिगत जगह का उल्लंघन तो नहीं किया। समस्या का यह स्वरूप उन परिस्थितियों के काफी करीब है जिनमें रोबोट को वास्तव में काम करना होगा।
35 पृष्ठों और 20 आकृतियों वाले इस पेपर में बेंचमार्क की वास्तुकला और प्राप्त परिणाम दोनों का विस्तार से वर्णन किया गया है। इस परियोजना पर अकादमिक और औद्योगिक प्रयोगशालाओं के 12 लेखकों ने काम किया, जिनमें कार्नेगी मेलन विश्वविद्यालय के शोधकर्ता (Alexander G. Hauptmann) और अन्य संस्थान शामिल हैं।
HA-VLN 2.0: सामाजिक नेविगेशन के लिए एक समान मानक
नए बेंचमार्क में कई प्रमुख घटक शामिल हैं। पहला, मानकीकृत मेट्रिक्स जो लक्ष्य प्राप्ति की सटीकता और व्यक्तिगत स्थान के पालन की डिग्री दोनों को एक साथ मापते हैं। "सफल एपिसोड का प्रतिशत" जैसी सरल मेट्रिक यहाँ पैदल यात्रियों के आराम क्षेत्र में घुसपैठ के लिए दंड के साथ पूरक है।
दूसरा, शोधकर्ताओं ने एक अद्यतन डेटासेट HAPS 2.0 और सिमुलेटर बनाए हैं जो कई लोगों के साथ एक साथ बातचीत का अनुकरण करते हैं। न केवल बंद स्थान, बल्कि खुले स्थान भी शामिल हैं, साथ ही भाषा का इशारों और गतिविधियों के साथ अधिक सटीक समन्वय भी। यह एजेंटों को वास्तविक शहरी परिदृश्यों के करीब की स्थितियों में परखने की अनुमति देता है।
दृष्टिकोण की कार्यक्षमता की जाँच के लिए, लेखकों ने 16,844 सामाजिक रूप से आधारित निर्देशों पर बेंचमार्किंग की। उदाहरणों की यह संख्या विभिन्न स्थितियों में एल्गोरिदम के व्यवहार का विश्वसनीय मूल्यांकन करने की अनुमति देती है। विशेष रूप से इस बात पर जोर दिया गया है कि बेंचमार्क के साथ डेटासेट, सिमुलेटर, बेसलाइन और प्रोटोकॉल भी प्रकाशित किए जाते हैं — प्रयोगों को दोहराने के लिए जो कुछ भी आवश्यक है।
परीक्षणों ने क्या दिखाया: सामाजिक जागरूकता ही निर्णायक है
बेंचमार्क ने एक गंभीर समस्या उजागर की: लोगों की गतिशीलता और आंशिक अवलोकन क्षमता जोड़ने पर प्रमुख नेविगेशन एजेंटों का प्रदर्शन तेजी से गिर जाता है। जो एजेंट स्थिर वातावरण में शानदार प्रदर्शन करते थे, वे पैदल यात्रियों से टकराने लगते हैं या तब गतिरोध में पहुँच जाते हैं जब वे अचानक दृष्टि क्षेत्र में आ जाते हैं।
साथ ही, प्रयोगों ने दिखाया कि स्पष्ट सामाजिक मॉडलिंग ठोस लाभ देती है। यदि एजेंट को पहले से लोगों की उपस्थिति को ध्यान में रखना और उनकी गति का पूर्वानुमान लगाना सिखाया जाता है, तो नेविगेशन की स्थिरता बढ़ जाती है और टकरावों की संख्या घट जाती है। यह केवल सबसे छोटा रास्ता खोजने के बजाय मानव-केंद्रित दृष्टिकोणों की आवश्यकता की पुष्टि करता है।
महत्वपूर्ण बात यह है कि निष्कर्ष केवल सिमुलेशन में ही सत्यापित नहीं किए गए। लेखकों ने वास्तविक रोबोट पर परीक्षण किए, जिन्होंने आभासी वातावरण से भौतिक वातावरण में परिणामों के हस्तांतरण की पुष्टि की। सिमुलेशन से वास्तविकता तक का यह संक्रमण व्यावहारिक अनुप्रयोग के लिए एक अनिवार्य शर्त है, और HA-VLN 2.0 इसके सत्यापन के लिए बुनियादी ढाँचा प्रदान करता है।
रोबोटिक्स के विकास के लिए एक खुला पारिस्थितिकी तंत्र
परियोजना के महत्वपूर्ण पहलुओं में से एक इसकी खुलापन है। पेपर के साथ न केवल विवरण, बल्कि काम करने वाले उपकरण भी प्रकाशित किए जाते हैं: डेटासेट, सिमुलेटर, बुनियादी एल्गोरिदम के कोड और प्रशिक्षण प्रोटोकॉल। इसके अलावा, एक लीडरबोर्ड बनाया गया है जहाँ टीमें पारदर्शी परिस्थितियों में अपने नेविगेशन एजेंटों की तुलना कर सकती हैं। यह विशेष रूप से मूल्यवान है क्योंकि यह सामाजिक नेविगेशन के क्षेत्र में प्रगति को ट्रैक करने और बंद परीक्षण सेटों पर बढ़े-चढ़े परिणामों से बचने की अनुमति देता है।
ऐसे बेंचमार्क का विकास एक महत्वपूर्ण कदम है ताकि रोबोट प्रयोगशाला के खिलौने न रहें और वास्तविक जीवन में लोगों के साथ सुरक्षित रूप से सह-अस्तित्व में रहना सीखें। नए मेट्रिक्स और सिमुलेटर समुदाय को केवल तकनीकी सटीकता के बजाय अधिक सामाजिक जागरूकता की दिशा में शोध करने के लिए प्रेरित करते हैं।
भविष्य में परिदृश्यों के विस्तार की उम्मीद की जा सकती है: अधिक जटिल मौसम की स्थिति, विभिन्न प्रकार के पैदल यात्री और निर्देशों में अतिरिक्त मोडैलिटी। लेकिन पहले से ही HA-VLN 2.0 समाज के साथ बातचीत पर केंद्रित नेविगेशन एल्गोरिदम के मूल्यांकन के लिए एक नया मानक स्थापित करता है।
