अब रोबोट सिर्फ दिए गए काम ही नहीं करेंगे, बल्कि इंसानों की तरह सोच-समझकर प्लानिंग भी कर पाएंगे। NVIDIA ने इस दिशा में बड़ा कदम उठाते हुए Cosmos Policy पेश की है, जो रोबोट को उनके एक्शन के भविष्य के नतीजे तक का अंदाजा लगाने में सक्षम बनाएगी।
Cosmos Policy क्या है?
रोबोटिक्स में ‘पॉलिसी’ उस सिस्टम को कहा जाता है, जो तय करता है कि रोबोट को क्या करना चाहिए। पुराने रोबोटिक मॉडल अक्सर अलग-अलग न्यूरल नेटवर्क और बड़े लेबल्ड डेटा पर निर्भर करते थे। Cosmos Policy इस प्रक्रिया को बदलती है। इसमें बड़े वीडियो प्रेडिक्शन मॉडल का इस्तेमाल कर रोबोट को फिजिकल दुनिया को समझने और उसके अनुसार निर्णय लेने योग्य बनाया जाता है।
कैसे काम करती है यह नई पॉलिसी?
Cosmos Policy में पहले से सीखे हुए वीडियो वर्ल्ड मॉडल को पोस्ट-ट्रेनिंग के जरिए रोबोट के एक्शन, फिजिकल स्टेट और टास्क के नतीजों के साथ एडैप्ट किया जाता है। इसका मतलब है कि रोबोट सिर्फ तत्काल हरकत नहीं करता, बल्कि संभावित एक्शन सीक्वेंस बनाकर उनके भविष्य के परिणाम का मूल्यांकन भी करता है। इससे रोबोट अधिक स्ट्रेटेजिक और सोच-समझकर निर्णय लेने में सक्षम बनते हैं।
फायदे और खासियतें:
कम डेटा पर ट्रेनिंग: Cosmos Policy पहले से मौजूद बड़े वीडियो मॉडल का इस्तेमाल करती है, जिससे महंगे और समय लेने वाले रियल वर्ल्ड डेटा की जरूरत कम होती है।
अलग-अलग मॉडल जोड़ने की जरूरत नहीं: perception, control और planning के लिए कई अलग मॉडल की आवश्यकता खत्म हो जाती है।
लंबी अवधि की प्लानिंग: मॉडल कई संभावित भविष्य के नतीजों का अनुमान लगाकर रोबोट को सबसे सफल कार्रवाई करने में मदद करता है।
असली दुनिया में असरदार: बेंचमार्क टेस्ट में Cosmos Policy ने मल्टी-स्टेप रोबोटिक टास्क में बेहतर सक्सेस रेट दिखाया, कभी-कभी पारंपरिक तरीकों से भी बेहतर।
निष्कर्ष:
NVIDIA का यह नया फ्रेमवर्क रोबोटिक्स की दुनिया में सोचने-समझने वाले रोबोट की दिशा में बड़ा कदम है। अब रोबोट सिर्फ इंसानों द्वारा सिखाए गए काम नहीं करेंगे, बल्कि खुद डेटा देखकर सीखकर, प्लानिंग करके और रणनीति बनाकर सही निर्णय ले पाएंगे।