उत्तरप्रकाशित16 स्रोत
रोबोटों की टोली अब अपने अनुभव से सीख सकती है
कलेक्टिव एक्सपीरियंस लर्निंग (CEL) में काम कर रहे रोबोट अपने अनुभव साझा करके एक साझा नीति को बेहतर बनाते हैं, जिससे हर सुधार के लिए नए विशेषज्ञ प्रदर्शन पर निर्भरता कम हो सकती है। FERT असफल कोशिश के संदर्भ से मिलते जुलते सफल अनुभव खोजकर प्रशिक्षण में इस्तेमाल करता है; FATS को रोबोटों के बीच दोष सहिष्णु, असिंक्रोनस प...
प्रकाशितकर्ताGPT-6 Luna से संपादितGPT Image 2 से चित्र बनाए गए
शोध उत्तर
मुख्य निष्कर्ष
- कलेक्टिव एक्सपीरियंस लर्निंग (CEL) में काम कर रहे रोबोट अपने अनुभव साझा करके एक साझा नीति को बेहतर बनाते हैं, जिससे हर सुधार के लिए नए विशेषज्ञ प्रदर्शन पर निर्भरता कम हो सकती है।
- FERT असफल कोशिश के संदर्भ से मिलते जुलते सफल अनुभव खोजकर प्रशिक्षण में इस्तेमाल करता है; FATS को रोबोटों के बीच दोष सहिष्णु, असिंक्रोनस प्रशिक्षण के लिए बनाया गया है।
- टीम के मुताबिक, पांच कामों में परीक्षण किए गए और प्रशिक्षण में शामिल न हुए दो रोबोटों ने 600 में से 585 कोशिशें सफल कीं—हालांकि इन नतीजों की स्वतंत्र पुष्टि नहीं हुई है।
AI संकेत
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Collective Experience Learning (CEL), proposed by Tsinghua University, Infinigence AI and AgiBot and described in an Infinigence AI–. Article summary: Collective Experience Learning (CEL) is a fleet-learning approach in which deployed robots share real-world execution experience to improve a common policy, rather than relying on fresh human demonstrations for every imp. Topic tags: general, academic, education, general web, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, waterm
कलेक्टिव एक्सपीरियंस लर्निंग (CEL) ऐसा तरीका है जिसमें काम पर तैनात रोबोट अपने अनुभव साझा करके एक साझा नीति को बेहतर बनाते हैं। हर नए व्यवहार के लिए लोगों से प्रदर्शन करवाने या हर गलती पर सुधार देने के बजाय, इस व्यवस्था में रोबोटों की सफल कोशिशें प्रशिक्षण सामग्री बन सकती हैं। त्सिंगहुआ विश्वविद्यालय, इन्फिनिजेंस एआई और एजिबॉट से जुड़े अध्ययन में अधिकतम 96 रोबोटों के समूह पर परीक्षण की जानकारी दी गई है। 1
9
रोबोटों के अनुभव साझा करने की जरूरत क्यों?
मानवीय प्रदर्शन और सुधारात्मक निर्देश रोबोटों को सीखने में मदद करते हैं। लेकिन जैसे-जैसे रोबोटों की तैनाती बढ़ती है, हर नए सुधार के लिए विशेषज्ञों से बार-बार मदद लेना कठिन हो सकता है। CEL इस सीखने के कुछ बोझ को रोबोटों के बीच बांटने की कोशिश करता है: एक रोबोट का सफल काम पूरे समूह के लिए उदाहरण बन सकता है। इसका मतलब यह नहीं कि रोबोटिक्स में इंसानों की भूमिका खत्म हो जाएगी; मकसद यह है कि हर बदलाव के लिए नई विशेषज्ञ मदद की जरूरत कम पड़े। 1
FERT: असफलता से उपयोगी अनुभव तक
CEL का प्रमुख एल्गोरिदम है Failure-guided Experience Retrieval Fine-tuning (FERT)। यह असफल कोशिश के आसपास के संदर्भ का इस्तेमाल करके साझा संग्रह में प्रासंगिक सफल कोशिशों के हिस्से खोजता है। फिर उन सफल हिस्सों में दर्ज कार्रवाइयों को नीति में सुधार के लिए प्रशिक्षण संकेत की तरह उपयोग किया जाता है। यानी असफलता बताती है कि किस तरह की स्थिति पर ध्यान देना है, जबकि सफल कोशिश बताती है कि वहां कौन-सी कार्रवाइयां कारगर रहीं। 4
13
यह तरीका लंबे और जटिल कामों में खास तौर पर उपयोगी हो सकता है। किसी काम के अंत में सिर्फ “सफल” या “असफल” का संकेत मिलना यह नहीं बताता कि सुधार किस चरण में चाहिए। FERT समस्या वाले संदर्भ को सफल तरीके के उदाहरण से जोड़ने का रास्ता देता है। हालांकि, इससे अपने-आप यह साबित नहीं होता कि असफलता की वजह कोई खास कार्रवाई ही थी।
टीम ने FATS नाम की दोष-सहिष्णु असिंक्रोनस प्रशिक्षण प्रणाली का भी वर्णन किया है, जिसका उद्देश्य ऐसे रोबोटों के बीच सीखने में मदद करना है जो हमेशा एक ही समय पर उपलब्ध न हों। रिपोर्ट में 22 रोबोटों को प्रभावित करने वाली 30 खराबियों और रोबोटों के कुल संचालन समय के 1.3% के नुकसान का उल्लेख है। ये आंकड़े रिपोर्ट किए गए सिस्टम प्रदर्शन को बताते हैं; इनसे खराबी संभालने या डेटा अपलोड करने की हर बारीकी की स्वतंत्र पुष्टि नहीं होती। 8
परीक्षणों में क्या नतीजे बताए गए?
मूल्यांकन में पांच काम शामिल थे: फूल सजाना, कपड़े तह करना, फोन चार्ज करना, स्टूल जोड़ना और फोन पैक करना।
- प्रशिक्षण में शामिल न हुए रोबोट: प्रशिक्षण में हिस्सा न लेने वाले दो रोबोटों ने 600 परीक्षण किए; 585 सफल रहे और 15 असफल। टीम ने कुल सफलता दर 97.5% बताई। यह भी कहा गया कि पांचों कामों में रोबोटों के नतीजे छह मानव ऑपरेटरों के औसत से बेहतर थे। यह तुलना केवल इन परीक्षणों के संदर्भ में है, इंसानों पर रोबोटों की सामान्य श्रेष्ठता का प्रमाण नहीं।
- फोन पैकिंग: बताई गई सफलता दर 79.2% से बढ़कर 98.3% हुई। परीक्षण के विवरण में ऐसे दो रोबोटों पर 120 परीक्षणों का उल्लेख है जो प्रशिक्षण में शामिल नहीं थे।
7
- समूह का आकार: समान वास्तविक प्रशिक्षण समय में, 16 रोबोटों के साथ सफलता दर 86.7% और 96 रोबोटों के साथ 98.3% बताई गई। इससे संकेत मिलता है कि बड़ा समूह समान बीते समय में अधिक अनुभव जुटा सकता है; यह गारंटी नहीं कि हर बड़े रोबोट समूह को यही बढ़त मिलेगी।
नतीजों को कैसे समझें?
CEL का मूल विचार सीधा है: असफल कोशिशें बताएं कि कहां सुधार की जरूरत है, और फिर पूरा समूह अपने सफल अनुभवों में से उपयोगी उदाहरण खोजे। FERT अनुभव खोजने और नीति को अपडेट करने का तरीका देता है, जबकि FATS को असिंक्रोनस और दोष-सहिष्णु प्रशिक्षण की सिस्टम-स्तरीय व्यवस्था के रूप में पेश किया गया है। पांच वास्तविक कामों पर बताए गए नतीजे शुरुआती तौर पर उत्साहजनक हैं; इनमें प्रशिक्षण से अलग रखे गए रोबोटों के परीक्षण भी शामिल हैं। 13
फिर भी, प्रदर्शन के आंकड़ों को टीम द्वारा रिपोर्ट किए गए नतीजे समझना चाहिए, स्वतंत्र रूप से दोहराए गए परीक्षण नहीं। वे बताते हैं कि बताए गए सेटअप में CEL ने कैसा प्रदर्शन किया; अलग रोबोटों, कामों या तैनाती की परिस्थितियों में यह कितना कारगर होगा, यह इन नतीजों से तय नहीं होता।
Studio Global AI
अपना शोध जारी रखें
इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।
लोग पूछते भी हैं
"रोबोटों की टोली अब अपने अनुभव से सीख सकती है" का संक्षिप्त उत्तर क्या है?
कलेक्टिव एक्सपीरियंस लर्निंग (CEL) में काम कर रहे रोबोट अपने अनुभव साझा करके एक साझा नीति को बेहतर बनाते हैं, जिससे हर सुधार के लिए नए विशेषज्ञ प्रदर्शन पर निर्भरता कम हो सकती है।
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
कलेक्टिव एक्सपीरियंस लर्निंग (CEL) में काम कर रहे रोबोट अपने अनुभव साझा करके एक साझा नीति को बेहतर बनाते हैं, जिससे हर सुधार के लिए नए विशेषज्ञ प्रदर्शन पर निर्भरता कम हो सकती है। FERT असफल कोशिश के संदर्भ से मिलते जुलते सफल अनुभव खोजकर प्रशिक्षण में इस्तेमाल करता है; FATS को रोबोटों के बीच दोष सहिष्णु, असिंक्रोनस प्रशिक्षण के लिए बनाया गया है।
मुझे अभ्यास में आगे क्या करना चाहिए?
टीम के मुताबिक, पांच कामों में परीक्षण किए गए और प्रशिक्षण में शामिल न हुए दो रोबोटों ने 600 में से 585 कोशिशें सफल कीं—हालांकि इन नतीजों की स्वतंत्र पुष्टि नहीं हुई है।