हैदराबाद: क्या होगा अगर रोबोट इंसानों की तरह निर्देशों को समझने लगें, चीजों को पहचान लें और बिना सटीक कोऑर्डिनेट्स (निर्देशांक) दिए ही अपना काम पूरा कर लें? और क्या हो अगर वे ऐसी रुकावटों को भी पहचान सकें, जिन्हें उनके कैमरे नहीं देख पाते—जैसे कि कांच की दीवारें?
ये संभावनाएं इंटरनेशनल इंस्टीट्यूट ऑफ इंफॉर्मेशन टेक्नोलॉजी हैदराबाद (IIIT-H) में हकीकत बन रही हैं। यहाँ के शोधकर्ताओं ने अमेरिका के पिट्सबर्ग में आयोजित 'इंटरनेशनल कॉन्फ्रेंस ऑन इंटेलिजेंट रोबोट्स एंड सिस्टम्स (IROS) 2026' में कई नए आविष्कार पेश किए।
संस्थान ने रिसर्च के क्षेत्र में भी बड़ी कामयाबी हासिल की। उन्होंने 10 रिसर्च पेपर और एक वर्कशॉप पेपर पेश किया, और वे सभी स्वीकार कर लिए गए। कॉन्फ्रेंस की कुल स्वीकृति दर 37% से भी कम थी, जबकि IIIT-H का स्कोर 100% रहा। इसके अलावा, संस्थान के शोधकर्ताओं ने एक वर्कशॉप में 'बेस्ट पेपर अवार्ड' भी जीता।
'AERMANI-VLM' का उदाहरण लें। रोबोटिक आर्म्स (हाथों) वाले ड्रोन उन कामों के लिए बहुत उपयोगी हो सकते हैं, जिनमें किसी चीज़ को खोजना, उठाना और एक जगह से दूसरी जगह ले जाना शामिल हो। लेकिन, ड्रोन को सिर्फ पहले से दिए गए कोऑर्डिनेट्स का पालन करने के बजाय यह समझाना कि इंसान असल में क्या चाहता है, एक अलग ही चुनौती है।
यह फ्रेमवर्क ड्रोन को इंसानी भाषा में दिए गए निर्देशों को समझने और उसके अनुसार काम करने में सक्षम बनाता है। यह AI मॉडल के निर्णय लेने की प्रक्रिया को ड्रोन की शारीरिक गतिविधियों से अलग रखता है, और पहले से तय सुरक्षित कार्यों का ही इस्तेमाल करता है, ताकि कोई असुरक्षित या अव्यावहारिक निर्देश न माना जाए।
इसके बाद आती है कांच की समस्या। किसी इमारत या अनजान जगह पर चलते हुए रोबोट के लिए कांच की पारदर्शी दीवार को पहचानना बहुत मुश्किल हो सकता है। 'ग्लासफॉर्मर' (GlassFormer) इस समस्या को हल करता है; यह कैमरे की तस्वीरों को 60.5 GHz मिलीमीटर-वेव रडार के साथ जोड़ता है। यह सिस्टम कम रोशनी में भी कांच की सतहों को पहचान सकता है। परीक्षणों में, इसने 0.59 का डिटेक्शन स्कोर हासिल किया, जबकि केवल विज़न (कैमरे) पर आधारित मॉडल का स्कोर 0.49 था।
IIIT-H ने ऐसा फ्रेमवर्क विकसित किया है जो रोबोट को अनजान जगहों को समझने (मैप करने) में मदद करता है।
IIIT-H के इस पुरस्कार विजेता काम में एक और चुनौती पर गौर किया गया: जब कोई रोबोट यह पूरी तरह नहीं समझ पाता कि वह क्या देख रहा है, तो वह अपने आस-पास के माहौल की सटीक तस्वीर कैसे बना सकता है? ‘ब्रिजिंग पर्सपेक्टिव्स इन नेविगेशन: लेसन्स लर्न्ड एंड फ्यूचर डायरेक्शंस’ कार्यशाला में प्रस्तुत शोधपत्र ‘बियॉन्ड फ्रंटियर्स: सीन-एनोमली गाइडेड ऑटोनॉमस एक्सप्लोरेशन’ में SCAGE नामक एक फ्रेमवर्क प्रस्तावित किया गया, जो रोबोटों को किसी वातावरण की समझ में मौजूद कमियों को पहचानने और उन क्षेत्रों का पता लगाने में मदद करता है ताकि वे अधिक पूर्ण और सटीक 3D मानचित्र बना सकें।
प्रोफेसर के. माधवा कृष्णा के मार्गदर्शन में आकाश कुंबर और अभिनव रौंधल द्वारा लिखित इस शोधपत्र ने सर्वश्रेष्ठ शोधपत्र पुरस्कार जीता, जिसमें फील्ड एआई द्वारा प्रायोजित 500 अमेरिकी डॉलर का नकद पुरस्कार शामिल था।
एक अन्य अध्ययन में भीड़भाड़ वाले वातावरण में काम करने वाले ड्रोनों के सामने आने वाली चुनौती पर ध्यान केंद्रित किया गया। ‘एयरोग्रैब: ए यूनिफाइड फ्रेमवर्क फॉर एरियल ग्रैस्पिंग इन क्लटर्ड एनवायरमेंट्स’ शीर्षक वाले इस अध्ययन में एक ऐसी प्रणाली विकसित की गई है जो हवाई रोबोटों को विभिन्न कोणों से वस्तुओं की जांच करने और आसपास की वस्तुओं से टकराए बिना उन्हें सुरक्षित रूप से उठाने का तरीका खोजने में सक्षम बनाती है।
यह शोध हवाई रोबोटों के समन्वय और नियंत्रण तक भी विस्तारित हुआ। कुछ अध्ययनों में वास्तविक समय सीखने के माध्यम से उनके नियंत्रण में सुधार करने पर ध्यान केंद्रित किया गया, जबकि अन्य अध्ययनों में निरीक्षण मिशनों के लिए आवश्यक अतिरिक्त ड्रोनों की संख्या की गणना करने और कांच की सतहों की पहचान करने और उनकी गहराई का अनुमान लगाने के लिए एआई-आधारित तकनीकों का उपयोग करने पर विचार किया गया।
'सिंक्रनाइज़्ड रिप्लेसमेंट डिमांड के तहत मल्टी-यूएवी निरीक्षण मिशनों के लिए रोबस्ट फ्लीट साइजिंग' शीर्षक वाले एक अध्ययन में निरीक्षण मिशनों के दौरान ड्रोन फ्लीट को चालू रखने की लॉजिस्टिक्स पर भी गौर किया गया। उन्होंने यह जांच की कि जब कई ड्रोनों को एक ही समय में बैटरी बदलने की आवश्यकता होती है तो क्या होता है। पांच परीक्षण परिदृश्यों में, इस फ्रेमवर्क ने एक साथ बैटरी बदलने की आवश्यकताओं को ध्यान में रखते हुए 99.8% मिशन सफलता हासिल की।