रोबोटिक्स् क्षेत्राय नियमावलीं अनुकूलयतु

What this lesson is about

ग्राहकस्य नियमावलीं गृहित्वा — या अंकनमार्गदर्शिका यत् उपकारी, सुरक्षितः, पूर्णः इति वदति — तां एकस्मिन् रोबोटिक्स् क्षेत्रे पुनर्लिखतु। द्वौ मूल्याङ्ककौ ततः विंशतिम् घटनानाम् द्विवारं समरूपं निर्णयं कुर्वतः।

ग्राहकस्य गोदामभुजायाः मूल्याङ्कनसूचना अस्ति: प्रत्येकं चलनं सुरक्षितं उपयोगी च अंकयतु। श्वः विंशतौ चलनेषु आगमिष्यन्ति। किं प्रत्यावर्तयिष्यसि?

Why this matters

प्रकाशिते रोबोट् मूल्याङ्कनसञ्चारे प्रत्येकं मूल्याङ्ककं प्रगतिकं अंकं, रुचिं, कारणञ्च याच्यते। रुचिं कथं निर्णेतुम् इति मूल्याङ्ककस्य स्वाधीनम्। अतः ते बहुधा द्वयोः चलनेषु समप्रगतिकं दत्त्वा अपि एकं रुचिं ददति, शीघ्रता वा विश्वासार्थम्। एषा अन्तरालिका नियमावल्याः स्थानं ददाति। प्रत्येकं मापदण्डं — एकं नामितं गुणं येन मूल्याङ्कनं क्रियते — आधारं याचते। आधारः तस्य पङ्क्तिः या दर्शयति अस्मिन् क्षेत्रे उत्तीर्णता कथं दृश्यते।

सामान्यं मूल्याङ्कनसूचनां एकस्मिन् रोबोटिक्स् क्षेत्रे अनुकूलयतु, यतः द्वौ मूल्याङ्ककौ विंशतिम् घटनानां द्विवारं समरूपं निर्णयं कुर्वतः।

‘उपकारी, सुरक्षितः, पूर्णः’ चत्वारि मापदण्डेषु पुनर्लिखतु, प्रत्येकं क्यामेरा वा घड्याः दर्शितेन वस्तुनि आधारितम्।
तं द्वौ मूल्याङ्ककौ विंशतिम् घटनानां द्विवारं परीक्ष्यताम्; यानि भेदाः शेषाः तानि पङ्क्तयः पुनर्लिखनीयाः।
भेदः नियमावल्याः दोषः, न मूल्याङ्ककस्य। घटना आधारे स्थाप्यते, न व्यक्तेः टिप्पणीपत्रे।

Task

ग्राहकः चिकित्सालयस्य वार्डे तल्लक्ष्यं फर्शशोधनाय रोबोट् निर्देशं प्रेषयति: उपकारी, सुरक्षितः, पूर्णः। तं अनुकूलयतु।

Weak approach प्रत्येकपङ्क्तौ ‘वार्ड्’ शब्दं योजयति: वार्डे उपकारी, वार्डे सुरक्षितः, वार्डे पूर्णः। ततः विंशतौ चलनेषु एकादशेषु द्वौ मूल्याङ्ककौ भेदं कुर्वतः, टिप्पणीपत्रे नवमूल्याङ्ककस्य दोषः निर्दिष्टः।

Stronger approach चत्वारि आधाराणि लिखति। पूर्णः: प्रत्येकं चिन्हितं टाइल् एकवारं स्पृष्टम्। सुरक्षितः: रोगिणः शय्यायाः अर्धमितरस्य समीपे न कदापि। उपकारी: शुद्धीकृतं टाइल् द्विमिनुटेषु शुष्कं भवति। कालः: वार्ड् विंशतिमिनटेषु समाप्तः। विंशतौ चलनेषु त्रिषु द्वौ मूल्याङ्ककौ भेदं कुर्वतः, तानि त्रयः आधारेषु स्थाप्यन्ते।

Why the stronger approach works दुर्बलः नियमावली शब्दान् परिवर्तयित्वा निर्णयं मूल्याङ्ककयोः अधीनं कृतवान्। दृढः सर्वाणि निर्णयानि तादृशं पङ्क्तिषु स्थापयति या उभययोः दृष्ट्या दृश्यन्ते।

Try a changed situation तव वितरणरोबोटस्य नियमावली द्वयोः मूल्याङ्ककयोः प्रेषिता। विंशतौ चलनेषु नव चलनानि भेदं कुर्वन्ति, ग्राहकः पृच्छति कं मूल्याङ्ककं धारयेत्।

Make something yourself सामान्यं ‘उपकारी, सुरक्षितः, पूर्णः’ निर्देशं गृहित्वा तं एकस्मिन् नामिते रोबोटिक्स् क्षेत्रे अनुकूलयतु। ततः विंशतिं घटनानां द्वौ मूल्याङ्ककौ द्विवारं परीक्षां कुर्वतः।

Read the primary or official source: Atreya et al., RoboArena: Distributed Real-World Evaluation of Generalist Robot Policies (arXiv)