ड्रोन से वेयरहाउस बॉट्स तक, सुरक्षा प्रोग्रामिंग अत्यंत महत्वपूर्ण है – MIT के पास समाधान हो सकता है

स्वायत्त वाहनों और ड्रोन के बड़े बेड़ों का प्रबंधन करने की आवश्यकता लगातार बढ़ रही है। दुर्भाग्यवश, आज मौजूद सिस्टम को बहुत अधिक प्रयास और गणनात्मक शक्ति की आवश्यकता होती है। इसके अलावा, ये सुरक्षा प्रोग्रामिंग सिस्टम तुरंत समायोजित नहीं हो सकते।

व्यावसायिक रूप से ड्रोन बेड़ों के उपयोग के सामान्य होने के साथ, प्रक्रियाओं को सरल बनाने और गारंटी प्रदान करने वाले सुरक्षा प्रोग्रामिंग प्रोटोकॉल बनाना अत्यावश्यक है। सौभाग्य से, MIT के नवाचारी शोधकर्ताओं की एक टीम के पास समाधान हो सकता है। यहाँ वह सब कुछ है जो आपको जानना चाहिए।

ड्रोन शो

ओलंपिक से लेकर नए उत्पाद लॉन्च तक, ड्रोन शो पहले से कहीं अधिक आम हो गए हैं। ये कार्यक्रम सैकड़ों ड्रोन का उपयोग कर सकते हैं जो एक साथ मिलकर छवियाँ, एनीमेशन और बहुत कुछ बनाते हैं। ये बड़े पैमाने के लाइट डिस्प्ले आश्चर्यजनक दिखते हैं। इन कार्यों से भी अधिक प्रभावशाली वह सारी मेहनत है जो इन शो को संभव बनाती है।

वर्तमान सुरक्षा प्रोग्रामिंग विधियाँ

इंजीनियर बड़े ड्रोन झुंडों या अन्य मल्टी-ऑटोनॉमस रोबोटिक सिस्टम को नियंत्रित करने के लिए मल्टी-एजेंट सिस्टम (MAS) का उपयोग करते हैं। ये प्रोटोकॉल ट्रैजेक्टरी को वेपॉइंट और समय प्रतिबंधों के साथ मिलाते हैं। साथ मिलकर, ये कारक प्रत्येक ड्रोन को उसके पूर्व-निर्धारित उड़ान पथ पर उसकी स्थिति का पता लगाने में मदद करते हैं।

यह दृष्टिकोण तब काम करता है जब परिस्थितियाँ अनुकूल हों, और ड्रोन समय पर अपनी निर्धारित जगह पर हों। हालांकि, जब उपकरण मार्ग से भटकते हैं तो गंभीर कमियाँ उत्पन्न हो सकती हैं। टकराव को रोकने के लिए, इंजीनियर एक तकनीक का उपयोग करते हैं जिसे पेयर-वाइज़ पाथ-प्लानिंग कहा जाता है।

सुरक्षा प्रोग्रामिंग की कमियाँ

यह एल्गोरिदम प्रत्येक ड्रोन को बताता है कि यदि सब कुछ पूरी तरह से सही चल रहा हो तो उसे अन्य ड्रोन के सापेक्ष कहाँ होना चाहिए। लेकिन जब संचार में गड़बड़ी होती है, तो गंभीर समस्याएँ उत्पन्न हो सकती हैं। चूँकि MAS सेटअप में प्रत्येक ड्रोन लॉन्च के बाद अंधा उड़ रहा होता है, वह पूर्व-निर्धारित मार्ग को ही मान लेगा, भले ही बाहरी कारक मूल योजना को गलत बना दें। इस स्थिति से अजीब‑अजीब कार्य हो सकते हैं, जैसे ड्रोन का अचानक लैंड करना, दर्शकों पर गिरना, कहीं अनजाने में उड़ जाना, या प्रतिक्रिया न देना।

हालिया ड्रोन शो दुर्घटनाएँ

ड्रोन शो और स्वायत्त रोबोटिक्स में अचानक वृद्धि ने कुछ खतरनाक स्थितियों को जन्म दिया है। ड्रोन कई खतरों को उत्पन्न करते हैं, भले ही वे सशस्त्र न हों। ये उपकरण कनेक्शन खो सकते हैं और सैकड़ों फ़ीट की ऊँचाई से गिर सकते हैं, जिससे उपकरण और पैदल यात्रियों दोनों को नुकसान पहुँचता है। इसके अलावा, अन्य विमानों के साथ टकराव से विनाशकारी नुकसान और मौतें हो सकती हैं। दो हालिया उदाहरण इन चिंताओं को उजागर करते हैं:

फ़्लोरिडा

21 दिसंबर, 2024 को ड्रोन शो देखने के लिए बाहर इकट्ठा हुए ऑरलैंडो के निवासी नहीं जानते थे कि यह कार्यक्रम खतरनाक मोड़ लेगा। इवेंट के दौरान, जिसमें सैकड़ों ड्रोन शामिल थे, एक कनेक्शन त्रुटि के कारण कई ड्रोन जमीन पर गिरकर दर्शकों को चोट पहुँचाते हैं।

दुर्भाग्यवश, एक ड्रोन 7 साल के बच्चे पर गिरा, जिससे गंभीर चोटें आईं और आपातकालीन सर्जरी की आवश्यकता पड़ी। घटना के बारे में पूछताछ पर, इस कार्यक्रम के पीछे की कंपनी, Sky Elements Drone, ने खेद व्यक्त किया और भविष्य में ऐसी घटनाओं को रोकने के लिए कारण की जांच करने का वादा किया।

न्यू यॉर्क

पिछले साल स्टेटन आइलैंड, न्यू यॉर्क में हुई एक और घटना में ड्रोन ऑपरेटर 2.5 मील दूर तक उड़ गया था। स्पष्ट दृश्य सीमा से बाहर होने के कारण, वह UH-60 ब्लैक हॉक हेलीकॉप्टर को नहीं देख सका और उस विमान से टकरा गया।

सौभाग्य से, हेलीकॉप्टर बेस तक वापस लंगड़ाते हुए पहुँच सका। हालांकि, आगे की जांच में क्रू ने पाया कि वे अत्यंत भाग्यशाली रहे क्योंकि ड्रोन के टुकड़े मुख्य रोटर शाफ्ट में पाए गए। लंबी जांच के बाद, नेशनल ट्रांसपोर्टेशन सेफ्टी बोर्ड ने एक दुर्घटना रिपोर्ट जारी की जिसमें UAV ऑपरेटर की गलती उजागर की गई।

मल्टी-एजेंट सुरक्षा प्रोग्रामिंग अध्ययन

स्वायत्त इकाइयों के बेड़ों के साथ काम करते समय अधिक चपल और प्रतिक्रियाशील सुरक्षा प्रणाली की आवश्यकता को पहचानते हुए, MIT के इंजीनियरों ने हाल ही में IEEE Transactions on Robotics¹ में प्रकाशित एक पेपर में एक नई प्रशिक्षण विधि प्रस्तुत की। उनके शोध में एक नई प्रशिक्षण विधि का विवरण दिया गया है जो सुरक्षा सुरक्षा को बढ़ाती है और इन प्रोटोकॉल को लागू करने के कार्यभार को कम करती है।

ग्राफ कंट्रोल बैरियर फ़ंक्शन GCBF+

ग्राफ कंट्रोल बैरियर फ़ंक्शन + प्रोटोकॉल पहले के बैरियर फ़ंक्शन एल्गोरिदम पर आधारित है और बड़े बेड़ों के वाहनों में सुरक्षा बनाए रखने को सरल बनाने के लिए स्वामित्व वाले सिस्टम जोड़ता है। प्रभावशाली रूप से, GCBF+ ड्रोन को जटिल वातावरण में लोगों की तरह नेविगेट करने की अनुमति देता है।

सेंसिंग रेडियस

सिस्टम सबसे पहले एक छोटा सेंसिंग रेडियस बनाता है जो मुख्य रूप से टकराव जोखिमों पर केंद्रित होता है, न कि पूरे उड़ान योजना पर। यह ड्रोन की प्रबंधन आवश्यकताओं को कम करता है और उसे आसपास के क्षेत्रों में बाधाओं को सक्रिय रूप से ट्रैक और बचने में मदद करता है।

परिस्थितिजन्य जागरूकता

अपडेटेड GCBF+ ड्रोन को वास्तविक समय में ठीक‑ठीक पता लगाने में सक्षम बनाता है कि वे कहाँ हैं और उनके आस‑पास के अन्य UAVs के सापेक्ष उनकी स्थिति क्या है। सभी ड्रोन को वास्तविक‑समय में ट्रैक करने से कई समन्वित, सहयोगी और कंप्यूटर‑प्रोग्राम्ड एजेंट एक साथ मिलकर कार्यों को पूरा कर सकते हैं।

ग्राफ न्यूरल नेटवर्क (GNNs)

टीम ने एक कस्टम कंप्यूटर मॉडल बनाया जो उन्नत ग्राफ न्यूरल नेटवर्क (GNN) का उपयोग करता है, जिससे उन्हें GCBF को पैरामीटराइज़ करने और नियंत्रण नीतियों को वितरित करने जैसे प्रमुख लाभ मिलते हैं। विशेष रूप से, सिस्टम एजेंट और कंट्रोलर का सिमुलेशन करता है।

स्रोत – MIT

इंजीनियर वास्तविक‑विश्व ड्रोन की सटीक विशिष्टताओं का उपयोग करते हैं। उन्होंने उनके यांत्रिक क्षमताओं, सीमाओं, प्रदर्शन, बैटरी जीवन और अन्य महत्वपूर्ण कारकों को शामिल किया। सिमुलेशन ने इस जानकारी को लेकर बड़े‑पैमाने के परीक्षण बनाए जिन्हें इंजीनियरों ने मॉनिटर किया।

विशेष रूप से, ग्राफ न्यूरल नेटवर्क (GNN) का उपयोग करने का निर्णय समझदार था क्योंकि यह दूरी‑आधारित अवलोकन सूचना प्रवाह के बदलते ग्राफ़ टोपोलॉजी को ट्रैक करने में सक्षम बनाता है। इस इनपुट को अन्य डेटा के साथ मिलाकर AI सिस्टम को प्रदर्शन और सुरक्षा के बीच संतुलन बनाने के लिए प्रोग्राम किया गया।

अधिक एजेंट और कार्य जोड़ें

इंजीनियरों ने सिमुलेशन को अधिक इकाइयों और अधिक जटिल कार्यों को शामिल करने के लिए स्केल अप करना शुरू किया। उन्होंने नोट किया कि वास्तविक‑समय सुरक्षा सिस्टम नई ड्रोन पर कॉपी‑पेस्ट करने के बाद स्वचालित रूप से समायोजित हो जाता है। प्रत्येक इंटरैक्शन को नोट किया गया जैसे-जैसे सिमुलेशन में अधिक ड्रोन जोड़े गए।

हजारों सिमुलेशन में टकराव को ट्रैक करें

जैसे-जैसे एजेंट और बाधाओं की संख्या और घनत्व बढ़ा, सिस्टम को इस तरह फाइन‑ट्यून किया गया कि कोई टकराव नहीं होने को इनाम माना जाए। GNN ने स्वायत्त रूप से कंट्रोलर इनपुट को समायोजित करना शुरू किया ताकि सुरक्षा उल्लंघनों को कम किया जा सके।

इंजीनियरों ने नोट किया कि GNN ने ड्रोन को वास्तविक‑समय में अपनी ट्रैजेक्टरी को समायोजित करने में मदद की ताकि वे अन्य बॉट्स के साथ टकराव से बच सकें। इस परीक्षण ने यह सुनिश्चित करने में मदद की कि उनका कंट्रोलर प्रतिक्रियाशील है, अर्थात वह वास्तविक‑समय पर्यावरणीय स्थितियों के आधार पर ड्रोन के लिए लगातार नई उड़ान पथ बना रहा है।

MIT के इंजीनियरों ने इस दृष्टिकोण के हिस्से के रूप में सुरक्षा सीमाएँ भी पेश कीं। ये वे क्षेत्र हैं जहाँ उपकरणों के सुरक्षा उल्लंघन होने की संभावना अधिक होती है। उपकरणों को इन क्षेत्रों से बचने के निर्देश देकर, टीम ने वर्तमान सिस्टम में मौजूद कई टकराव और त्रुटियों को काफी हद तक कम कर दिया।

मल्टी-एजेंट सिस्टम के लिए प्रशिक्षण विधि

प्रभावशाली रूप से, कंट्रोलर को सिमुलेशन में किसी भी सुरक्षा समस्या को हल करने के बाद अन्य इकाइयों पर कॉपी‑पेस्ट किया गया। क्योंकि प्रोटोकॉल मनमाने ग्राफ टोपोलॉजी को संभाल सकता है, इसे ऊर्ध्वाधर रूप से स्केल करना आसान है। अतिरिक्त रूप से, यह भागीदारों की बदलती संख्या को ध्यान में रख सकता है, अर्थात प्रोग्रामिंग कुछ ड्रोन पर की जा सकती है और फिर पूरे झुंड के साथ साझा की जा सकती है।

MAS सुरक्षा प्रोग्रामिंग परीक्षण

इंजीनियरों ने बड़े‑पैमाने के बाधाओं वाले वातावरण में सुरक्षित मल्टी‑एजेंट नियंत्रण के लिए अपने वितरित फ्रेमवर्क का परीक्षण करने के लिए Crazyflies ड्रोन का उपयोग किया। ये हाथ‑के‑आकार के क्वाड्रोटर ड्रोन GNN के साथ अपग्रेड किए गए थे। कुल मिलाकर परीक्षण चरण में 8 Crazyflies का उपयोग किया गया।

एजेंटों ने 8 वास्तविक‑विश्व ड्रोन का उपयोग करके गतिविधियों को ट्रैक और मॉनिटर किया। फिर, डेटा को 1000 ड्रोन के सिमुलेशन में साझा किया गया। समान स्केल‑अप विधि का उपयोग बाधाओं के लिए भी किया गया। टीम ने वास्तविक‑विश्व परीक्षण में 8 बाधाओं से शुरू किया। सिमुलेशन ने अंतिम परीक्षणों के लिए 128 चलती और स्थिर बाधाओं की संख्या बढ़ा दी।

MAS सुरक्षा प्रोग्रामिंग परीक्षण विभिन्न उद्देश्यों

ड्रोन को विभिन्न उद्देश्यों के साथ प्रदान किया गया ताकि यह देखा जा सके कि वे भीड़भाड़ वाले वातावरण में कैसे प्रदर्शन करते हैं। एक कार्य था उड़ान के दौरान स्थितियों को बदलना। यह कार्य सरल लग सकता है, लेकिन जब आप 1000 ड्रोन से निपट रहे हों, तो टकराव का जोखिम बहुत अधिक होता है।

लैंडिंग

अगला उद्देश्य था ड्रोन को चलती हुई बॉक्सों पर लैंड कराना। चलती हुई बॉक्सें टर्टलबॉट नामक रोबोट थे। टर्टलबॉट विभिन्न गति पर घूमने के लिए सेट किए गए थे। ड्रोन को एक‑दूसरे के आसपास नेविगेट करना और टर्टलबॉट पर सुरक्षित रूप से लैंड करना था ताकि उनका कार्य पूरा हो सके।

MAS सुरक्षा प्रोग्रामिंग परीक्षण परिणाम

सुरक्षा प्रोग्रामिंग अध्ययन के परिणाम आश्चर्यजनक हैं। सबसे पहले, उपकरणों ने 2D और 3D दोनों वातावरणों में अपने पूर्ववर्तियों से बेहतर प्रदर्शन किया। सिस्टम द्वारा LiDAR‑आधारित पॉइंट‑क्लाउड अवलोकनों का उपयोग करके बाधाओं को संभालना एक बड़ा अतिरिक्त साबित हुआ। इसने ड्रोन को वास्तविक‑समय समायोजन करने और अपने निर्धारित सुरक्षा क्षेत्रों में रहने में सक्षम बनाया।

Crazyflies ने उड़ान के दौरान कार्य पूरे किए, सफलतापूर्वक लैंड हुए और कोई टकराव नहीं हुआ। इंजीनियरों ने निष्कर्ष निकाला कि उनका सिस्टम टकराव में 40% की कमी प्रदान कर सकता है। इसने ड्रोन के प्रदर्शन को भी सुधारा, जिससे वे सैकड़ों ड्रोन के साथ बिना किसी घटना के कार्य पूरे कर सके।

MAS सुरक्षा प्रोग्रामिंग अध्ययन लाभ

इस अध्ययन के कई लाभ हैं। सबसे पहले, यह इंजीनियरों को सुरक्षा आवश्यकताओं और प्रदर्शन मानदंडों को स्वचालित रूप से संतुलित करने की अनुमति देता है। सिस्टम द्वारा कंट्रोल बैरियर फ़ंक्शन सिद्धांत का उपयोग करके सुरक्षा गारंटी प्रदान करना निकटवर्ती लोगों के लिए जोखिम को अत्यधिक कम करता है। साथ ही, LiDAR सिस्टम का उपयोग वास्तविक‑समय प्रतिक्रिया और उड़ान पथ समायोजन सुनिश्चित करता है।

केवल गंतव्य

इस तकनीक का सबसे बड़ा लाभ यह है कि इंजीनियरों को पारंपरिक तरीकों की तरह विस्तृत उड़ान पथ योजना नहीं बनानी पड़ती, जो बहुत समय और गणनात्मक प्रयास लेती है। टीम ने केवल ड्रोन को निर्देश और एक गंतव्य दिया। उपकरण ने एक भी टकराव‑मुक्त ट्रैजेक्टरी की गणना नहीं की। इसके बजाय, उसने वास्तविक‑समय में अपने सेंसर इनपुट के आधार पर हजारों ट्रैजेक्टरी की गणना की, जिससे सभी परिवर्तन ट्रैक होते हैं और समायोजन किए जाते हैं।

स्केलेबल

इंजीनियरों ने आज के सिस्टम को अपने नवीनतम कॉपी‑एंड‑पेस्ट कंट्रोलर के साथ एक बड़ा अपग्रेड किया। यह प्रोटोकॉल ग्राफ संरचना का उपयोग करता है जो स्केलेबल और सामान्यीकृत वितरित नियंत्रण के लिए आदर्श है।

इस दृष्टिकोण का मतलब है कि भविष्य के ड्रोन पायलट को केवल कुछ इकाइयों को प्रोग्राम करना होगा। सुरक्षा पैरामीटर को फिर अनिश्चित संख्या में ड्रोन तक स्केल किया जा सकता है, जिससे पैसे, समय और प्रयास की बचत होती है, जबकि प्रदर्शन से समझौता नहीं होता।

MAS सुरक्षा प्रोग्रामिंग अनुप्रयोग

इस तकनीक के अनुप्रयोगों की सूची लगातार बढ़ रही है। कंट्रोलर प्रोटोकॉल को आसानी से बनाना, वितरित करना और स्केल करना ड्रोन एंटी‑टकराव सिस्टम के लिए एक बड़ा अपग्रेड है। यह बड़े‑पैमाने के अनुप्रयोगों को नई पर्यावरणों के लिए जल्दी से कॉन्फ़िगर करने की अनुमति देता है। यह क्षमता इस तकनीक को वेयरहाउस, खोज‑और‑राहत कार्य, स्वचालित कारों और सैन्य कार्यों में उपयोग के लिए उपयुक्त बनाती है।

MAS सुरक्षा प्रोग्रामिंग शोधकर्ता

इस कार्य के पीछे के शोधकर्ता MIT के एरोनॉटिक्स और एस्ट्रोनॉटिक्स के एसोसिएट प्रोफेसर चुचु फैन हैं। साथ ही, सोंग्युआन झांग, ओसविन और कु्नाल गार्ग ने शोध में सहायता की। उल्लेखनीय रूप से, इस अध्ययन को यू.एस. नेशनल साइंस फाउंडेशन, MIT लिंकन लैबोरेटरी के सुरक्षा इन एरोबैटिक फ्लाइट रेगाइम्स (SAFR) कार्यक्रम, और सिंगापुर के डिफेंस साइंस एंड टेक्नोलॉजी एजेंसी से वित्तीय समर्थन मिला।

स्वायत्त वाहनों में अग्रणी कंपनी

कई कंपनियाँ MAS सुरक्षा प्रोग्रामिंग अध्ययन का उपयोग करके अपने UAV या EV ऑफ़रिंग को सुधार सकती हैं। जैसे-जैसे अधिक स्वायत्त वाहन निर्माता लॉन्च होते हैं, स्वायत्त वाहनों के बेड़ों के लिए सुरक्षा आवश्यकताएँ बढ़ेंगी। यहाँ एक कंपनी है जो इस डेटा का उपयोग करके अपने ROI को सुधारने के लिए पूरी तरह से तैयार है।

Amazon

जब स्वायत्त रोबोटों के झुंड को संचालित करने की बात आती है, तो Amazon (AMZN ) बाजार में अग्रणी है। कंपनी ने कई साल पहले अपने कारखाने में स्वायत्त रोबोटों को एकीकृत किया था। तब से उसने अपने ड्रोन बेड़े को UAVs और EVs शामिल करने के लिए विस्तारित किया है। जैसे-जैसे उनका बेड़ा बढ़ता है, सुरक्षा पैरामीटर और नियंत्रण सिस्टम की मांग भी बढ़ेगी, जैसे कि MIT के शोधकर्ताओं ने विकसित किए हैं।

Amazon ने लंबे समय से ड्रोन डिलीवरी बेड़ों के बारे में संकेत दिया है। आने वाले वर्ष में, कंपनी अपना लॉन्च शुरू कर सकती है। उल्लेखनीय रूप से, FAA ने पिछले नवंबर में उपयोग करने के लिए MK30 ड्रोन को मंजूरी दे दी थी।

Amazon ने यूरोपीय संघ में ड्रोन द्वारा पैकेज डिलीवरी के अपने 10‑वर्षीय लक्ष्य की ओर भी प्रगति की है। विशेष रूप से, कंपनी ने पिछले दिसंबर में इटली के सैन साल्वो में अपनी डिलीवरी प्रणाली का परीक्षण किया, जिसके परिणाम शानदार रहे।

यदि सफल रहा, तो Amazon हर साल +500M ग्राहकों को ड्रोन द्वारा डिलीवर कर सकता है। यह कदम डिलीवरी लागत और चोरी को काफी कम कर देगा, जिससे AMZN स्टॉक में वृद्धि देखी जा सकती है।

MAS सुरक्षा प्रोग्रामिंग का भविष्य

ड्रोन सुरक्षा प्रोग्रामिंग का भविष्य स्केलेबल हाई‑परफ़ॉर्मेंस AI‑आधारित सिस्टम है। ये सिस्टम इंजीनियरों को सुरक्षा प्रोटोकॉल के निर्माण से लेकर प्रबंधन और वितरण तक सब कुछ सरल बनाने की अनुमति देंगे।

भविष्य में, आपका डिलीवरी ड्रोन अपने वास्तविक‑समय पर्यावरण, उड़ान पथ और सहकर्मियों के स्थान को पूरी तरह समझेगा। इस प्रकार, लोग 24‑घंटे डिलीवरी को बहुत धीमा मानने के दिन के करीब पहुँच रहे हैं।

रोबोटिक्स सेक्टर में अन्य रोमांचक विकासों के बारे में यहाँ जानें।

अध्ययन संदर्भ:

^{1. Zhang, S., So, O., Garg, K., & Fan, C. (2025). GCBF+: एक न्यूरल ग्राफ कंट्रोल बैरियर फ़ंक्शन फ्रेमवर्क वितरित सुरक्षित मल्टी‑एजेंट नियंत्रण के लिए. IEEE Transactions on Robotics. https://doi.org/10.1109/TRO.2025.3530348}