सामाजिक रोबोटिक्स के क्षेत्र में एक क्रांतिकारी उपलब्धि ने मशीनों के मानवों के साथ संवाद सीखने के तरीके को बदल दिया है। शोधकर्ताओं ने एक ऐसा सिमुलेशन सिस्टम विकसित किया है, जिससे सामाजिक रोबोट्स को प्रशिक्षित करने के लिए अब मानव प्रतिभागियों की आवश्यकता नहीं रह गई है, और इससे इस क्षेत्र के विकास की गति में उल्लेखनीय बदलाव आ सकता है।
यह अध्ययन 2025 IEEE इंटरनेशनल कॉन्फ्रेंस ऑन रोबोटिक्स एंड ऑटोमेशन (ICRA) में प्रस्तुत किया गया, जिसे सरे विश्वविद्यालय और हैम्बर्ग विश्वविद्यालय की टीम ने मिलकर किया। उनका दृष्टिकोण एक डायनामिक स्कैनपाथ प्रेडिक्शन मॉडल पर केंद्रित है, जो रोबोट्स को सामाजिक संवाद के दौरान स्वाभाविक रूप से यह अनुमान लगाने में मदद करता है कि इंसान कहाँ देखेंगे।
"हमारी विधि से हम यह जांच सकते हैं कि क्या रोबोट्स सही चीज़ों पर ध्यान दे रहे हैं – ठीक वैसे ही जैसे एक इंसान देता है – और इसके लिए वास्तविक समय में मानव पर्यवेक्षण की आवश्यकता नहीं होती," अध्ययन की सह-नेता और सरे विश्वविद्यालय में कॉग्निटिव न्यूरोसाइंस की व्याख्याता डॉ. दी फू ने बताया।
शोध टीम ने अपने मॉडल को दो सार्वजनिक रूप से उपलब्ध डाटासेट्स पर मान्य किया, जिससे यह सिद्ध हुआ कि ह्यूमनॉइड रोबोट्स सफलतापूर्वक मानव जैसी आँखों की गतिविधियों की नकल कर सकते हैं। उन्होंने मानव दृष्टि प्राथमिकता मानचित्रों को स्क्रीन पर प्रक्षिप्त कर, रोबोट द्वारा अनुमानित ध्यान केंद्र के साथ वास्तविक डेटा की सीधी तुलना की, जिससे शुरुआती शोध चरणों में बड़े पैमाने पर मानव-रोबोट संवाद अध्ययन की आवश्यकता समाप्त हो गई।
यह नवाचार सामाजिक रोबोटिक्स के विकास में एक महत्वपूर्ण बाधा को संबोधित करता है। पहले, शोधकर्ताओं को शिक्षा, स्वास्थ्य सेवा और ग्राहक सेवा जैसे सामाजिक परिवेशों के लिए डिज़ाइन किए गए रोबोट्स के प्रशिक्षण और परीक्षण के लिए कई मानव प्रतिभागियों की आवश्यकता होती थी। ऐसे रोबोट्स के उदाहरणों में पेपर (खुदरा सहायक) और पारो (डिमेंशिया रोगियों के लिए थेरेप्यूटिक रोबोट) शामिल हैं।
इस उपलब्धि के माध्यम से शोधकर्ता अब वास्तविक दुनिया में तैनाती से पहले सिमुलेशन के ज़रिए बड़े पैमाने पर सामाजिक संवाद मॉडल का परीक्षण और परिष्करण कर सकते हैं। इससे सामाजिक रोबोट्स के विकास चक्र में नाटकीय तेजी आ सकती है, लागत कम हो सकती है और मानव परिवेश में उनकी प्रभावशीलता बढ़ सकती है।