MorphIt: Flexible Spherical Approximation of Robot Morphology for Representation-driven Adaptation
يُعد MorphIt إطار عمل مبتكر يُمكّن الروبوتات من تكييف تمثيلاتها المورفولوجية الكروية ديناميكيًا من خلال التحسين القائم على التدرج، مما يوفر مقايضة قابلة للضبط بين الدقة والكفاءة تتفوق بشكل كبير على الأساليب الحالية في السرعة والوفاء الهندسي لمهام مثل كشف التصادم والتفاعل الغني بالاتصال.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تُبنى الروبوتات لتتحرك عبر العالم، ولكن لكي تفعل ذلك بأمان ومهارة، يجب عليها أولاً أن تفهم أجسادها. في مجال الروبوتات، يأتي هذا الفهم في شكل خريطة رقمية، وهي تمثيل رياضي لكل ذراع ومفصل وأداة يمتلكها الجهاز. لعقود من الزمن، تعامل المهندسون مع هذه الخريطة كشيء ثابت، مخطط صلب لا يتغير بغض {ما يحاول الروبوت القيام به}. وهذا يخلق معضلة صعبة؛ فلكي يتحرك الروبوت بسرعة ويتجنب الاصطدام بالأشياء في غرفة مزدحمة، فإنه يحتاج إلى رسم تخطيطي بسيط وخشن لجسمه يكون سريع الحساب. ومع ذلك، لكي يؤدي مهام دقيقة، مثل دفع كوب عبر طاولة أو الانزلاق في مساحة ضيقة، يحتاج الروبوت إلى نموذج مفصل ودقيق للغاية ليعرف بالضبط أين يقع جلده. لا يمكن لخريطة واحدة ثابتة أن تكون بسيطة بما يكفي للسرعة ودقيقة بما يكفي للدقة في آن واحد.
هذا التوتر بين السلامة والبراعة قد حد لفترة طويلة مما يمكن للروبوتات تحقيقه. فإذا استخدم الروبوت رسماً تخطيطياً خشناً، فقد يصطدم بجسم اعتقد أنه يستطيع تجاوزه. وإذا استخدم نموذجاً مفصلاً، فسيستغرق الكمبيوتر وقتاً طويلاً في التفكير، مما يجعل حركة الروبوت بطيئة أو يجعله يفقد فرصة استغلال اللحظة المناسبة. حاول الباحثون حل ذلك عن طريق تصميم خرائط مختلفة يدوياً لمهام مختلفة، لكن هذا الأسلوب بطيء وعرضة للخطأ. ويقدم نهج جديد، طوره فريق في جامعة كولورادو بولدر، مخرجاً من هذا المأزق؛ حيث ابتكروا نظاماً يسمح للروبوت بإعادة التفكير في شكله الرقمي أثناء العمل، عبر التبديل بين الرسم التخطيطي الخشن والبورتريه المفصل اعتماداً على المهمة التي يقوم بها.
يطلق الباحثون على نظامهم اسم MORPHIT. وفي جوهره، يستبدل النظام النماذج ثلاثية الأبعاد المعقدة والمتعرجة للروبوت بمجموعة من الكرات الملساء والمستديرة. فكر في هذه الكرات كأنها لبنات البناء لجسم الروبوت الرقمي. ومن خلال ترتيب مئات أو آلاف من هذه الكرات، يمكن للنظام إنشاء شكل يشبه ويعمل مثل الروبوت الحقيقي. ولا يكمن الابتكار في استخدام الكرات، التي استُخدمت من قبل، بل في كيفية اختيارها. فالأساليب السابقة إما كانت تتطلب من البشر وضع كل كرة يدوياً بجهد مضنٍ، أو اعتمدت على تقنيات رسومات الكمبيوتر المصممة لصناعة الأفلام، لا للتحكم في الآلات. وكانت هذه الأساليب القديمة إما بطيئة جداً بحيث لا تصلح للاستخدام في الوقت الفعلي، أو تنتج أشكالاً إما ضخمة جداً أو متفرقة جداً بحيث تفتقر للدقة.
يغير MORPHIT قواعد اللعبة من خلال التعامل مع ترتيب هذه الكرات كمورد مرن. يأخذ النظام نموذجاً رقمياً لروبوت ويحدد تلقائياً أفضل طريقة لتغطيته بالكرات. ويقوم بذلك عبر تشغيل عملية تحسين رياضية سريعة تعمل على بطاقات الرسوميات القوية الموجودة في معظم أجهزة الكمبيوتر الحديثة. ويمكن توجيه النظام لإعطاء الأولوية لأهداف مختلفة؛ فإذا كان الروبوت بحاجة لتجنب الاصطدام بجدار في ممر مزدحم، يمكن لـ MORPHIT إنشاء نسخة "محافظة"، حيث تكون الكرات أكبر قليلاً من جسم الروبوت الفعلي، مما يخلق حاجز سلامة يضمن عدم اقتراب الروبوت أبداً من أي عائق. أما إذا كان الروبوت بحاجة لدفع جسم ما، فيمكن للنظام الانتقال إلى نسخة "دقيقة"، حيث تلتصق الكرات بسطح الروبوت بإحكام، وتلتقط كل منحنى وتضرس مطلوب للتلامس الدقيق.
والنتائج التي حققها هذا النهج مذهلة. ففي الاختبارات، أنتج النظام الجديد هذه الخرائط الكروية أسرع بمئة مرة من الأساليب القديمة القائمة على التحسين. وقد حقق هذه السرعة مع الحفاظ على مستوى من الدقة الهندسية يتفوق على التقنيات الموجودة. وعندما اختبر الباحثون النظام على ذراع روبوتية مكونة من سبعة مفاصل تُعرف باسم "فرانكا باندا" (Franka Panda)، وجدوا أن الطريقة الجديدة يمكنها إنشاء تقريب عالي الجودة في جزء من الثانية. وهذه السرعة حاسمة لأنها تعني أن الروبوت يمكنه نظرياً تحديث جسمه الرقمي في الوقت الفعلي، وتكييف تمثيله أثناء انتقاله من غرفة واسعة إلى ورشة عمل مزدحمة.
وقد تجلى التأثير العملي لهذه السرعة والمرونة في عدة سيناريوهات محاكاة. في أحد الاختبارات، طلب الباحثون من الروبوت التنقل عبر سلسلة من البيئات المزدحمة المليئة بالعوائق. وعند استخدام النظام الجديد، نجح الروبوت في إيجاد مسارات نحو هدفه بنسبة 12.2% أكثر مما فعله عند استخدام الطرق التقليدية. كما وصل إلى أهدافه بشكل أسرع، حيث استغرق وقتاً أقل بنسبة 65.6% لحساب المسار. وجاء هذا التحسن من قدرة النظام على استخدام عدد أقل من الكرات لتحقيق نفس المستوى من السلامة. وفي اختبار آخر، كان على الروبوت المرور عبر ممر ضيق بين مكعبين؛ فوجد النظام الجديد حلاً باستخدام 62.5% أقل من الكرات مقارنة بالأساليب المرجعية، مما يثبت أن الترتيب الأذكى لللبنات الرقمية أكثر كفاءة من مجرد إضافة المزيد منها.
ولعل النتيجة الأكثر أهمية ظهرت عندما اختبر الباحثون قدرة الروبوت على التحكم في الأشياء من خلال التلامس الفيزيائي. ففي مهمة كان على الروبوت فيها دفع جسم دوار، فشلت الأساليب القديمة التي استخدمت تقريباً خشناً ومتفرقاً لجسم الروبوت غالباً؛ إذ لم تتمكن من رصد نقاط التلامس اللازمة لتحريك الجسم بفعالية. ومع ذلك، عندما استخدم الروبوت التمثيل التفصيلي للجسم الكامل الذي وفره النظام الجديد، استطاع استخدام ذراعه بأكملها، بما في ذلك المرفق والساعد، لدفع الجسم. وقد سمح ذلك للروبوت بالوصيد إلى هدفه في 44 محاولة من أصل 50، مقارنة بـ 20 محاولة فقط باستخدام الطريقة القديمة المتفرقة. لقد أطلق النظام بفعالية قدرة الروبوت على استخدام جسده بالكامل للتحكم، تماماً كما يستخدم الإنسان كتفه أو مرفقه لإزاحة شيء ما بعيداً، بدلاً من الاعتماد فقط على أطراف أصابعه.
ويؤكد الباحثون أن هذه النتائج تحققت في المحاكاة، وهي بيئة رقمية محكومة حيث يمكن إدارة المتغيرات بدقة تامة. وبينما صُمم النظام ليتكامل بسلاسة مع البرمجيات القياسية المستخدمة في الروبوتات الواقعية، فإن الانتقال من المحاكاة إلى الأجهزة المادية يظل تحدياً. ويشير الفريق إلى أن التحقق من هذه النتائج في العالم الحقيقي سيتطلب قياسات دقيقة للتلامس والاصطدام، وهي أمور يصعب التقاطها باستخدام المستشعرات الحالية. ومع ذلك، فإن هذا العمل يشير إلى اتجاه جديد في علم الروبوتات؛ فبدلاً من النظر إلى الشكل الفيزيائي للروبوت كقيد ثابت، يعامل MORPHIT الجسم كأداة نشطة وقابلة للتكيف. ومن خلال السماح للروبوت بتعديل كيفية رؤيته لنفسه ديناميكياً، يردم هذا النظام الفجوة بين الحاجة إلى السرعة والحاجة إلى الدقة، مما يفتح الباب أمام آلات يمكنها التنقل في بيئات معقدة ومتغيرة بمستوى من الذكاء الفيزيائي لم يكن ممكناً الوصول إليه سابقاً.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.