🤖 machine learning

Flow with the Force Field: Learning 3D Compliant Flow Matching Policies from Force and Demonstration-Guided Simulation Data

تقدم هذه الورقة إطار عمل يولد بيانات اصطناعية مستندة إلى القوة من عرض توضيحي بشري واحد لتدريب سياسات بصرية حركية ممتثلة، مما يمكّن الروبوتات من التعامل بفعالية مع مهام التلاعب الغنية بالتلامس مع تكيف موثوق للقوة وتقليص فجوات النقل من المحاكاة إلى الواقع (Sim2Real).

المؤلفون الأصليون: Tianyu Li, Yihan Li, Zizhe Zhang, Nadia Figueroa

نُشر 2026-04-17

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Tianyu Li, Yihan Li, Zizhe Zhang, Nadia Figueroa

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

تخيل أنك تعلم روبوتًا كيفية قلب كتلة خشبية ثقيلة على جانبها أو حمل صندوق كبير وضخم بكلتا يديه. إذا قلت للروبوت فقط، "حرك يدك إلى النقطة X، ثم النقطة Y"، فمن المرجح أن يصطدم بالكتلة، أو يرتطم بها، أو يحطمها. إنه يفتقر إلى الإحساس. هو لا يعرف متى يضغط بقوة ومتى يكون لطيفًا.

تقدم هذه الورقة البحثية طريقة جديدة لتعليم الروبوتات هذه المهام التي تتطلب "إحساسًا باللمس" دون الحاجة إلى آلاف الساعات من الممارسة في العالم الحقيقي. إليك تفصيل طريقتهم، مشروحة ببساطة:

1. المشكلة: الروبوت "أخرق"

معظم الروبوتات الحديثة تشبه عازف البيانو الذي يعرف فقط كيف يضغط على المفاتيح ولكنه لا يعرف كيف يضغط عليها بلطف. إنهم بارعون في الانتقال من أ إلى ب في الفراغ، ولكن بمجرد أن يلمسوا شيئًا، يصبحون متصلبين ويحطمون الأشياء. إنهم يتجاهلون الامتثال (القدرة على الاستجابة أو الانحناء تحت الضغط).

2. الحل: "محاكي حقل القوة"

ابتكر المؤلفون نظامًا يعلم الروبوت كيفية "الشعور" باستخدام مثال واحد فقط في محاكاة حاسوبية.

العرض التوضيحي الوحيد: بدلًا من طلب أداء المهمة 500 مرة من قبل إنسان في العالم الحقيقي (وهو أمر بطيء ومكلف)، يطلبون من إنسان القيام بها مرة واحدة داخل محاكي يشبه ألعاب الفيديو (IsaacGym).
الخدعة السحرية (توليد البيانات): بمجرد الحصول على تلك الحركة الواحدة، يستخدمون خدعة رياضية ذكية تسمى تعديل لابلاتسيان (Laplacian Editing). تخيل أن لديك منحوتة طينية لحركة الروبوت؛ يمكنك شد، وعصر، وتدوير تلك الطينة لإنشاء مئات التنوعات الجديدة من نفس الحركة، مع الحفاظ على "الإحساس" الجوهري للفعل.
إضافة "القوة" إلى المزيج: والأهم من ذلك، أنهم لا يغيرون الموقع فحسب؛ بل يغيرون القوة أيضًا. هم يضيفون "أهدافًا افتراضية" تخبر الروبوت، "إذا ضغطت هنا، يجب أن تضغط بقوة أكبر"، أو "إذا اصطدمت بهذا السطح، يجب أن تخفف قبضتك". هذا يخلق مكتبة ضخمة من بيانات التدريب "الواعية بالقوة" من عرض توضيحي بشري واحد فقط.

3. الدماغ: سياسة "مطابقة التدفق" (Flow Matching)

الآن بعد أن أصبح لديهم مجموعة بيانات ضخمة حول "كيفية لمس الأشياء بلطف"، فهم بحاجة إلى دماغ لتعلم ذلك.

يستخدمون تقنية تسمى مطابقة التدفق (Flow Matching). فكر في هذا مثل النهر؛ تبدأ حركة الروبوت كدوامة فوضوية من الاحتمالات (ضجيج) ثم تتدفق بسلاسة نحو الإجراء الصحيح.
"عيون" الروبوت هي سحب النقاط ثلاثية الأبعاد (3D Point Clouds) (خريطة رقمية من النقاط تمثل شكل الجسم)، وليست مجرد صور مسطحة. هذا يساعد الروبوت على فهم الشكل ثلاثي الأبعاد للجسم، حتى لو تغيرت الإضاءة.
"جلد" الروبوت هو مستشعرات القوة. إنه يتعلم النظر إلى الشكل ثلاثي الأبعاد و"الشعور" بالضغط في آن واحد.

4. التنفيذ: شبكة الأمان لـ "المقاومة السلبية" (Passive Impedance)

هذا هو الجزء الأكثر أهمية للسلامة. حتى لو اعتقد دماغ الروبوت أنه يعرف ما يجب فعله، فإن العالم الحقيقي فوضوي.

الطريقة القديمة: يحاول الروبوت اتباع مسار صلب. إذا اصطدم بحائط، فإنه يضغط بقوة أكبر، مما قد يؤدي إلى تحطيم الحائط أو نفسه.
الطريقة الجديدة (المقاومة السلبية): يعامل المؤلفون حركة الروبوت مثل مقود مرن (زنبركي). لدى الروبوت "سرعة مرغوبة" (المكان الذي يريد الذه el)، ولكنه متصل بهذا الهدف بواسطة زنبرك.
- إذا اصطدم الروبوت بعائق، يتمدد الزنبرك. لا يصارع الروبوت العائق؛ بل ينحني بلطف، أو ينزلق حوله، أو يعدل قبضته.
- هذا يمنع الروبوت من ضخ الكثير من الطاقة (الاصطدام) ويسمح له بالتعافي من الأخطاء بشكل طبيعي.

النتائج: من المحاكاة إلى الواقع

اختبروا ذلك على مهمتين:

قلب كتلة: ذراع واحدة تقلب كتلة من الوضع المسطح إلى الوضع القائم.
حمل صندوق: ذراعان تعملان معًا لنقل جسم كبير.

السحر: قاموا بتدريب الروبوت بالكامل على بيانات المحاكاة "المشدودة طينياً". ثم أخذوا الروبوت إلى العالم الحقيقي وأعطوه صفر تدريب في العالم الحقيقي.

التعميم المكاني: قاموا بنقل الكتلة إلى أماكن لم يرها الروبوت قط في المحاكي، ومع ذلك نجحت العملية.
تعميم الأجسام: أعطوا الروبوت صناديق بأحجام مختلفة (بعضها أكبر وبعضها أصغر من بيانات التدريب)، وقد تكيف فورًا.
السلامة: منع المتحكم "الزنبركي" الروبوت من تحطيم الأجسام، حيث استخدم طاقة أقل ونجح أكثر من المتحكمات الصلبة.

الخلاصة الكبرى

تظهر هذه الورقة البحثية أنك لست بحاجة لأن يتدرب الروبوت مليون مرة في العالم الحقيقي ليتعلم كيفية التعامل مع الأجسام الرقيقة. من خلال استخدام عرض توضيحي بشري واحد في محاكاة، وتمديد تلك البيانات باستخدام الرياضيات، ومنح الروبوت جسمًا مرنًا وممتثلًا، يمكننا تعليم الروبوتات التعامل مع العالم الحقيقي ببراعة اليد البشرية.

باختصار: لقد علموا الروبوت كيفية "الشعور" عبر محاكاة مليون طريقة مختلفة للمس الأشياء، ثم تركوا الروبوت يتدرب على "مقود زنبركي" حتى لا يحطم أي شيء عندما ينتقل أخيرًا إلى العالم الحقيقي.

إليك ملخص تقني مفصل لورقة البحث بعنوان: "التدفق مع حقل القوة: تعلم سياسات مطابقة التدفق ثلاثية الأبعاد المتوافقة من بيانات المحاكاة الموجهة بالقوة والبيانات التوضيحية."

1. بيان المشكلة

تتطلب مهام التلاعب الروبوتي التي تنطوي على تلامس مستمر (مثل قلب الكتل، أو مسح الأسطح، أو التجميع ثنائي اليد) توازناً دقيقاً بين التحكم الدقيق في الحركة وتنظيم قوة الامتثال (Compliance Regulation). وبينما تقدمت نماذج الرؤية الحركية الحديثة (التي تربط البيانات البصرية الخام بالأفعال الحركية) بشكل كبير، إلا أنها غالباً ما تتجاهل الامتثال الفيزيائي، مما يؤدي إلى:

قوى تلامس مفرطة وسلوك هش تحت ظروف عدم اليقين.
الفشل في المهام التي لا تستطيع فيها وحدات التحكم ذات الصلة الثابتة التعامل مع ظروف التلامس المتغيرة.
الاعتماد العالي على البيانات: الطرق الموجودة التي تدمج القوة (على سبيل المثال، عبر نماذج الانتشار أو التعلم التعزيزي) تتطلب عادةً مئات العروض التوضيحية في العالم الحقيقي أو هندسة مكافآت معقدة، مما يحد من قابليتها للتوسع.
فجوة المحاكاة إلى الواقع (Sim2Real Gap): إن توليد بيانات محاكاة عالية الجودة للمهام الغنية بالتلامس أمر مكلف حوسبياً، وغالباً ما تفشل بيانات المحاكاة القياسية في الانتقال إلى الروبوتات الحقيقية دون تكييف كبير مع النطاق.

التحدي الجوهري الذي تعالجه الورقة هو: كيفية تعلم سياسات رؤية حركية متكيفة ومتوافقة من عرض توضيحي بشري واحد في المحاكاة، مما يتيح الانتقال المباشر (Zero-shot transfer) إلى الروبوتات الحقيقية للمهام الغنية بالتلامس دون الحاجة لجمع بيانات من العالم الحقيقي.

2. المنهجية

تقترح المؤلفة إطار عمل مكون من ثلاث مراحل: توليد البيانات الموجهة بالقوة، تعلم سياسة مطابقة التدفق المتوافقة، والتنفيذ الآمن في العالم الحقيقي.

أ. توليد البيانات الموجهة بالقوة (المحاكاة)

بدلاً من جمع مجموعات بيانات ضخمة في العالم الحقيقي، يقوم النظام بتوليد بيانات تدريب متنوعة في المحاكاة (IsaacGym) من عرض توضيحي واحد بالتحكم عن بعد ( $D_h$ ).

تفكيك المسار: يتم تقسيم العرض التوضيحي إلى أجزاء للفضاء الحر ( $D_f$ ) وأجزاء للتلامس ( $D_c$ ).
عشوائية النطاق (Domain Randomization): يتم تغيير الظروف الأولية (وضعية الجسم، الكتلة، الاحتكاك، وضعية النهاية الطرفية) لإنشاء سيناريوهات جديدة.
تحريف المسار (Trajectory Warping):
- الفضاء الحر: يستخدم تعديل لابلاس (Laplacian Editing) لتحريف المسار إلى الظروف الأولية الجديدة مع الحفاظ على الخصائص الهندسية المحلية.
- داخل التلامس: يستخدم إطاراً متمحوراً حول الجسم لتحريف الوضعيات والقوى بالنسبة للجسم العشوائي.
- الأهداف الافتراضية الموجهة بالقوة: ابتكار حاسم حيث يتم إنشاء "هدف افتراضي" لكل نقطة تلامس عن طريق إزاحة وضعية النهاية الطرفية في اتجاه القوة المقاسة ( $x_{ee}^v = x_{ee} + k_f F$ ). هذا يجبر السياسة على تعلم النية من الحفاظ على التلامس بدلاً من مجرد اتباع مسار.
المخرجات: مجموعة بيانات اصطناعية متنوعة ( $D_{sim}$ ) تحتوي على سحب نقاط، وضعيات النهاية الطرفية، وقياسات القوة.

ب. سياسة مطابقة التدفق المتكيفة والمتوافقة

يتم تدريب السياسة باستخدام مطابقة التدفق (Flow Matching)، وهي تقنية نمذجة توليدية توفر ترددات استدلال أعلى من نماذج الانتشار، مما يجعلها مناسبة للتحكم عالي التردد.

المدخلات:
- سحب النقاط ( $o_{pc}$ ): سحب نقاط ثلاثية الأبعاد من عرض واحد (تتم معالجتها عبر مشفر DP3) لضمان التعميم المكاني، بدلاً من صور RGB.
- وضعية النهاية الطرفية ( $o_{ee}$ ) والقوة ( $o_f$ ): تتم معالجتهما عبر شبكات MLP.
المخرجات: تتنبأ السياسة بأفق مسار ( $H=16$ $H = 16$ ) يتكون من:
1. الوضعية المرجعية ( $X_{ref}$ ): المسار المطلوب.
2. الهدف الافتراضي ( $X_{vt}$ ): الهدف الموجه بالقوة المستخدم للامتثال.
3. معلم الممانعة ( $d$ ): كسب قياسي (scalar gain) يتحكم في الامتثال، ويتم جدولته بناء بناءً على تقدير مقدار القوة.
هدف التدريب: يتعلم النموذج مطابقة حقل السرعة لمسار الاستكمال بين الضجيج وتوزيع الإجراء المستهدف، مشروطاً بمدخلات المستشعرات.

ج. التنفيذ المتوافق باستخدام حقول متجه الحالة

لضمان السلامة والمتانة أثناء التنفيذ في العالم الحقيقي، لا يتم تنفيذ مخرجات السياسة عبر تتبع الموضع الصارم.

حقل سرعة الحالة: يتم تحويل وضعية السياسة إلى حقل سرعة مرغوب.
متحكم الممانعة السلبي (Passive Impedance Controller): يتم التحكم في الروبوت بواسطة قانون ممانعة سلبي: $F_c = D(x)(\dot{x} - f(x))$ $F_{c} = D (x) (\overset{x}{˙} - f (x))$ .
- بدلاً من تتبع النقاط المرجعية بصرامة، يقوم المتحكم بدمج اتجاه الحركة المرجعي مع الاتجاه المتوافق (المتجه من الموضع الحالي إلى الهدف الافتراضي).
- يتم ضبط كسب الدمج ( $d$ ) ديناميكياً بناءً على قوة التلامس: قوة عالية $\leftarrow$ امتثال عالٍ (كسب أقل)؛ قوة منخفضة $\leftarrow$ امتثال منخفض (دقة تتبع أعلى).
- هذا النهج يضخ طاقة أقل في البيئة ويسمح للروبوت بـ "الاستسلام" طبيعياً إذا واجه عوائق غير متوقعة، مما يمنع حدوث أضرار.

3. المساهمات الرئيسية

استراتيجية توليد بيانات خفيفة الوزن: خط معالجة مبتكر لتوليد بيانات محاكاة متنوعة وموجهة بالقوة من عرض توضيحي بشري واحد باستخدام تعديل لابلاس والأهداف الموجهة بالقوة، مما يلغي الحاجة لجمع بيانات واسعة في العالم الحقيقي.
سياسة مطابقة تدفق متكيفة ومتوافقة: بنية سياسة جديدة تأخذ سحب النقاط ثلاثية الأبعاد والقوة كمدخلات وتخرج كل من أفعال الوضعية ومعلمات الممانعة، مما يتيح تحكماً عالي التردد ومدركاً للتلامس.
انتقال مباشر (Zero-Shot) من المحاكاة إلى الواقع: نجاح النشر على روبوتات Franka حقيقية لمهام قلب الكتل (Block Flipping) والنقل ثنائي اليد (Bi-manual Moving) دون أي عروض توضيحية في العالم الحقيقي أو ضبط دقيق.
مخطط تنفيذ الممانعة السلبية: استراتيجية تحكم تحول وضعيات السياسة إلى حقل سرعة حالة، مقترنة بمتحكم ممانعة سلبي. هذا يقلل من ضخ الطاقة ويحسن السلامة مقارنة بمتحكمات الممانعة القائمة على الموضع الكلاسيكية.

4. النتائج التجريبية

تم التحقق من إطار العمل في مهمتين في العالم الحقيقي باستخدام روبوتات Franka Emika:

المهام:
1. قلب الكتلة (Block Flipping): تدوير كتلة من الوضع الأفقي إلى الوضع القائم (حوالي 85 درجة).
2. النقل ثنائي اليد (Bi-manual Moving): ذراعان يعملان بشكل تعاوني لوضع جسم كبير على منصة.
أداء التعميم:
- التعميم المكاني: حققت الطريقة الكاملة نسبة نجاح 97.6% في قلب الكتلة و82.9% في النقل ثنائي اليد عبر مواضع عشوائية، متفوقة بشكل كبير على النماذج المرجعية (التي فشلت غالباً بنسبة 0% أو أقل من 30%).
- التعميم على الأجسام: تعممت السياسة على أحجام وأشكال أجسام غير مرئية (مثل أبعاد صناديق مختلفة) بنسب نجاح عالية، بينما فشلت النماذج التي تعتمد على سحب النقاط فقط أو القوة فقط في الحفاظ على التلامس أو علقت في مكانها.
دراسات الاستئصال (Ablation Studies):
- إزالة تعديل لابلاس أو الأهداف الموجهة بالقوة أدى إلى انخفاض معدلات النجاح إلى 0%، مما يثبت ضرورة البيانات المتنوعة والوعي بالقوة.
- إزالة مدخل القوة أو المخرج المتوافق أدى إلى تدهور الأداء بشكل كبير، مما يؤكد أن كل من التغذية الراجعة الهندسية (سحابة النقاط) والفيزيائية (القوة) ضرورية.
مقارنة المتحكمات:
- حقق متحكم الممانعة السلبي المقترح معدل نجاح 10/12 مع ضخ طاقة متوسط أقل (0.734 جول) مقارنة بـ المتحكم الممانعة الكلاسيكي (8/12 نجاح، 0.835 جول). غالباً ما فشل المتحكم الكلاسيكي بسبب الضغط بقوة ضد الجسم، مما تسبب في انزلاقه أو انحشاره.

5. الأهمية

تجسر هذه الورقة فجوة حرجة في التعلم الروبوتي من خلال إثبات أنه يمكن تعلم الامتثال (Compliance) بفعالية من المحاكاة دون الحاجة لجمع بيانات من العالم الحقيقي.

القابلية للتوسع: تزيل عقبة جمع مئات العروض التوضيحية في العالم الحقيقي للمهام الغنية بالتلامس.
السلامة والمتانة: من خلال دمج التغذية الراجعة للقوة والتحكم في الممانعة السلبية، يتعامل النظام مع عدم اليقين والقيود الفيزيائية بشكل أكثر أماناً من متحكمات الموضع الصارمة.
التعميم: يسمح استخدام سحب النقاط ثلاثية الأبعاد جنباً إلى جنب مع بيانات القوة للسياسة بالتعميم عبر هندسات الأجسام المختلفة والتكوينات المكانية، وهي قدرة تفتقر إليها النهج المعتمدة على RGB أو النهج الكينماتيكية البحتة.
العملية: يوفر إطار العمل مساراً كاملاً من عرض توضيحي واحد في المحاكاة إلى نشر قوي في العالم الحقيقي، مما يوفر مساراً قابلاً للتطبيق لنشر مهارات التلاعب المعقدة في بيئات غير منظمة.