تخيل أنك قبطان سفينة فضاء، ولكن بدلاً من غرفة تحكم أنيقة، سفينتك هي روبوت يتعين عليه التنقل في عالم فوضوي ومتغير باستمرار. أحياناً تصبح عينا الروبوت (الكاميرات) ضبابيتين، وأحياناً أخرى يحدث خلل في دماغه (البرمجيات)، وأحياناً يشعر النظام بأكمله بالارتباك بسبب كثرة الأشياء التي تحدث في وقت واحد. في عالم الروبوتات، هذه مشكلة ضخمة. لقد كانت الروبوتات تعمل سابقاً في مصانع مثالية ويمكن التنبؤ بها، ولكن الآن يتم إرسالها إلى العالم الحقيقي الفوضوي—تحلق فوق المدن، وتقود على الطرق الترابية، وتساعد البشر. عندما تسوء الأمور، غالباً ما يكون من السهل رؤية أن الروبوت يفشل (مثل سيارة تتعثر في سيرها)، ولكن من الصعب للغاية معرفة لماذا يفشل. هل الكاميرا معطلة؟ هل البرمجيات مرتبكة؟ هل اصطدم طائر بالعدسة؟

هنا يأتي دور مجال "الأنظمة ذاتية التكيف" (self-adaptive systems). فكر في الأمر كما لو كنت تمنح الروبوت ميكانيكياً داخلياً ومحققاً في رأسه. إذا استشعر الروبوت وجود خطأ ما، فإنه يحاول إصلاح نفسه دون انتظار ضغط إنسان على زر. قد يعيد تشغيل جزء معطل، أو ينتقل إلى كاميرا احتياطية، أو يغير طريقة تفكيره. ولكن لبناء روبوت يمكنه القيام بذلك، يحتاج المهندسون إلى مكان آمن لاختبار أفكارهم. إنهم بحاجة إلى "أرض تدريب" حيث يمكنهم كسر الأشياء عن قصد ليروا ما إذا كانت مهارات الإصلاح الذاتي للرودت تعمل حقاً. هذا هو بالضبط التحدي الذي يتصدى له بحث جديد يسمى SUNSET.

ساحة تدريب "الترميم الذاتي" للروبوت

تعرف على SUNSET (التقطيع الدلالي القائم على دمج المستشعرات - Sensor-fUsioN based semantic SegmEnTation). إنه ليس روبوتاً بحد ذاته، بل هو محاكاة ذكية للغاية—ملعب رقمي بُني لاختبار مدى قدرة الروبوتات على إصلاح نفسها عندما تسوء الأمور. وضع المؤلفون، وهم فريق من الباحثين من ألمانيا وهولندا، هذا "النموذج المثالي" (exemplar) (وهي مجرد كلمة منمقة تعني مثالاً مثالياً أو نموذج اختبار) لحل مشكلة محددة في الروبوتات: ماذا يحدث عندما يتعطل الروبوت بطريقتين مختلفتين في نفس الوقت، ولا تعرف أيهما هو المسبب الحقيقي؟

السيناريو: طائرة بدون طيار في مهمة

تخيل طائرة بدون طيار (درون) تحلق فوق بلدة، تحاول فهم ما تراه. هل هذه سيارة؟ أم شجرة؟ أم شخص؟ للقيام بذلك، تستخدم الطائرة مسار "التقطيع الدلالي" (semantic segmentation). باللغة البسيطة، هذا يعني أن الطائرة تأخذ صوراً من كاميراتها وتستخدم عقلاً يعمل بالذكاء الاصطناعي لتسمية كل بكسل في الصورة. الأمر يشبه لعب الطائرة للعبة "أنا أرى" (I Spy) عالية السرعة حيث يتعين عليها تحديد كل شيء في العالم فوراً.

في محاكاة SUNSET، تحلق هذه الطائرة عبر مدينة رقمية (باستخدام مجموعة بيانات تسمى SynDrone) وتنظر إلى العالم من خلال نوعين من العيون: كاميرا ملونة قياسية (RGB) وكاميرا عمق (ترى مدى بعد الأشياء). تقوم الطائرة بدمج هذين المنظورين معاً للحصول على فهم ثلاثي الأبعاد مثالي لمحيطها.

الفوضى: كسر الأشياء عن قصد

هنا يبدأ المرح. قام الباحثون ببناء "حاقن الأعطال" (Fault Injector)—وهو مخرب رقمي يمكنه كسر نظام الطائرة بـ 11 طريقة مختلفة. لكن الجزء الصعب هو أن هذه الأعطال لا تبدو دائماً مثل العطل نفسه.

فكر في الأمر مثل سيارة لا تعمل. العرض هو "السيارة لا تعمل". لكن السبب قد يكون بطارية فارغة، أو محرك بدء تشغيل مكسور، أو محرك غارق بالوقود. في SUNSET، يحاكي الباحثون سيناريوهات حيث:

1. الأعراض غامضة: رؤية الطائرة تصبح ضبابية. هل السبب هو اتساخ عدسة الكاميرا؟ أم أن البرامج تنهار؟ أم أن البيانات تضيع في الأسلاك؟ النظام يرى الضباب، لكنه لا يعرف السبب الجذري.
2. أشياء متعددة تتعطل في آن واحد: قد تعاني الطائرة من خلل في الكاميرا و انهيار في البرمجيات في وقت واحد. يُسمى هذا "فشلاً متزامناً" (concurrent failure). معظم نماذج الاختبار القديمة لا تسمت لك إلا كسر شيء واحد في كل مرة، وهذا سهل للغاية. أما SUNSET فيسمح لك بكسر أشياء متعددة في وقت واحد، مما يجبر "دماغ التكيف الذاتي" للروبوت على ترتيب الأولويات ومعرفة أي إصلاح يجب تطبيقه أولاً.

مجموعة الأدوات: كيف يصلح الروبوت نفسه

يوضح البحث أن SUNSET يسمح لـ "نظام إدارة" (الميكانيكي الداخلي للروبوت) بتجربة أربعة أنواع رئيسية من الإصلاحات:

• إعادة المعلمات (Reparametrization): تعديل الإعدادات. مثل ضبط مقبض التركيز في الكاميرا أو تعديل مستوى الصوت.
• تغيير الاتصال (Changing Communication): تغيير القناة. إذا كان تدفق البيانات مسدوداً، يمكن للروبوت الانتقال إلى قناة بيانات أخرى.
• إعادة تشغيل المكونات (Restarting Components): إيقاف جزء معين ثم تشغيله مرة أخرى. الأمر يشبه إعادة تشغيل برنامج كمبيوتر متوقف.
• إعادة النشر (Redeploying): هذا هو الخيار النووي. إنه يشبه فصل التيار عن جزء معين من الأجهزة وإعادة تشغيل الآلة بأكملها. يشير البحث إلى أن هذا الإجراء عنيف ويستغرق وقتاً، لذا يجب على الروبوت القيام به فقط عند الضرورة.

اختبر الباحثون "روبوتاً أساسياً" (نسخة بسيطة من نظام التكيف الذاتي) لمعرفة كيفية تعامله مع هذه الكوارث. لقد قاموا بتشغيل 54 سيناريو مختلفاً، مع خلط وتوفيق الأعطال لخلق كل توليفة ممكنة من الفوضى.

النتائج: الأمر صعب، لكنه ينجح

تظهر النتائج الواردة في البحث أنه بينما يمكن للروبوت إصلاح نفسه، إلا أنه ليس مثالياً.

• عندما حلقت الطائرة بدون أي مشاكل، كانت رؤيتها دقيقة (بدرجة تسمى IoU تبلغ 0.47 ± 0.02).
• عندما كانت الطائرة تتعرض للأعطال باستمرار (صور ضبابية ومشاكل في التركيز) وبدون أي مساعدة، انخفضت رؤيتها بشكل كبير إلى 0.28 ± 0.08.
• مع نظام التكيف الذاتي الأساسي، تمكن الروبوت من استعادة بعض من رؤيته، مما رفع الدرجة مرة أخرى إلى 0.30 ± 0.09.

ومع ذلك، يشير البحث إلى خلل في نموذجهم الأساسي البسيط: كان الروبوت فظاً بعض الشيء. فقد اختار غالباً "الخيار النووي" (إعادة نشر النظام بالكامل) بينما كان بإمكانه ببساطة إعادة التشغيل أو تغيير الإعدادات. نتج عن ذلك عدد كبير من عمليات إعادة النشر غير الضرورية (6.52 ± 4.67 في كل تشغيل) ووقت استجابة يبلغ حوالي 2.02 ± 1.04 ثانية. يشير البحث إلى أنه بينما يمكن للروبوت التكيف، فإنه يحتاج إلى أن يصبح أكثر ذكاءً في كيفية التكيف لتجنب المبالغة في رد الفعل.

لماذا يهم هذا؟

لا يدعي المؤلفون أنهم حلوا مشكلة الترميم الذاتي للروبوتات إلى الأبد. بدلاً من ذلك، قاموا ببناء مضمار اختبار جديد وصعب. قبل SUNSET، كان من الصعب مقارنة أنظمة التكيف الذاتي المختلفة لأن الجميع كان يختبرها في سيناريوهات مختلفة وسهلة. الآن، لدى الباحثين ملعب معياري وصعب حيث يمكنهم حقن أعطال متعددة ومربكة في وقت واحد.

يخلص البحث إلى أن SUNSET هو "نموذج أصلي مبتكر وتحدٍ كبير". فهو يثبت أنه يمكننا محاكاة حالات الفشل الواقعية والفوضوية في نظام يعتمد على ROS2 (إطار عمل برمجي شائع للروبوتات)، وأنه يمكننا قياس مدى أداء دماغ الإصلاح الذاتي للروبوت بدقة. إنها خطوة نحو روبوتات يمكنها الطيران وسط عاصفة، وتصاب بالارتباك، ثم تجد طريقها للهبوط بأمان بمفردها، دون الحاجة إلى إنسان يضغط على زر "إعادة الضبط".

كود هذه المحاكة بأكملها متاح لأي شخص لتحميله وتجربته، مما يدعو الجيل القادم من مهندسي الروبوتات لبناء آلات أكثر ذكاءً ومرونة.