KAN We Flow? Advancing Robotic Manipulation with 3D Flow Matching via KAN & RWKV
تقدم هذه الورقة البحثية KAN-We-Flow، وهي سياسة مطابقة تدفق ثلاثية الأبعاد خفيفة الوزن وفعالة للمناولة الروبوتية تستبدل هياكل UNet الثقيلة بهندسة RWKV-KAN مبتكرة وتنظيم اتساق الحركة لتحقيق أداء رائد مع عدد أقل بكثير من المعلمات.
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
لطالما عانت الروبوتات من صعوبة إتقان الفن الدقيق للمناولة. وبينما تبرع في تحريك الأجسام الثقيلة في خطوط مستقيمة، ظلت المهام التي تتطلب لمسة بشرية — مثل لضم الإبرة، أو تدوير مقبض الباب، أو تجميع جهاز كمبيوتر محمول — بعيدة المنال. لسنوات، حاول الباحثون تعليم الروبوتات هذه المهارات من خلال عرض فيديوهات لخبراء يؤدون هذه الأفعال، وهي عملية تُعرف باسم "تعلم التقليد". وقد اعتمدت أكثر المحاولات نجاحاً في الآونة الأخيرة على نماذج رياضية معقدة تعمل كأنها لعبة تخمين؛ حيث تبدأ هذه النماذج بتخمين عشوائي مشوب بالضجيج، ثم تقوم بتحسينه ببطء، خطوة بخلية، حتى يصبح التخمين خطة حركة واضحة. وبينما تنجح هذه الطريقة في إنتاج حركات عالية الجودة، إلا أنها بطيئة بشكل مؤلم؛ إذ يجب على الروبوت إجراء عشرات خطوات التحسين لكل إجراء يتخذه، مما يخلق تأخراً يجعل التحكم في الوقت الفعلي مستحيلاً. الأمر يشبه محاولة قيادة سيارة عن طريق تخمين المنعطف التالي، ثم تصحيح التخمين، ثم التخمين مرة أخرى، ثم التصحيح مرة أخرى، كل ذلك قبل أن تتحرك السيارة ولو بوصة واحدة.
ولحل مشكلة السرعة هذه، اتجه العلماء إلى نهج أحدث يسمى "مطابقة التدفق" (flow matching). فبدلاً من اتخاذ خطوات صغيرة عديدة لتحسين التخمين، يتعلم هذا النهج مساراً مباشراً من نقطة البداية العشوائية إلى الإجراء الصحيح، مما يسمح للروبوت نظرياً باتخاذ خطوته التالية في خطوة واحدة. ومع ذلك، ظل هناك عائق رئيسي: كانت الأدمغة الحاسوبية التي تشغل هذه النماذج لا تزال ثقيلة وضخمة، حيث اعتمدت على بنيات ضخمة تستهلك الكثير من الطاقة وتتطلب خوادم قوية، مما جعل من المستحيل تشغيلها على الحواسيب الصغيرة التي تعمل بالبطارية والموجودة في الروبوتات الفعلية. لقد كان المجال بحاجة إلى طريقة تحافظ على سرعة النهج الجديد دون ثقل الأجهزة القديمة.
في دراسة جديدة، صمم فريق من الباحثين سياسة روبوتية تحقق هذا التوازن تماماً. فقد قدموا نظاماً يسمى "KAN-We-Flow"، والذي يستبدل البنية الحاسوبية التقليدية الثقيلة بتصميم أخف وزناً وأكثر كفاءة. دمج الباحثون ابتكارين حديثين في الذكاء الاصطناعي لإنشاء نوع جديد من وحدات المعالجة. الجزء الأول يتعامل مع تدفق الوقت، مما يسمح للروبوت بفهم كيفية اتصال أفعاله عبر تسلسل معين، تماماً مثل اتباع قصة بدلاً من مجرد النظر إلى لقطة واحدة. أما الجزء الثاني، فيعمل كمصحح دقيق، حيث يضبط حركات الروبوت بدرجة عالية من الدقة باستخدام طريقة تتعلم الأنماط المرنة والمنحنية بدلاً من الخطوط المستقيمة الجامدة. ومن خلال نسج هاتين القدرتين معاً، أنشأ الفريق نموذجاً أصغر بنسبة 86.8% من أفضل الطرق السابقة، ومع ذلك فهو يعمل بشكل أسرع ويرتكب أخطاء أقل.
إن نتائج هذا العمل مذهلة عند اختبارها مقابل المعايير القياسية. ففي سلسلة من البيئات المحاكية التي تتضمن مهام مثل فتح الأبواب، وتدوير الأقلام، وتجميع الأثاث، تفوق النظام الجديد باستمرار على أسلافه. وفي مهمة صعبة تتضمن يدًا روبوتية تتلاعب بقلم، حقق النموذج الجديد معدل نجاح قدره 68%، مقارنة بـ 55% للأسلوب الرائد السابق. وفي اختبار آخر يتعلق بباب، وصل إلى نسبة نجاح 83%، متفوقاً على النظام التالي في الأفضلية بفارق كبير. ولعل الأهم بالنسبة للاستخدام الواقعي هو أن النظام سريع للغاية؛ إذ يمكنه اتخاذ قرار بشأن إجراء جديد في حوالي 8 إلى 11 ميلي ثانية، وهو ما يكفي للسماح للروتوب بالتحكم في حركاته بمعدل 100 مرة في الثانية. هذه السرعة تضاهي ردود فعل الإنسان، وهو تناقض صارخ مع الطرق القديمة التي كانت تستغرق أكثر من 100 ميلي ثانية لكل خطوة، مما كان يتسبب غالباً في تعثر الروبوت أو إخطاء هدفه تماماً.
ولضمان بقاء الروبوت على المسار الصحيح، أضاف الباحثون قاعدة تدريب محددة تعمل كشبكة أمان. فخلال مرحلة التعلم، لا يُعلم النظام التنبؤ بالخطوة التالية فحسب، بل يُعلم أيضاً أنه إذا قام بإسقاط مساره الحالي مستقبلاً، فإنه سيهبط تماماً حيث انتهى الخبير البشري. تمنع هذه القاعدة الروبوت من الانحراف عن المسار، خاصة خلال المهام الطويلة والمعقدة. ووجد الفريق أن هذه الإضافة البسيطة عززت استقرار عملية التدريب وحسنت الدقة النهائية دون الحاجة إلى أي وقت إضافي لاتخاذ القرارات. تم اختبار النظام بأكمله على ثلاث مجموعات مختلفة من المهام، تتراوح من التعامل البسيط مع الأشياء إلى التجميع المعقد، وقد قدم باستمرار أعلى معدلات النجاح مع استخدام جزء ضئيل من ذاكرة الحاسوب المطلوبة للنماذج الأقدم.
تكمكم أهمية هذا العمل في إمكانية نقل تعلم الروبوتات من المختبرات إلى أرض المصانع أو إلى المنازل. فمن خلال إثبات أن نموذجاً خفيف الوزن وكفؤاً يمكن أن يتفوق على النماذج الضخمة والبطيئة، أزال الباحثون عائقاً رئيسياً أمام النشر. لا يتطلب النظام الجديد سوقاً خارقاً للتشغيل؛ فهو صغير بما يكفي ليتناسب مع الروبوت نفسه. وهذا يعني أن الروبوتات يمكنها في نهاية المطاف تعلم مهارات جديدة أثناء العمل، والتكيف مع الأشياء والبيئات الجديدة دون الحاجة إلى اتصال دائم بخادم سحابي قوي. وتشير الدراسة إلى أن مستقبل المناولة الروبوتية لا يتطلب بناء أدمغة أكبر وأثقل، بل أدمغة أكثر ذكاءً وكفاءة يمكنها التفكير بسرعة والعمل بدقة اليد البشرية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.