🤖 AI

Learning Native Continuation for Action Chunking Flow Policies

تقدم الورقة البحثية Legato، وهي طريقة استمرارية أثناء وقت التدريب لنماذج الرؤية واللغة والأفعال ذات التجزئة الحركية، والتي تعيد تشكيل ديناميكيات التدفق وتستخدم التكييف بجدولة عشوائية لإنتاج مسارات أكثر سلاسة واتساقاً، متفوقة بذلك على أساليب التجزئة في الوقت الفعلي الحالية في مهام المناولة في العالم الحقيقي.

المؤلفون الأصليون: Yufeng Liu, Hang Yu, Juntu Zhao, Bocheng Li, Di Zhang, Mingzhu Li, Wenxuan Wu, Yingdong Hu, Junyuan Xie, Junliang Guo, Dequan Wang, Yang Gao

نُشر 2026-05-19

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Yufeng Liu, Hang Yu, Juntu Zhao, Bocheng Li, Di Zhang, Mingzhu Li, Wenxuan Wu, Yingdong Hu, Junyuan Xie, Junliang Guo, Dequan Wang, Yang Gao

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 تقوم بتعليم روبوت كيفية أداء مهمة معقدة، مثل صب الماء من كوب إلى آخر. للقيام بذلك، يستخدم الروبوت "دماغاً" (نموذج رؤية-لغة-حركة) ينظر إلى المشهد ويقرر ما يجب فعله تالياً.

ومع ذلك، فإن هذا الدماغ بطيء؛ فهو لا يستطيع التفكير بسرعة كافية ليعطي الروبوت تعليمات جديدة في كل ميلي ثانية. لذلك، يستخدم المهندسون حيلة تسمى "تجميع الأفعال" (Action Chunking). فبدلاً من إعطاء تعليم واحد في كل مرة، يتوقع الدماغ "كتلة" كاملة من الحركات المستقبلية (على سبيل المثال، حركة الـثانيتين القادمتين) دفعة واحدة.

المشكلة: "التلعثم" (The Stutter)

تحدد الورقة البحثية خللاً رئيسياً في كيفية دمج هذه الكتل مع بعضها البعض حالياً.

تخيل أنك تسير في ممر. تأخذ خطوة، ثم أخرى. إذا خططت لخطواتك الثلاث القادمة دفعة واحدة، فقد تسير بسلاسة. ولكن عندما تنتهي من تلك الخطوات الثلاث وتحتاج إلى التخطيط للثلاث خطوات التالية، يضطر دماغك إلى التوقف، وإعادة التقييم، ثم بدء خطة جديدة.

في الروبوتات الحالية، يسبب هذا التوقف "تلعثماً" أو "هزة" عند النقطة التي تنتهي فيها كتلة وتبدأ الأخرى. قد يقوم الروبوت بـ:

التردد (التوقف للحظة قصيرة).
التحرك فجأة في اتجاه مختلف.
تغيير رأيه بشأن أي يد يستخدم أو أي جسم يمسك به.

تسمي الورقة البحثية هذا بـ "التبديل متعدد الأنماط الزائف" (spurious multimodal switching). وباللغة البسيطة: يصاب الروبوت بالارتباك عند نقاط الانتقال ويبدأ في التذبذب بين إجراءات مختلفة، مما يجعل الحركة تبدو متقطعة وغير طبيعية.

الحل القديم: "التجميع في الوقت الفعلي" (RTC)

المحاولات السابقة لإصلاح ذلك، والتي سميت "التجميع في الوقت الفعلي" (RTC)، كانت تشبه "ملاحظة لاصقة للتذكير":

عندما ينهي الروبوت كتلة ما، ينظر النظام إلى الحركات القليلة الأخيرة التي قام بها.
ثم يجبر الكتلة الجديدة على البدء تماماً من حيث انتهت الكتلة القديمة.
الخلل: هذه قاعدة خارجية يتم تطبيقها بعد أن يكون الروبوت قد فكر بالفعل. الأمر يشبه قولك لرسام: "تأكد من أن ضربة فرشاتك التالية تتصل بالسابقة"، لكن الرسام لم يتعلم كيفية الربط بينهما بشكل طبيعي. لا يزال الروبوت يشعر بالارتباك داخلياً، مما يؤدي إلى التردد والحركات المتشنجة.

الحل الجديد: "ليغاتو" (Legato)

يقترح المؤلفون طريقة جديدة تسمى "ليغاتو" (Legato) (سُميت على اسم مصطلح موسيقي يعني "الربط بسلاسة").

بدلاً من مجرد إضافة قاعدة في النهاية، يعلم "ليغاتو" دماغ الروبوت كيفية ربط النقاط أثناء عملية التعلم.

إليك كيف يعمل ذلك، باستخدام تشبيه إبداعي:

1. تشبيه "التدريب مع عجلات التدريب"
تخيل تعليم طفل ركوب الدراجة.

الطريقة القديمة (RTC): تترك الطفل يركب، وإذا ترنح في نهاية المنعطف، تمسك بمقابض التوجيه وتجبره على الاستقامة. سيتعلم الاعتماد عليك لإصلاح ترنحه.
طريقة "ليغاتو": تعلمه كيف يشعر بالتوازن أثناء المنعطف. تعطيه "جدولاً زمنياً" لكيفية مقدار الدعم الذي يحتاجه في كل ثانية من المنعطف. ومع تقدمه في المنعطف، تترك يده ببطء، لكنك توجهه بسلاسة طوال الوقت.

2. "المنحدر الناعم" مقابل "الجدار الصلب"
يستخدم "ليغاتو" توجيهاً "على شكل جدول زمني".

عندما يبدأ الروبوت كتلة جديدة، يعرف بالضبط أين انتهت الكتلة السابقة.
يخبر "ليغاتو" الروبوت: "في الجزء الأول من هذه الكتلة الجديدة، يجب عليك اتباع المسار السابق بدقة".
ثم يقول له ببطء: "حسناً، يمكنك البدء في الانحراف قليلاً واتخاذ خياراتك الخاصة".
وأخيراً: "الآن أنت حر في التخطيط لبقية الحركة".

هذا يخلق منحدراً ناعماً من الحرية بدلاً من جدار صلب حيث يضطر الروبوت فجأة لتغيير سرعته.

3. "المهارة الأصلية"
الجزء الأهم في "ليغاتو" هو أنه يغير "التدفق" الداخلي للروبوت. إنه يعيد تشكيل الرياضيات داخل دماغ الروبوت بحيث يصبح ربط الكتل جزءاً طبيعياً من طريقة تفكيره.

هو لا يجبر الروبوت فقط على مطابقة الماضي؛ بل يعلمه أن البقاء متسقاً مع الماضي هو المسار الأسهل والأكثر منطقية ليسلكه.
هذا يمنع الروبوت من التردد أو التنقل ذهاباً وإياباً بين أفكار مختلفة (التبديل متعدد الأنماط).

النتائج

اختبر الباحثون ذلك على روبوتات حقيقية تقوم بخمس مهام مختلفة: تكديس الأوعية، صب الأشياء، التقاط الأشياء، فتح الأدراج، وطي المناشف.

حركات أكثر سلاسة: تحركت روبوتات "ليغاتو" مثل تدفق مستمر من الماء، بينما تحركت الطريقة القديمة كسلسلة من الخطوات المتشنجة.
إنجاز أسرع: نظرًا لأن الروبوتات لم تتردد أو تتوقف عند "حدود الكتل"، فقد أنهت المهام بشكل أسرع بنسبة 10% تقريباً.
ارتباك أقل: التزم الروبوت بخطته (على سبيل المثال، "سأستخدم يدي اليسرى") بدلاً من التذبذب ذهاباً وإياباً.

الملخص

فكر في "تجميع الأفعال" كأن الروبوت يلتقط سلسلة من الصور للتخطيط لحركته.

المشكلة: الصور لا تترابط بشكل مثالي، لذا تبدو اللقطة مهتزة.
الحل القديم: تحاول دمج الصور معاً بعد التقاطها (RTC)، لكن الاهتزاز يظل موجوداً.
ليغاتو: تعلم الكاميرا كيفية التقاط الصور بحيث تترابط بشكل طبيعي ومثالي أثناء التصوير. والنتي_جة هي فيلم سلس ومستمر حيث يتحرك الروبوت بثقة ورشاقة.

ملخص تقني: Legato – تعلم الاستمرارية الأصلية لسياسات تدفق تقسيم الأفعال (Action Chunking)

1. بيان المشكلة

يتم نشر نماذج الرؤية واللغة والأفعال (VLA) بشكل متزايد في الروبوتات الواقعية باستخدام تقسيم الأفعال (action chunking)، وهي استراتيجية حيث يتنبأ النموذج بتسلسل من نواقل الأفعال المستقبلية في خطوة استنتاج واحدة. وبينما يقلل التقسيم من تكاليف الاستنتاج ويسمح بالتحكم عالي التردد، إلا أنه يفرض عيبًا جوهريًا وهو: الانقطاعات عند حدود الأجزاء (chunk boundaries).

تنشأ هذه الانقطاعات من عاملين أساسيين:

تأخير الاستنتاج (Inference Delay): الوقت المطلوب لحساب الجزء التالي يسبب فجوة بين تنفيذ الجزء الحالي وتوليد الجزء التالي.
تعدد الأنماط الجوهري (Intrinsic Multimodality): غالبًا ما تظهر السياسات القائمة على التدفق (Flow-based policies) توزيعات متعددة الأنماط، مما يؤدي إلى "تبديل الأنماط المتعددة الزائف" حيث تغير السياسة نمط فعلها المقصود فجأة بين الأجزاء.

تحاول الحلول الحالية مثل التقسيم في الوقت الفعلي (Real-Time Chunking - RTC) التخفيف من ذلك عن طريق تطبيق عملية "ترميم" (inpainting) أثناء الاستنتاج، مما يقيد الأجزاء الجديدة جزئيًا لتتداخل مع الأفعال السابقة. ومع ذلك، فإن RTC هي آلية خارجية تُطبق فقط في وقت الاستنتاج. ولأن السياسة نفسها لم تُدرب للتعامل مع هذه الاستمرارية، فإنها تظل عرضة للتردد، وتغيرات الاتجاه المفاجئة، والمسارات التي لا تتميز بسلاسة ذاتية. تجادل الورقة بأن التنفيذ المستقر للأجزاء يتطلب أن تكون استمرارية الجزء خاصية أصلية متعلمة للسياسة.

2. المنهجية: Legato

يقترح المؤلفون Legato، وهو إطار عمل للاستمرارية أثناء التدريب لسياسات VLA القائمة على التدفق وتقسيم الأفعال. يستوعب Legato آلية الاستمرارية داخليًا من خلال إعادة تشكيل ديناميكيات التدفق المتعلمة لضمان الاتساق بين التدريب والاستنتاج تحت توجيه لكل خطوة (per-step guidance).

المكونات الأساسية

يعالج Legato متطلبات حاسمة للاستمرارية الفعالة:

التوجيه لكل خطوة: يجب تطبيق التوجيه بشكل متكرر عبر جميع خطوات إزالة الضجيج (denoising steps)، وليس فقط عند البداية.
الاتساق بين التدريب والاستنتاج: يجب أن تتطابق الديناميكيات المتعلمة أثناء التدريب مع الديناميكيات المستخدمة أثناء الاستنتاج.

أ. التوجيه ذو الشكل المجدول (Schedule-Shaped Guidance)

يقدم Legato جدول توجيه $\omega \in [0, 1]^H$ عبر أفق تقسيم الفعل $H$ . يتم تعريف هذا الجدول بواسطة ثلاثة معاملات:

$d$ : تأخير الاستنتاج (بادئة التوجيه الكاملة).
$s$ : الطول المنفذ لكل دورة.
$r$ : طول التلاشي (ramp-down length) حيث تنخفض قوة التوجيه.
وتحقق هذه المعاملات العلاقة $r + s + d = H$ .

بدلاً من التقييد الصلب للبادئة (كما في RTC أثناء التدريب)، يستخدم Legato جدولاً سلسًا: فهو يثبت بداية الجزء على الأفعال المعروفة (الحقيقة الأرضية أثناء التدريب، وبادئة الجزء السابق أثناء الاستنباط) ويقلل قوة التوجيه تدريجيًا حتى تصل إلى الصفر. ويتم تحقيق ذلك عبر خليط ضجيج-فعل:
$\epsilon_{eff} = (1 - \omega) \odot \epsilon + \omega \odot A$
حيث $\epsilon$ هو الضجيج و $A$ هو الفعل المرجعي.

ب. إعادة تشكيل ديناميكيات التدفق

يدرب "مطابقة التدفق" (flow matching) القياسية حقل السرعة $u_{FM}$ لنقل الضجيج إلى الأفعال. ومع ذلك، فإن تطبيق التوجيه لكل خطوة أثناء الاستنتاج يستحث نظامًا ديناميكيًا مختلفًا. للقضاء على عدم التطابق بين التدريب والاختبار، يشتق Legato الديناميكيات المستمرة الدقيقة الناتجة عن التوجيه المتكرر لكل خطوة ويعيد تشكيل حقل السرعة المستهدف أثناء التدريب.

يتم تدريب الشبكة للتنبؤ بحقل سرعة مستهدف معدل $v_{target}$ :
$v_{target}(t, A, \epsilon, \omega) = (1 - \kappa \odot (1 - t)) \odot (A - \epsilon)$
حيث $\kappa = \omega / \Delta t$ . وهذا يسمح للسياسة بدعم التوجيه ذو الشكل المجدول بشكل أصيل دون تدخل خارجي أثناء الاستنتاج.

ج. التكييف المجدول العشوائي (Randomized Schedule Conditioning)

للتعامل مع تأخيرات الاستنتاج المتفاوتة عبر الأجهزة وتحسينات وقت التشغيل، يقوم Legato بتعشية معاملات الجدول ( $d, r$ ) أثناء التدريب. يتم تكييف السياسة صراحةً مع الجدول $\omega$ (بإضافته كخاصية). وهذا يمكن نموذجًا واحدًا من التكيف مع تأخيرات الاستنتاج المختلفة والتحكم في المقايضة بين سلاسة المسار واتساق التداخل في وقت الاستنتاج دون الحاجة لإعادة التدريب.

3. المساهمات الرئيسية

إطار عمل Legato: إطار عمل لاستمرارية التدريب يتيح التوجيه لكل خطوة وذو شكل مجدول مع الحفاظ على الاتساق الصارم بين التدريب والاستنتاج من خلال إعادة تشكيل ديناميكيات التدفق.
التكييف المجدول العشوائي: آلية لدعم تأخيرات الاستنتاج المتفاوتة وتوفير تحكم مرن في سلاسة المسار، مما يسمح للنموذج بالتعميم عبر بيئات أجهزة مختلفة وظروف زمن انتقال مختلفة.
التحقق التجريبي: تجارب واقعية واسعة النطاق أظهرت أن تعلم الاستمرارية كخاصية أصلية للسياسة يتفوق على طرق التصحيح أثناء الاستمان.

4. النتائج التجريبية

قيم المؤلفون Legato في خمس مهام تلاعب واقعية (رص الأوعية، الصب، الالتقاط والوضع، فتح الدرج، طي المنشفة) باستخدام روبوت ثنائي الأذرع.

مقاييس الأداء

وقت إكمال المهمة: حقق Legato باستمرار أوقات إكمال أقصر (تحسن بنحو 10%) مقارنة بـ RTC.
سلاسة المسار: أنتج Legato مسارات أكثر سلاسة بشكل ملحوظ، وهو ما ثبت من خلال قيم أقل لـ NSPARC (طول القوس الطيفي السالب) و Overlap RMSE (جذر متوسط مربعات التداخل).
تبديل الأنماط المتعددة الزائف: قلل Legato من التردد وتغيرات الاتجاه المفاجئة، مما أدى إلى أهداف إمساك واختيار أذرع أكثر اتساقًا.

التحليل المقارن

مقابل RTC: تفوق Legato على RTC في جميع المهام الخمس من حيث السرعة والسلاسة.
مقابل التدريب-زمن RTC: تفوق Legato على نموذج أساسي يطبق قيود بادئة صلبة أثناء التدريب. ويعزو المؤلفون ذلك إلى إعادة تشكيل Legold لديناميكيات التدفق، مما يحاذي بشكل أفضل سلوك إزالة الضجيج الفعال الناتج عن التوجيه المتكرر.
التعميم: أظهرت الطريقة متانة عبر هياكل VLA مختلفة ( $\pi_0$ , $\pi_0.5$ , Gr00t N1.6) وتأخيرات استنتاج متفاوتة.

5. الأهمية والادعاءات

تدعي الورقة أن Legato يمثل تحولًا من معاملة استمرارية تقسيم الأفعال كتصحيح خارجي في وقت الاستنتاج إلى خاصية أصلية متعلمة للسياسة.

السلاسة الجوهرية: من خلال إعادة تشكيل ديناميكيات التدفق، يضمن Legato أن السياسة تفهم جوهريًا كيفية الانتقال بين الأجزاء، مما يقلل من "الارتعاش" والتردد المرتبط بتبديل الأنماط المتعددة.
الكفاءة: يترجم تقليل التردد وتغيرات الاتجاه مباشرة إلى أوقات إكمال مهام أسرع في السيناريوهات الواقعية.
القابلية للتكيف: تسمح القدرة على التكييف المجدول العشوائي بنشر نموذج واحد عبر بيئات أجهزة متنوعة ذات زمن انتقال مختلف، وهو مطلب حيوي للنشر الروبوتي العملي.

يخلص المؤلفون إلى أنه بينما تحد الصيغ الحالية من خطوات إزالة الضجيج لتناسب مواصفات وقت التدريب، فإن الطريقة المقترحة تثبت بنجاح أن تعلم ديناميكيات الاستمرارية يتفوق على فرض القيود الصلبة، مما يوفر مسارًا قويًا للتحكم الروبوتي الأكثر سلاسة وكفاءة في العالم الحقيقي.