⚡ electrical engineering

Perceptive Humanoid Parkour: Chaining Dynamic Human Skills via Motion Matching

تقدم هذه الورقة البحثية إطار عمل "باركور الهيومانويد الإدراكي" (PHP)، وهو إطار عمل معياري يجمع بين مطابقة الحركة لتوليف المهارات والتعلم التعزيزي القائم على الإدراك لتمكين الروبوتات البشرية من تنفيذ مهام باركور معقدة وطويلة الأمد في بيئات واقعية ذات قدرة على التكيف الديناميكي.

المؤلفون الأصليون: Zhen Wu, Xiaoyu Huang, Lujie Yang, Yuanhang Zhang, Xi Chen, Pieter Abbeel, Rocky Duan, Angjoo Kanazawa, Carmelo Sferrazza, Guanya Shi, C. Karen Liu

نُشر 2026-05-08

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Zhen Wu, Xiaoyu Huang, Lujie Yang, Yuanhang Zhang, Xi Chen, Pieter Abbeel, Rocky Duan, Angjoo Kanazawa, Carmelo Sferrazza, Guanya Shi, C. Karen Liu

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 تدريب روبوت ليصبح رياضي باركور. الهدف ليس مجرد جعله يمشي، بل تمكينه من الجري، والقفز، وتخطي الجدران، والتنقل عبر العقبات بسلاسة تضاهي البشر. هذا العمل، الذي يحمل عنوان "الباركور البشري الإدراكي" (Perceptive Humanoid Parkour)، يصف طريقة جديدة لتعليم هذا بالضبط لروبوت Unitree G1 (وهو آلة بشرية الهيئة).

إليك قصة كيفية تحقيقهم لذلك، مقسمة إلى مفاهيم وتشبيهات بسيطة.

1. المشكلة: "فقدان الذاكرة" لدى الروبوت

سابقاً، كانت الروبوتات جيدة في المشي على الأرض المستوية أو السلالم البسيطة. لكن الباركور يتسم بالفوضوية؛ فهو يتطلب ربط حركات مختلفة معاً: الجري، ثم القفز، ثم التمسك بجدار، ثم التسلق للأعلى، ثم التدحرج للخروج.

المشكلة هي أن الروبوتات عادة ما تتعلم حركة واحدة فقط في كل مرة. إذا علمت الروبوت كيف يقفز، فإنه لن يعرف كيفية الانتقال بسلاسة من الجري إلى القفز. الأمر يشبه تعليم عازف بيانو عزف نوتة واحدة بإتقان، ثم مطالبته بعزف أغنية كاملة دون معرفة كيفية تحريك أصابعه من نوتة إلى أخرى. علاوة على ذلك، تعاني الروبوتات في "رؤية" العقبة وتحديد أي حركة يجب استخدامها (على سبيل المثال: "هل أتخطى هذا الصندوق الصغير أم أتسلق هذا الجدار العالي؟").

2. الحل: قائمة تشغيل "مطابقة الحركة" (Motion Matching)

لحل مشكلة "الانتقالات"، استخدم الباحثون تقنية تسمى مطابقة الحركة (Motion Matching).

التشبيه: تخيل "دي جي" (DJ) لديه قائمة تشغيل ضخمة من حركات الباركور البشرية (جري، تخطي، تسلق). بدلاً من تأليف أغنية جديدة من الصفر، ينظر الـ DJ إلى ما يفعله الروبوت حالياً ويجد فوراً المقطع التالي المثالي في قائمة التشغيل الذي يناسبه.
كيف يعمل: يأخذ النظام في الاعتبار سرعة الروبوت وموقعه الحالي. يبحث في قاعدة بيانات من الحركات البشرية ليجد الإطار الزمني الدقيق الذي ينتقل فيه الإنسان بشكل طبيعي من الجري إلى تخطي حاجز. يقوم بربط هذه المقاطع معاً لتشكيل "فيلم مرجعي" طويل يوضح ما يجب على الرواوت فعله.
النتيجة: هذا يخلق "خطة طويلة المدى". الروبوت لا يفكر فقط في الخطوة التالية؛ بل يفكر في المسار بأكمله، مما يضمن أن الانتقال من الركض إلى تسلق الجدار يبدو طبيعياً وانسيابياً.

3. التدريب: صالة ألعاب "المعلم والتلميذ"

بمجرد الحصول على "الأفلام المرجعية"، يجب عليهم تعليم دماغ الروبوت (السياسة - policy) كيفية تنفيذ هذه الحركات باستخدام عينيه فقط (كاميرا العمق) ومستشعرات جسده.

المعلم (الخبير): أولاً، يقومون بتدريب روبوتات "معلمة" في محاكاة حاسوبية فائقة السرعة. تمتلك هذه المعلمين "قوى خارقة" (معلومات مميزة)، مثل معرفة موقعهم بالضبط في العالم وفيزياء الأرض المثالية. يتعلم هؤلاء تتبع الأفلام المرجعية بدقة.
التلميذ (الروبوت الحقيقي): الروبوت الحقيقي ليس لديه قوى خارقة. لديه فقط كاميرا ومستشعرات جسده. لتعليم التلميذ، استخدم الباحثون عملية من مرحلتين:
1. التقليد (DAgger): يحاول التلميذ تقليد حركات المعلم.
  1. التعلم التعزيزي (المدرب): هذا هو السر. التقليد المحض لم يكن كافياً لأن حركات الباركور (مثل القفزة العالية) تتطلب دفعة طاقة مفاجئة وقوية. إذا اكتفى التلميذ بتقليد حركة المعلم المتوسطة فقط، فقد يكون ضعيفاً جداً لتجاوز الجدار. لذلك، أضافوا "مدرباً" (التعلم التعزيزي - RL) يقول له: "هل تجاوزت الجدار؟ إذا نعم، رائع! إذا لا، حاول بجهد أكبر". هذا يدفع التلميذ لتعلم دفعات الطاقة اللازمة التي قد تفوت عملية التقليد البسيطة.

4. النتيجة: الروبوت يصبح محترف باركور

اختبر الباحثون هذا على روبوت Unitree G1 حقيقي في العالم الواقعي. وإليك ما حققه:

السرعة: يمكنه الجري وتخطي العقبات بسرعة تقارب 3 أمتار في الثانية (حوالي 6.7 ميل في الساعة).
الارتفاع: يمكنه تسلق جدار بارتفاع 1.25 متر (96% من طول الروبوت نفسه). ولوضع ذلك في المنظور: إذا كان طول الإنسان 6 أقدام، فإن هذا الروبوت يتسلق جداراً بطول 6 أقدار.
القدرة على التكيف: يمكن للروبوت التنقل في مسار معقد يحتوي على عقبات متعددة. إذا قمت بتحريك عقبة أثناء ركض الروبوت، فإنه يرى التغيير، ويعيد الحساب، ويعدل قفزته أو تسلقه فوراً دون السقوط.
النقل المباشر (Zero-Shot Transfer): تعلم الروبوت بالكامل في المحاكاة الحاسوبية، ثم انتقل مباشرة إلى العالم الحقيقي دون الحاجة لتعلم أي شيء جديد.

ملخص السحر

يزعم هذا العمل أنه من خلال الجمع بين مطابقة الحركة (لإنشاء خطط طويلة المدى سلسة) مع خط تدريب المعلم والتلميذ (لتعلم القوة الفيزيائية المطلوبة لتنفيذ هذه الخطط)، تم إنشاء روبوت يمكنه التنقل ذاتياً في بيئات معقدة وغنية بالعقبات.

إنه ليس مجرد مشي؛ إنه يركض، ويتخطى، ويتسلق، ويتدحرج بمستوى من الرشاقة كان مستحيلاً سابقاً للروبوتات البشرية الهيئة أن تحققه بمفردها. جوهرياً، تعلم الروبوت كيف "يقرأ" البيئة و"يكوريغ" (يصمم حركات) ركضته في الباركور في الوقت الفعلي.

ملخص تقني: الباركور البشري الإدراكي (PHP)

بيان المشكلة

بينما مكنت التطورات الأخيرة الروبوتات البشرية من المشي باستقرار على تضاريس متنوعة، إلا أن محاكاة الرشاقة، والقدرة على التكيف، والتعبير الحركي الذي يميز الحركات البشرية عالية الديناميكية لا يزال يمثل تحديًا كبيرًا. وتحديدًا، يتطلب تنفيذ الباركور في البيئات المعقدة ما يلي:

المتانة منخفضة المستوى: التحكم في فضاء إجراءات عالي الأبعاد للمناورات الغنية بالتلامس (مثل تسلق الجدران، أو القفز فوق العوائق) في أجزاء من الثانية.
صنع القرار المدفوع بالإدراك: الربط الوثيق بين الإدراك الخارجي (الرؤية) والتحكم للتكيف مع التغيرات البيئية والاضطرابات غير المتوقعة.
تركيب المهارات طويل الأمد: دمج مهارات متنوعة وعالية الديناميكية في سياسة بصرية-حركية واحدة تتيح الانتقالات السلسة عبر مسارات العقبات المعقدة.

تتمثل إحدى العقبات الرئيسية في ندرة بيانات الحركة البشرية عالية الديناميكية. إذ إن التقاط المناورات السريعة والغنية بالتلامس ينتج عادةً مجموعات بيانات متفرقة (غالبًا ما تكون مجرد عرض توضيحي واحد أو اثنين لكل مهارة فقط)، وهي غير كافية لتعلم مهام عبر آفاق طويلة تتطلب تنوعًا غنيًا في مسافات الاقتراب، والتوقيت، والانتقالات السلسة بين المهارات غير المتجانسة.

المنهجية

يقدم المؤلفون الباركور البشري الإدراكي (PHP)، وهو إطار عمل معياري يدمج أولويات الحركة البشرية، وتركيب المهارات طويل الأمد، والتحكم المدفوع بالإدراك. يتكون خط العمل من ثلاث مراحل رئيسية:

1. تركيب المهارات التكيفي عبر مطابقة الحركة (Motion Matching)

لمعالجة ندرة البيانات والحاجة إلى انتقالات متنوعة، يستخدم المؤلفون مطابقة الحركة (Motion Matching) كنموذج تخليق غير متصل (offline synthesis).

المهارات الذرية: يتم إعادة استهداف بيانات الحركة البشرية إلى الروبوت (Unitree G1) باستخدام OmniRetarget لإنشاء مكتبة من مهارات الباركور الذرية (مثل التنقل، أو التسلق).
التركيب: بدلاً من تصميم الانتقالات يدويًا بين كل زوج من المهارات، يقوم النظام بتركيب مسارات حركية (kinematic trajectories) عبر آفاق طويلة عن طريق ربط مقاطع التنقل بالمهارات الذرية في هيكل: تنقل ← مهارة ← تنقل.
الآلية: تقوم مطابقة الحركة بإجراء بحث عن أقرب جار في فضاء الميزات (بما في ذلك المسار المستقبلي، ومواضع القدمين، وسرعة الجذر) لربط أجزاء الحركة. هذا الإجراء يعمل على "تكثيف" مكتبة الحركة المتفرقة ويولد انتقالات متنوعة عبر مسافات اقتراب واتجاهات وتوقيتات متفاوتة.
العشوائية: يتم تعشية هندسة العوائق ووضعها حول المسارات المخلقة لتعريض السياسة للتباينات دون إبطال المرجع الحركي الأساسي.

2. خط تدريب المعلم والطالب (Teacher-Student Training Pipeline)

يستخدم إطار العمل عملية تدريب مكونة من مرحلتين لنقل المهارات من المحاكاة إلى الواقع:

تدريب المعلم (التعلم التعزيزي ذو الامتيازات): يتم تدريب سياسات الخبراء للمهارات الفردية في المحاكاة باستخدام التعلم التعزيزي (RL) مع مكافآت تتبع الحركة. يتلقى هؤلاء الخبراء ملاحظات ذات امتيازات (مثل موقع/سرعة الحوض العالمية) لتعلم سلوكيات الاستعادة وتصحيح الانحراف، وهو أمر بالغ الأهمية للمهام الغنية بالتلامس حيث تتراكم الأخطاء الصغيرة بسرعة.
تقطير الطالب (DAgger + RL): يتم تقطير سياسة طالب واحدة عميقة من عدة معلمين. يرى المؤلفون أن التعلم بالتقليد الصرف (DAgger) غير كافٍ للمهارات عالية الديناميكية لأنه لا يفضل صراحةً نبضات عزم الدوران العالية المطلوبة للنجاح (مثل مرحلة "السحب للأعلى" أثناء التسلق).
- دالة الهدف الهجينة: يتم تدريب الطالب باستخدام دالة فقدان مشتركة: $L = \lambda_{PPO} L_{PPO} + \lambda_{D} L_{D}$ .
- دور التعلم التعزيزي (RL): يوفر مكون PPO إشارة موجهة نحو النجاح تشجع على استغلال إجراءات عزم الدوران العالية اللازمة للتغلب على العوائق، بينما يعمل DAgger كمنظم لمنع السلوك غير الطبيعي.
- المنهج الدراسي: يقوم منهج تدريبي تدريجي بتغيير الوزن تدريجيًا من DAgger إلى PPO لاستقرار التدريب.

3. نقل صفرِي من المحاكاة إلى الواقع (Zero-Shot Sim-to-Real Transfer)

يتم تدريب سياسة الطالب باستخدام مستشعرات العمق الموجودة على المتن (محاكاة عبر Nvidia WARP) والإدراك الحسي الخاص. تستقبل السياسة فقط أمر سرعة ثنائي الأبعاد وصور العمق، مما يسمح بالاختيار الذاتي وتنفيذ المهارات (خطوة، تسلق، قفز، تدحرج) دون تسميات صريحة للمهارات أثناء الاستدلال.

المساهمات الرئيسية

تركيب المهارات الحركية الفعال: خط عمل يربط الحركات البشرية المعاد استهدافها عبر مطابقة الحركة إلى مسارات متنوعة طويلة الأمد، مما يتغلب على ندرة بيانات الحركة الديناميكية.
إطار عمل تدريب قابل للتوسع: بنية معلم-طالب تقوم بتقطير عدة خبراء ذوي امتيازات في سياسة واحدة عميقة، باستخدام هدف هجين من DAgger والتعلم التعزيزي للتعامل مع متطلبات عزم الدوران العالية للمهارات الديناميكية.
نقل ناجح من المحاكاة إلى الواقع (Zero-Shot): إثبات القدرة على تنفيذ باركور عالي الديناميكية على روبوت Unitree G1 مادي، بما في ذلك تسلق الجدران حتى ارتفاع 1.25 متر (96% من ارتفاع الروبوت) واجتياز مسارات عقبات متعددة ومعقدة مع التكيف مغلق الحلقة.

النتائج التجريبية

تم التحقق من صحة إطار العمل على الروبوت البشري Unitree G1 (بارتفاع 1.3 م، و29 درجة حرية) في كل من المحاكاة والعالم الحقيقي.

الرشاقة البشرية: نجح الروبوت في تسلق جدار بارتفاع 1.25 متر في 3.63 ثانية، وهو معدل يقارب ما يقوم به رياضي الباركور البشري عند أداء نفس المناورة. كما نفذ قفزة "القط" (cat leap) فوق عائق بارتفاع 0.4 متر بسرعات تصل إلى 3.41 م/ث وهبط من قفزات بارتفاع 1.25 م.
العبور طويل الأمد: اجتاز الروبوت بشكل مستقل مسار باركور مستمر لمدة 60 ثانية مع عوائق متعددة وانتقالات مهارية (خطوة، تسلق، قفز) دون إشراف صريح متعدد العوائق أثناء التدريب.
القدرة على التكيف: أظهر النظام قدرة على التكيف مغلقة الحلقة مع اضطرابات العوائق في الوقت الفعلي (إزاحات عشوائية بنحو 0.5 م)، حيث عدل توقيت الاقتراب واختيار المناورة لإكمال العبور.
دراسات الاستبعاد (Ablation Studies):
- كثافة مطابقة الحركة: كانت التغطية عالية الكثافة لمسافات الاقتراب حاسمة؛ حيث أدت البيانات المتفرقة (مثل المسافات القصوى فقط) إلى الفشل في السيناريوهات المتوسطة.
- التعلم التعزيزي في التقطير: أدى إزالة مكون التعلم التعزيزي (الاعتماد على DAgger فقط) إلى تدهور كبير في الأداء، خاصة عند العوائق العالية حيث لم يستطع الروبوت توليد نبضات عزم الدوران اللازمة لمرحلة السحب للأعلى.
- المقارنات المرجعية: تفوقت الطريقة المقترحة بشكل كبير على المعايير التي تستخدم تشكيل المكافأة الصرف (تتبع السرعة)، أو البيانات الحركية غير المركبة، أو التدريب العميق النهائي بدون تقطير.

الأهمية والادعاءات

يزعم المؤلفون أن PHP يمثل نهجًا رائدًا لـ الباركور النشط والمتكيف لكامل الجسم في العالم الحقيقي. وتكمن أهميته في:

سد الفجوة: النجاح في نقل مهارات بشرية عالية الديناميكية وغنية بالتلامس إلى الروبوتات البشرية، وهو مجال كان محدودًا في الأعمال السابقة بمهام أقل ديناميكية مثل صعود السلالم أو المشي على تضاريس متفرقة.
كفاءة البيانات: إثبات أن مطابقة الحركة يمكن أن تخلق بفعالية مراجع طويلة الأمد من بيانات بشرية متفرقة، مما يسمح بتعلم سلاسل مهارات معقدة دون الحاجة لمجموعات بيانات ضخمة.
المتانة: إثبات أن سياسة بصرية-حركية واحدة يمكنها اختيار وتبديل المهارات ذاتيًا بناءً على الإدراك المتوفر، والتعامل مع التغيرات البيئية الثابتة والديناميكية على حد سواء.

يشير المؤلفون إلى وجود قيود، بما في ذلك الافتقار الحالي للفهم الدلالي للمشهد (الاعتماد فقط على العمق الهندسي) والقيود المادية (قوة اليد المحدودة لعمليات التسلق أو التعلق الشديد). ويقترحون أن العمل المستقبلي يمكن أن يدمج إشارات شرطية أغنى (مثل اللغة) وتحسين الاستشعار لتقليل الغموض الإدراكي عند السرعات العالية.