← أحدث الأبحاث
💻 computer science

D-REX: Differentiable Real-to-Sim-to-Real Engine for Learning Dexterous Grasping

تقدم هذه الورقة D-REX، وهو محرك تفاضلي من الواقع إلى المحاكاة ثم إلى الواقع يعتمد على تقنية "Gaussian Splatting" لتحديد كتلة الأجسام من البيانات المرئية وبيانات التحكم لإنشاء توائم رقمية عالية الدقة، مما يتيح سياسات إمساك ماهرة وقوية ومدركة للقوة تسد فجوة الانتقال من المحاكاة إلى الواقع بفعالية.

المؤلفون الأصليون: Haozhe Lou, Mingtong Zhang, Haoran Geng, Hanyang Zhou, Sicheng He, Zhiyuan Gao, Siheng Zhao, Jiageng Mao, Pieter Abbeel, Jitendra Malik, Daniel Seita, Yue Wang

نُشر 2026-03-03
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Haozhe Lou, Mingtong Zhang, Haoran Geng, Hanyang Zhou, Sicheng He, Zhiyuan Gao, Siheng Zhao, Jiageng Mao, Pieter Abbeel, Jitendra Malik, Daniel Seita, Yue Wang

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 تحاول تعليم روبوت كيفية التقاط مرطبان مخلل ثقيل. إذا قلت للروبوت ببساطة "أمسكه"، فقد يضغط عليه بقوة شديدة فيحطم المرطبان، أو يمسكه بخفة شديدة فيسقطه. المشكلة هي أن الروبوت لا يعرف مدى ثقل المرطبان، أو مدى انزلاق الملصق، أو كيف سيتمايل المرطبان عند تحريكه.

عادةً، يحاول المهندسون تعليم الروبات في محاكاة فيديو (لعبة فيديو) أولاً. يبنون عالماً رقمياً حيث يتدرب الروبوت. لكن هناك عقبة: المحاكات غالباً ما تكون "مزيفة". في اللعبة، قد يكون المرطبان مصنوعاً من "بلاستيك رقمي" لا وزن له، بينما في الواقع هو زجاج ثقيل. عندما يحاول الروبوت استخدام مهارات اللعبة في العالم الحقيقي، فإنه يفشل لأن الفيزياء لا تتطابق. تُسمى هذه الفجوة بـ "فجوة المحاكاة إلى الواقع" (Sim-to-Real Gap).

يقدم هذا البحث نظام D-REX، وهو نظام ذكي يعمل كـ مترجم فائق الذكاء بين العالم الحقيقي وعالم ألعاب الفيديو. وإليك كيف يعمل، مقسماً إلى خطوات بسيطة:

1. صانع "التوأم الرقمي" (من الواقع إلى المحاكاة)

تخيل أنك تلتقط فيديو لشيء حقيقي (مثل قطعة كوكيز أو زجاجة كاتشب) بهاتفك. يستخدم D-REX هذا الفيديو لبناء نسخة رقمية ثلاثية الأبعاد (توأم رقمي) لهذا الشيء.

  • السحر: هو لا يكتفي بجعل الشيء يبدو حقيقياً فحسب؛ بل يجعله يشعر بأنه حقيقي. يستخدم تقنية خاصة تسمى Gaussian Splatting (تخيلها كمليارات من البكسلات ثلاثية الأبعاد المتوهجة والصغيرة) لالتقاط الشكل والملمس بدقة تامة.
  • الهدف: إنشاء محاكاة تبدو تماماً مثل طاولة مطبخك.

2. "محقق الوزن" (تحديد الكتلة)

هذا هو أعظم إنجازات هذا البحث. في ألعاب الفيديو العادية، عليك أن تخمن مدى ثقل الشيء. أما D-REX فلا يخمن؛ بل يحل لغزاً.

  • كيف يعمل: يراقب النظام روبوتاً وهو يدفع الشيء في العالم الحقيقي. بعد ذلك، يقوم بتشغيل محاكاة حيث يحاول دفع "التوأم الرقمي" بنفس القوة تماماً.
  • لحظة الإدراك: إذا انزلق الشيء الرقمي بسرعة كبيرة، يعرف النظام: "عذراً، لقد جعلته خفيفاً جداً!". يقوم النظام تلقائياً بتعديل الوزن في المحاكاة ويحاول مجدداً. يكرر ذلك آلاف المرات في الثانية حتى يتحرك الشيء الرقمي تماماً مثل الشيء الحقيقي.
  • النتيجة: أصبح الروبوت الآن يعرف الوزن الدقيق للشيء دون الحاجة أبداً إلى ميزان. لقد "تعلم" فيزياء العالم الحقيقي بمجرد المراقبة.

3. المترجم من "الإنسان إلى الروبوت"

بمجرد أن يعرف الروبوت وزن الشيء وشكله، يحتاج لتعلم كيفية الإمساك به.

  • المشكلة: البشر لديهم أيدٍ ناعمة ومرنة، بينما الروبوتات لديها أصابع معدنية صلبة. لا يمكنك مجرد نسخ حركات يد الإنسان مباشرة؛ فقد يكسر الروبوت الشيء أو يسقطه.
  • الحل: يشاهد D-REX فيديوهات لبشر وهم يمسكون الأشياء، ثم يترجم تلك الحركات البشرية إلى أوامر روبوتية.
  • السر الخفي: بما أن الروبوت يعرف الآن الوزن الدقيق (من الخطوة 2)، فإنه يستطيع تعديل قوة قبضته.
    • تشبيه: تخيل أنك تمسك بريشة مقابل إمساكك بقطعة طوب. أنت تستخدم لمسة لطيفة للريشة وقبضة قوية للطوب. يعلم D-REX الروبوت القيام بذلك تلقائياً. إذا اعتقد الروبوت أن الشيء خفيف، فإنه يضغط بلطف. وإذا أدرك أن الشيء ثقيل، فإنه يضغط بقوة أكبر لمنعه من الانزلاق.

4. حلقة "الواقع إلى الواقع"

أخيراً، يأخذ الروبوت ما تعلمه في المحاكاة ويعود إلى العالم الحقيقي لأداء المهمة.

  • ولأن المحاكاة كانت دقيقة للغاية (بفضل محقق الوزن)، فإن مهارات الروبوت تنتقل بشكل مثالي. لا يحتاج للتدرب لأسابيع في العالم الحقيقي؛ بل يظهر فقط ويمسك الشيء بنجاح.

لماذا يعد هذا أمراً هاماً؟

  • لا مزيد من التخمين: قبل ذلك، كانت الروبوتات تفشل غالباً لأنها لم تكن تعرف ما إذا كان الشيء ثقيلاً أم خفيفاً. D-REX يكتشف ذلك فوراً.
  • التعلم من البشر: يتيح للروبوتات التعلم من فيديوهات تشبه فيديوهات اليوتيوب لأشخاص يقومون بمهام معينة، بدلاً من مطالبة المهندسين ببرمجة كل حركة يدوياً.
  • الأمان: من خلال معرفة الوزن، لن يحطم الروبوت الأشياء الهشة أو يسقط الأشياء الثقيلة.

باختصار: D-REX يشبه منح الروبوت "نظارات أشعة إكس" تسمح له برؤية الوزن غير المرئي للأشياء، و"مترجماً عالمياً" يحول الفيديوهات البشرية إلى مهارات روبوتية. إنه يسد الفجوة بين العالم المزيف للمحاكاة وعالم الواقع الملموس والثقيل، مما يجعل الروبوتات أفضل بكثير في التقاط الأشياء دون كسرها.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 💻 cs →