InterReal: A Unified Physics-Based Imitation Framework for Learning Human-Object Interaction Skills
يُعد InterReal إطار عمل موحداً للتعلم بالتقليد القائم على الفيزياء، يُمكّن الروبوتات البشرية من تعلم وتنفيذ مهارات التفاعل المعقدة بين الإنسان والأشياء في بيئات واقعية بمتانة، وذلك من خلال مخطط مبتكر لتعزيز بيانات الحركة ومتعلم مكافأة تلقائي.
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 تعلم روبوتًا القيام بالأعمال المنزلية، مثل رفع صندوق ثقيل أو دفع عربة. في الماضي، كانت الروبوتات بارعة في المشي أو الرقص بمفردها، ولكن بمجرد أن يتعين عليها لمس شيء ما وتحريكه، كانت غالبًا ما تسقطه، أو تصطدم به، أو تتعثر. لقد افتقرت إلى "الإحساس" بكيفية استجابة الأشياء في العالم الحقيقي.
تقدم هذه الورقة البحثية InterReal، وهو "معسكر تدريبي" جديد للروبوتات البشرية المصممة لإتقان هذه المهام الصعبة. فكر في الأمر كأنه وصفة من ثلاث خطوات لتحويل روبوت أخرق إلى محرك ماهر.
1. محاكي "ماذا لو" (تعزيز الحركة)
تخيل أنك تتعلم التقاط كرة. إذا تدربت فقط على كرة تُرمى من نفس المكان تمامًا في كل مرة، فستصبح جيدًا في تلك الرمية المحددة، لكنك ستفشل إذا رُميت الكرة بعيدًا عن المركز قليلًا جهة اليسار.
أدرك الباحثون أن الروبوتات في العالم الحقيقي تفشل لأن المستشعرات تكون مشوشة، أو لأن الصندوق ليس في المكان الذي يتوقعه الروبوت بالضبط. ولحل هذه المشكلة، يستخدم InterReal تقنية تسمى تعزيز الحركة (Motion Augmentation).
- التشبيه: فكر في مدرب رقص يعلم طالبًا. بدلاً من مجرد عرض روتين مثالي واحد، يقول المدرب: "حسنًا، الآن تخيل أن الموسيقى أسرع قليلاً"، أو "الآن، تظاهر بأن الأرض زلقة"، أو "الآن، الشريك يقف على بعد بوصتين إلى اليسار".
- كيف يعمل: يأخذ النظام فيديو مثاليًا لإنسان يحرك صندوقًا ويقوم "بخلط" موقع الصندوق رياضيًا بآلاف الطرق المختلفة. ثم يجبر الروبوت على اكتشاف كيفية تعديل مفاصل ذراعه ليظل يمسك بالصندوق بشكل مثالي، حتى لو تحرك الصندوق. هذا يعلم الروبوت أن يكون مرنًا بدلاً من أن يكون جامدًا.
2. "المدرب الذكي" (التعلم التلقائي للمكافآت)
في تدريب الروبوتات، يجب عليك منح الروبوت نقاطًا (مكافآت) للقيام بالأشياء بشكل صحيح. عادةً، يتعين على البشر تحديد ذلك يدويًا: "حسنًا، إذا أمسك الروبوت بالصندوق، أعطه 5 نقاط. إذا أسقطه، اخصم منه 10". هذا يشبه معلمًا يحاول تقييم طالب عن طريق تشغيل آلة حاسبة يدويًا لكل سؤال في الاختبار. إنه أمر بطيء، وقد يخطئ المعلم في التوازن (على سبيل المثال، يهتم كثيرًا بالمشي بسرعة ولا يهتم بما يكفي بالإمساك بالصندوق).
يقدم InterReal متعلم مكافآت تلقائي (Automatic Reward Learner)، والذي يعمل مثل مدرب ذكي.
- التشبيه: تخيل مدربًا يراقب تدريب الروبوت ويقول: "الآن، الروبوت يتأرجح، لذا دعنا نركز النقاط على التوازن. ولكن الآن بعد أن أصبح مستقرًا، فلنركز على الإمساك بالصندوق بإحكام".
- كيف يعمل: يستخدم النظام "سياسة عليا" (Meta-Policy) - وهي بمثد كأنها عقل رفيع المستوى - تراقب أخطاء الروبوت. إذا كان الروبوت يعاني للحفاظ على استقرار الصندوق، يقوم المدرب تلقائيًا بتحويل نظام المكافآت لإعطاء الأولوية للاستقرار. إذا كان الروبوت مستقرًا ولكنه يخطئ في الوصول إلى الصندوق، يحول المدرب التركيز إلى الدقة. إنه يعيد ضبط "معايير التقييم" باستمرار في الوقت الفعلي لمساعدة الروبوت على التعلم بشكل أسرع وأفضل.
3. "اختبار العالم الحقيقي" (النشر)
معظم تدريب الروبوتات يحدث في عالم المحاكاة (الواقع الافتراضي) حيث تكون الفيزياء مثالية. المشكلة هي أن الحياة الواقعية فوضوية.
تم اختبار InterReal على روبوت حقيقي يسمى Unitree G1.
- السيناريو: كان على الروبوت التقاط صندوق ثقيل والمشي به، ثم دفع صندوق للأمام أثناء الانحناء.
- النتيجة: بينما كانت الروبوتات الأخرى (النماذج المرجعية) تسقط الصندوق أو تترنح عندما يتحرك الصندوق قليلًا، قام InterReal بالتكيف فورًا. لقد استخدم نظام كاميرات لرؤية مكان الصندوق الفعلي وعدل حركاته على الفور، تمامًا كما يفعل البشر.
الصورة الكبيرة
فكر في InterReal على أنه الفرق بين الببغاء والإنسان.
- الروبوتات القديمة (الببغاوات): كانت تحفظ نصًا محددًا. إذا غيرت النص (حركت الصندوق)، لم تكن تستطيع التكيف.
- InterReal (الإنسان): تعلم مبادئ الفيزياء والتفاعل. إنه يفهم أنه إذا تحرك الصندوق، يجب عليّ تحريك يدي. لقد تعلم التكيف مع الفوضى، مما يجعله جاهزًا للوظائف في العالم الحقيقي مثل العمل في المستودعات أو مساعدة الناس في منازلهم.
باختصار: يعلم InterReal الروبوتات كيف تكون قابلة للتكيف من خلال التدريب على سيناريوهات "ماذا لو" واستخدام مدرب ذكي يعرف بالضبط ما الذي يجب الثناء عليه في كل لحظة، مما ينتج عنه روبوت يمكنه بالفعل التعامل مع فوضى العالم الحقيقي.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.