Evolving Embodied Intelligence: Graph Neural Network--Driven Co-Design of Morphology and Control in Soft Robotics
تقترح هذه الورقة إطار عمل للتصميم المشترك مدفوعاً بالشبكات العصبية الرسومية للروبوتات اللينة، يستخدم الوراثة المتسقة مع الطوبولوجيا والسياسات المدركة للمورفولوجيا للتغلب على تحدي تكييف استراتيجيات التحكم مع الأجسام الروبوتية المتطورة، مما يحقق لياقة وقدرة على التكيف متفوقتين مقارنة بالطرق التقليدية.
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 كيف يمشي، أو يرمي كرة، أو يلتقط جسماً يسقط. في الماضي، كان المهندسون عادةً يبنون جسم الروبوت أولاً (المورفولوجيا/الهيكل) ثم يحاولون تعليم دماغه (المتحكم) كيفية الحركة. لكن المشكلة هي: الروبوتات اللينة تشبه "الجيلي". فهي طرية، ومرنة، ويمكن لأجسادها تغيير شكلها. إذا غيرت جسم الروبوت ولو قليلاً — بإضافة رجل جديدة أو إزالة مستشعر — فإن "الدماغ" القديم غالباً ما يتعطل تماماً. الأمر يشبه محاولة قيادة سيارة بمقود انتقل فجأة إلى المقعد الخلفي؛ السائق لن يعرف ماذا يفعل.
تقدم هذه الورقة البحثية طريقة جديدة لتصميم هذه الروبوتات تسمى "الذكاء المتجسد المتطور" (Evolving Embodied Intelligence). بدلاً من بناء جسم ودماغ بشكل منفصل، يقومون بتطويرهما معاً، تماماً كما تفعل الطبيعة مع الحيوانات.
إليك تفصيل حلهم باستخدام تشبيهات بسيطة:
1. المشكلة: فخ "المخطط الثابت"
أدمغة الروبوتات التقليدية تُبنى مثل جدول بيانات جامد. فهي تتوقع عدداً محدداً من المدخلات (المستشعرات) والمخرجات (العضلات).
- التشبيه: تخيل طباخاً لديه وصفة مكتوبة لحساء مكون من 4 مكونات. إذا أضفت فجأة مكوناً خامساً أو أزلت الجزر، سيصاب الطباخ بالذعر لأن الوصفة لا تعرف كيف تتعامل مع التغيير. سيتعين عليه رمي الوصفة وكتابة واحدة جديدة من الصفر.
- النتيجة: في كل مرة يتغير فيها جسم الروبوت (عن طريق الطفرات)، يتعين على العلماء إعادة تدريب الدماغ من البداية. هذا أمر بطيء، ومكلف، وغير فعال.
2. الحل: دماغ "الشبكة الاجتماعية"
يقترح المؤلفون استخدام الشبكات العصبية الرسومية (GATs). بدلاً من جدول البيانات الجامد، هم يعاملون الروبوت كأنه شبكة اجتماعية أو فريق من الأصدقاء.
- التشبيه: تخيل مجموعة من الأصدقاء (أجزاء جسم الروبوت) يقفون في دائرة. كل صديق يعرف موقعه وما يشعر به. بدلاً من وجود "رئيس" يعطي الأوامر للجميع في وقت واحد، يتحدث كل منهم مع جيرانه.
- إذا انضم صديق جديد إلى الدائرة، سيبدأ ببساطة في التحدث إلى الأشخاص بجانبه.
- إذا غادر أحد الأصدقاء، سيتوقف الباقون ببساطة عن التحدث إلى ذلك المكان الفارغ.
- المجموعة لا تحتاج إلى كتاب قواعد جديد؛ هم فقط يعدلون محادثاتهم.
في هذا النظام، يكون جسم الروبوت عبارة عن رسم بياني (Graph) (خريطة من النقاط والخطوط). أما "الدماغ" فهو شبكة انتباه رسومية (GAT). جزء "الانتباه" يشبه تسليط الضوء: فهو يساعد الروبوت على معرفة أي الجيران هم الأكثر أهمية للاستماع إليهم في الوقت الحالي.
3. الخدعة السحرية: "الوراثة مع لمسة إبداعية"
الاختراق الأكبر في هذه الورقة هو كيفية نقل المعرفة من الروبوتات "الأب" إلى "أبنائها" عندما يتغير الجسم.
- الطريقة القديمة: عندما يولد روبوت "ابن" بجسم مختلف، يتم التخلص من دماغ "الأب". وعلى الابن تعلم كل شيء من الصفر.
- الطريقت الجديدة (الوراثة المدركة للمورفولوجيا): دماغ "الأب" ذكي بما يكفي لإعادة تشكيل نفسه.
- الحكمة المشتركة: يتم نسخ "طبقات التفكير" في الدماغ (كيفية معالجة المعلومات) بالكامل.
- التكيف مع التغيير: إذا حصل الروبوت "الابن" على ذراع جديدة (محرك) لم تكن لدى الأب، فإن الدماغ يخمن عشوائياً كيفية استخدامها ثم يتعلم بسرعة. وإذا فقد الابن ذراعاً، فإن الدماغ ببساطة يتوقف عن إرسال الإشارات إلى ذلك الجزء المفقود.
- التشبيه: تخيل نجاراً ماهراً (الأب) يعلم متدرباً (الابن). إذا حصل المتدرب على أداة جديدة وغريبة، فإن الأب لا يطرده. بدلاً من ذلك، يقول له: "إليك الفلسفة العامة للنجارة (الدماغ المشترك). الآن، اكتشف كيفية استخدام هذه الأداة الجديدة بناءً على ما تعرفه بالفعل".
4. النتائج: أقوى وأذكى
اختبر الباحثون ذلك في محاكاة تسمى EvoGym، حيث كان على الروبوتات دفع الصناديق، أو رمي الأشياء، أو التقاط الأشياء.
- النتيجة: الروبوتات ذات أدمغة "الشبكة الاجتماعية" (GATs) تعلمت بشكل أسرع وأصبحت أفضل بكثير في مهامها مقارنة بالروبوتات ذات أدمغة "جداول البيانات" (MLPs).
- لماذا؟ لأنه عندما تغير الجسم، لم يتوقف دماغ الـ GAT عن العمل. بل تكيف فوراً. لقد كان أكثر مرونة، مثل شجرة مرنة تنحني مع الريح، مقارنة بشجرة بلوط صلبة قد تنكسر.
ملخص
تتعلق هذه الورقة بتعليم الروبوتات كيف تكون مفكرة مرنة. من خلال معاملة جسم الروبوت كشبكة متصلة من الأصدقاء بدلاً من آلة جامدة، ومن خلال السماح للدماغ بتكييف "اتصالاته" عندما يتغير الجسم، خلق العلماء نظاماً يمكن للروبوتات من خلاله تطوير أجسامها وأدمغتها معاً بكفاءة. إنه الفرق بين محاولة حشر وتد (قطعة خشبية مربعة) في ثقب مستدد، وبين امتلاك وتد متغير الشكل يناسب أي ثقب تماماً.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.