← أحدث الأبحاث
💻 computer science

Cortical Policy: A Dual-Stream View Transformer for Robotic Manipulation

تُعد "Cortical Policy" نموذج محول رؤية ثنائي المسار مبتكر يحاكي دمج الدماغ البشري للمعالجة البصرية الثابتة والديناميكية لتعزيز الاستدلال المكاني ثلاثي الأبعاد والتحكم التكيفي في مهام المناولة الروبوتية بشكل كبير.

المؤلفون الأصليون: Xuening Zhang, Qi Lv, Xiang Deng, Miao Zhang, Xingbo Liu, Liqiang Nie

نُشر 2026-03-24
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Xuening Zhang, Qi Lv, Xiang Deng, Miao Zhang, Xingbo Liu, Liqiang Nie

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 روبوتاً كيفية بناء برج من المكعبات. أنت تريد لهذا الروبوت أن يكون ذكياً وقادراً على التكيف تماماً كالبشر.

المشكلة في الروبوتات القديمة
أدمغة الروبوتات الحالية (وتحديداً نوع من الذكاء الاصطناعي يسمى "محول الرؤية" - View Transformer) تشبه شخصاً يحاول التنقل في غرفة وهو يرتدي نظارات لا تعرض سوى صور ثابتة ومجمدة.

  • فهي تنظر إلى صورة للغرفة من اليسار، وصورة من اليمين، وصورة من الأعلى.
  • وهي بارعة جداً في فهم التخطيط إذا ظل كل شيء ثابتاً.
  • لكن العيب هنا هو: إذا حركتَ مكعباً فجأة بينما كان الروبوت يمد يده إليه، فلن يلاحظ الروبوت ذلك. سيستمر في مد يده نحو المكان القديم الذي كان فيه المكعب، ليصطدم بالهواء أو يقلب الأشياء. إنه يفتقر إلى "إدراك العمق ثلاثي الأبعاد" و"الاستجابة في الوقت الفعلي".

الحل: "السياسة القشرية" (Cortical Policy)
نظر الباحثون في معهد هاربين للتكنولوجيا إلى كيفية حل الدماغ البشري لهذه المشكلة. ووجدوا أن دماغنا يحتوي على طريقين رئيسيين للرؤية يعملان معاً:

  1. طريق "ماذا" (المسار البطني - Ventral Stream): يساعدنا على التعرف على الأشياء وفهم الشكل ثلاثي الأبعاد للغرفة. إنه يشبه الخريطة التفصيلية.
  2. طريق "أين/كيف" (المسار الظهري - Dorsal Stream): يساعدنا على التفاعل مع الحركة. إنه يشبه الرادار الذي يتتبع الأجسام المتحركة ويخبر أيدينا أين تذهب الآن.

نظام الروبوت الجديد، Cortical Policy، ينسخ نظام الطرق السريعة ذو المسارين هذا.

كيف يعمل (التشبيه الإبداعي)

فكر في عقل الروبوت كأنه طاقم بناء يتكون من عاملين متخصصين:

1. المهندس المعماري (مسار الرؤية الثابتة)

  • الدور: هذا العامل يدرس المخططات والهيكل ثلاثي الأبعاد للغرفة.
  • كيف يعمل: بدلاً من مجرد النظر إلى صور ثنائية الأبعاد مسطحة، يستخدم هذا العامل "ماسحاً ضوئياً ثلاثي الأبعاد" خاصاً (نموذج ذكاء اصطناعي مدرب مسبقاً يسمى VGGT) لإيجاد نقاط متطابقة على الأشياء من زوايا مختلفة.
  • السحر: إنه يجبر الروبوت على فهم أن الكوب الذي يُرى من اليسار والكوب الذي يُرى من الأمام هما نفس الجسم ثلاثي الأبعاد. هذا يمنح الروبوت فهماً صلباً لا يتزعزع للمساحة. فهو يعرف بالضبط أين توجد الزجاجات، حتى لو تغيرت الإضاءة.

2. المراقب (مسار الرؤية الديناميكية)

  • الدور: هذا العامل هو "العين على الأرض". هو يراقب يد الروبوت (القابض) والهدف في الوقت الفعلي.
  • كيف يعمل: هذا العامل مستوحى من كيفية تتبع البشر لنظرهم. يستخدم الروبوت كاميرا على معصمه (مثل كاميرا GoPro على رأسك) لمراقبة الحدث.
  • السحر: إذا انزلق المكلب المستهدف إلى اليسار أثناء حركة الروبوت، فإن "المراقب" يراه فوراً. يصرخ قائلاً: "مهلاً، الهدف تحرك! عدّل مسارك!" هذا يسمح للروبوت بإعادة تخطيط حركته فوراً، تماماً مثل الإنسان الذي يمسك كرة ساقطة.

المصافحة (التواصل)

أخيراً، يتحدث المهندس المعماري والمراقب مع بعضهما البعض.

  • يقول المهندس المعماري: "من المفترض أن يكون المكعب هنا بناءً على الخريطة ثلاثية الأبعاد."
  • ويقول المراقب: "لكنني أرى أنه تحرك إلى هناك للتو!"
  • النتيجة: يجمع الروبوت بين الخريطة الصلبة ثلاثية الأبعاد وبيانات الحركة في الوقت الفعلي للقيام بالحركة المثالية.

لماذا هذا مهم (النتائج)

اختبر الباحثون عقل الروبوت الجديد بطريقتين:

  1. في لعبة الفيديو (المحاكاة): ألقوا بآلاف التحديات عليه، بما في ذلك الأجسام المتحركة، وتغير الألوان، والإضاءة الغريبة. سحق الروبوت الجديد جميع المنافسين، ونجح في المواضع التي فشلت فيها الروبوتات القديمة.
  2. في العالم الحقيقي: وضعوه على ذراع روبوت حقيقية. عندما حركنا مكعباً أثناء محاولة الروبوت الوصول إليه، اصطدمت الروبوتات القديمة. أما الروبوت الجديد (Cortical Policy)، فقد عدّل مساره بسلاسة ورصّ المكعب بشكل مثالي.

الخلاصة

الروبوتات السابقة كانت مثل المصورين الذين يحاولون قيادة سيارة عبر النظر فقط إلى صورة للطريق. لم يكن بإمكانهم التفاعل مع حركة المرور.
أما Cortical Policy فهو مثل السائق البشري. لديه خريطة ذهنية للطريق (المسار الثابت) وهو أيضاً يراقب باستمرار السيارة التي أمامه ويعدل عجلة القيادة في الوقت الفعلي (المسار الديناميكي).

هذه الفكرة البسيطة والقوية — وهي محاكاة جزأين متميزين ومتصلين من النظام البصري البشري — تجعل الروبوتات أكثر أماناً، وأكثر ذكاءً، وجاهزة للعالم الحقيقي الفوضوي وغير المتوقع.

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 →