إن تعليم روبوت كيفية أداء مهام بدنية دقيقة في العالم الحقيقي هو مسعى صعب للغاية. فخلافاً لبرامج الكمبيوتر التي تعمل في فراغ رقمي مثالي، يجب على الآلات الفيزيائية التنقل في بيئة فوضوية حيث يمكن لحركة واحدة خاطئة أن تكسر جزءاً، أو تسبب ضرراً للآلة، أو تجعلها عالقة ببساطة. ولتعلم كيفية تجنب هذه العثرات، تعتمد الروبوتات تقليدياً على التعلم المعزز، وهي عملية قائمة على التجربة والخطأ حيث تجرب الآلة إجراءً ما، وترى ما سيحدث، ثم تعدل سلوكها بناءً على إشارة مكافأة. ومع ذلك، فإن هذه العملية في العالم المادي بطيئة وخطيرة؛ فإذا حاول الروبوت إدخال قابس في مقبس وفشل، فقد يتسبب في انحشار الآلية أو خدش السطح. علاوة على ذلك، فإن "المكافأة" للنجاح غالباً ما تكون نادرة؛ فقد يحاول الروبوت آلاف المرات قبل أن ينجح بالصدفة في إدخال القابس، مما يجعل عملية التعلم غير فعالة للغاية. ولتسريع هذه العملية، لجأ الباحثون سابقاً إلى معلمين بشريين، حيث يقومون بتعليم الروبوت كيفية أداء مهمة ما أو توجيهه جسدياً عندما يتعثر. لكن هذا النهج يعيبه عيب رئيسي: فهو يتطلب وجود إنسان يقظ لمراقبة كل جلسة تدريبية، وهو أمر مرهق ومكلف ويستحيل توسيع نطاقه.

لقد طور فريق من الباحثين نظاماً جديداً يسمى AutoSERL يحل هذه المشكلة عن طريق تعليم الروبوت باستخدام نموذج توضيحي واحد فقط، دون الحاجة إلى مراقبة بشرية بعد ذلك. يعمل النظام من خلال أخذ مثال واحد مسجل لإنسان يكمل مهمة بنجاح وتحويل ذلك التسجيل إلى مجموعة من القواعد التلقائية التي توجه تعلم الروبوت. اختبر الباحثون هذا على ست مهام مختلفة صعبة، مثل إدخال القوابس، وتعليق الأشياء على الخطافات، وسحب الأدراج. وفي كل حالة، تعلم الروبوت أداء المهمة بشكل مثالي باستخدام ذلك المثال الأولي الوحيد، بل وتفوق في النهاية على الأنظمة التي تم تدريبها باستخدام عشرين نموذجاً توضيحياً أو تلك التي اعتمدت على الإشراف البشري المستمر. الابتكار الرئيسي هو أن الروبوت يتعلم التعرف على اللحظة التي يخرج فيها عن المسار الصحيح أو يعلق، ويقوم بتصحيح نفسه تلقائياً من خلال الرجوع إلى النموذج التوضيحي الوحيد، مما يحل محل الحاجة إلى معلم بشري بشكل فعال.

كان التحدي الجوهري الذي عالجه الباحثون هو كيفية الحفاظ على سلامة الروبوت وإبقائه على المسار الصحيح دون الحاجة لمراقبة بشرية مستمرة. في الأساليب السابقة، كان الإنسان يتدخل كلما ارتكب الروبوت خطأً، حيث يقوم بتحريكه جسدياً للعودة إلى وضع آمن أو توجيهه نحو الهدف. نهج "الإنسان في الحلقة" (human-in-the-loop) هذا كان يعمل جيداً، لكنه لم يكن عملياً للتدريب طويل الأمد. يقوم نظام AutoSERel الجديد بأتمتة عملية التدخل هذه؛ إذ يبدأ بمسار توضيحي واحد، وهو ببساية تسجيل لحركة يد الروبوت من بداية المهمة إلى نهايتها. ومن خلال هذا التسجيل الواحد، يستخرج النظام ثلاث آليات محددة لتوجيه الروبوت أثناء تعلمه.

الآلية الأولى هي "النافذة المنزلقة" التي تعمل كدرابزين توجيهي متحرك. بينما يحاول الروبوت أداء المهمة، يقارن النظام باستمرار موقع الروبوت الحالي بالمسار الموضح في النموذج التوضيحي الوحيد. إذا انحرف الروبوت بعيداً جداً عن المسار الصحيح، يقوم النظام بدفعه بلطف للعودة إلى أقرب نقطة على خط النموذج التوضيحي. ومن الأهمية بمكان أن هذا الدليل يسحب الروبوت للأمام فقط على طول المسار؛ ولا يسحبه أبداً للخلف إلى نقطة زارها بالفعل. هذا يمنع الروبوت من العلوق في حلقة مفرغة، أو التذبذب ذهاباً وإياباً في نفس المكان، وهو نمط فشل شائع عندما تحاول الروبوتات تعلم مهام صعبة بمفردها. وبما أن النموذج التوضيحي الأصلي قد سُجل بأمان، فإن اتباع مساره يضمن أيضاً تجنب الروبوت الاصطدام بالعوائق في البيئة المحيطة.

أما الآلية الثانية، فهي تتعامل مع الحالات التي يعلق فيها الروبوت جسدياً، ربما بسبب انحشار جزء ما أو إمساك الروبوت لشيء بزاوية غير مريحة. يراقب النظام تقدم الروبوت ويمكنه اكتشاف ما إذا كان قد توقف عن الحركة أو يكافح للتفاعل مع جسم ما. وعند حدوث ذلك، يقوم النظام تلقائياً بتوجيه الروبوت للعودة إلى نقطة استعادة محددة وآمنة تم تحديدها في النموذج التوضيحي الأصلي. ومن هناك، يعيد تشغيل الجزء من النموذج التوضيحي الذي يظهر كيفية الانتقال بنجاح من تلك النقطة الآمنة إلى المرحلة التالية من المهمة. وهذا يسمح للروبوت بالتعافي من حالة الجمود فوراً، دون انتظار ملاحظة الإنسان للمشكلة وتدخله.

الآلية الثالثة هي قاعدة لمعرفة متى يتوقف عن المساعدة. الهدف من التدريب هو أن يتعلم الروبوت المهمة بمفرده في النهاية، لذا تم تصميم النظام لإيقاف التوجيه التلقائي بمجرد أن يتعلم الروبوت بما فيه الكفاية. يقوم النظام بعد عدد المرات التي اضطر فيها للتدخل خلال جلسة تدريبية. إذا أكمل الروبوت المهمة بنجاح مع تدخلات قليلة جداً، يفترض النظام أن الروبوت قد تعلم المهارة ويعطل جميع عمليات التوجيه الإضافية. وهذا يسمح للروبوت باستكشاف وصقل حركاته الخاصة دون أن يكون مقيداً بالنموذج التوضيحي، مما يضمن تطوير سياسة قوية ومستقلة.

اختبر الباحثون هذا الإطار على ذراعين روبوتيين مختلفين يؤديان ست مهام متميزة. تم اختيار هذه المهام لأنها تتطلب اتصالاً بدنياً دقيقاً وهامش خطأ ضئيل جداً. شملت المهام إدخال قابس في مقبس، وإدخال وحدة تخزين USB، وتعليق موزع شريط تصحيح، وعلاقة ملابس، وملعقة على خطاف، وسحب درج مفتوح بواسطة خطاف. في مهام الإدخال، حقق الروبوت الذي تدرب باستخدام AutoSERL باستخدام نموذج توضيحي واحد فقط نسبة نجاح بلغت 100 بالمائة. وعند مقارنته بالأساليب الأخرى، كانت النتائج واضحة؛ فالنظام الذي تدرب باستخدام عشرين نموذجاً توضيحياً فشل في الوصول إلى نفس مستوى النجاح في نفس الوقت. والنظام الذي اكتفى بنسخ حركات الإنسان دون تعلم، فشل في التكيف مع التغييرات الطفيفة في الموقع. وحتى النظام الذي اعتمد على تدخل الإنسان في كل مرة يعلق فيها الروبوت، استغرق وقتاً أطول لتعلم المهمة، أو تطلب وقتاً مساوياً لتحقيق نتائج مماثلة.

كما بحثت الدراسة في مدى قدرة الروبوت على التعامل مع التغييرات في البيئة. في أحد الاختبارات، قام الباحثون بتحريك الموضع الابتدائي للجسم الذي يتعين على الروبوت توصيله بضع سنتيمترات. وحتى مع هذا التغيير، تعلم الروبوت المدرب بـ AutoSERL بشكل أسرع وكان أكثر نجاحاً من الروبوت المدرب بدون التوجيه التلقائي. يشير هذا إلى أن النظام لا يحفظ المسار الدقيق الذي اتخذه الإنسان فحسب، بل يتعلم المنطق الكامن وراء المهمة ويمكنه التكيف مع نقاط البداية الجديدة. ووجد الباحثون أيضاً أن النظام يتميز بالمتانة عبر ظروف البداية العشوائية المختلفة، محققاً باستمرار معدلات نجاح عالية بغض النظر عن كيفية بدء التدريب.

ورغم أن النتائج مثيرة للإعجاب، إلا أن الباحثين يقرون بأن للنظام حدوداً. تعتمد آلية الاستعادة على المعلومات الواردة في ذلك النموذج التوضيحي الوحيد؛ فإذا واجه الروبوت نمط فشل لم يظهر أبداً في التسجيل الأصلي، فقد لا يعرف النظام كيفية الاستعادة. على سبيل المثال، إذا علق الروبوت بطريقة مختلفة تماماً عن المهمة الأصلية، فقد لا يملك الدليل التلقائي حلاً. ويقترح الباحثون أن العمل المستقبلي قد يتضمن استخدام نماذج توضيحية متعددة لإنشاء نظام استعادة أكثر متانة يمكنه التعامل مع مجموعة أوسع من الأخطاء. بالإضافة إلى ذلك، فإن النظام الحالي مصمم للمهام التي يتحرك فيها يد الروبوت في ست درجات من الحرية، وليس من الواضح بعد مدى نجاحه في المهام الأكثر تعقيداً التي تتضمن أجزاء متحركة كثيرة.

على الرغم من هذه القيود، تمثل النتائج خطوة كبيرة للأمام في جعل تعلم الروبوتات أمراً عملياً. فمن خلال استبدال الحاجة إلى معلم بشري بنظام ذكي ومؤتمت يتعلم من مثال واحد، أثبت الباحثون أنه يمكن تعليم الروبوتات مهام بدنية صعبة بكفاءة وأمان. لقد نجح النظام في سد الفجوة بين سلامة التوجيه البشري والاستقلالية المطلوبة ليتعلم الروبوت بمفرده. وفي المهام الست المختبرة، لم يطابق النهج المؤتمت أداء التدريب الخاضع للإشراف البشري فحسب، بل تفوق غالباً على النماذج المرجعية المؤتمتة الأخرى، مما يثبت أن نموذجاً توضيحياً واحداً منظماً جيداً كافٍ لفتح آفاق تعلم الروبوتات في العالم الحقيقي.