Tri-Manual Visuomotor Imitation Learning of Robot Policies
تقدم هذه الورقة نظام TriManPolicy، وهو نظام تعلم محاكاة يتميز بجدولة الأذرع الثلاثة المعتمدة على التبعية (DATS)، والذي يُمكّن مشغلاً بشرياً واحداً من استعراض وتدريب سياسات متزامنة للروبوتات ثلاثية الأيدي بفعالية من خلال إعادة توقيت حركات الأذرع المستقلة دون اتصال مباشر (offline) مع الحفاظ على قيود المهمة، مما يتغلب على قيود التحكم عن بُعد ثنائي اليد التقليدي.
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 عالماً تتعلم فيه الروبوتات القيام بالأعمال المنزلية ليس عن طريق التجربة والخطأ، بل من خلال مراقبة البشر وهم يقومون بها أولاً. يُسمى هذا المجال "تعلم التقليد"، وهو يشبه تعليم روبوت كيفية الطهي من خلال تركه يراقبك وأنت تقطع الخضروات وتحرك القدر. عادةً ما يعمل هذا بشكل أفضل عندما يمتلك الروبوت والإنسان نفس عدد الأيدي. إذا استخدم إنسان يدين لطي قميص، يمكن لروبوت بذراعين أن يقلد الحركة بدقة. ولكن ماذا يحدث عندما يكون الروبوت خارق القدرات ويمتلك ثلاث أذرع، بينما يمتلك المعلم البشري يدين فقط؟ هذا هو اللغز الذي يحاول العلماء حله. إنهم يريدون معرفة ما إذا كان بإمكان الروبوت تعلم استخدام ذراع "مساعدة" ثالثة بمجرد مراقبة إنسان لا يمكنه التحكم إلا في ذراعين في كل مرة. إذا حاول الروبوت تقليد توقيت الإنسان بدقة، فقد يعلق في حالة انتظار حتى يقوم الإنسان بتبديل اليدين، رغم أن الروبوت يمكنه القيام بثلاثة أشياء في وقت واحد. السؤال الكبير هو: هل يمكننا تعليم الروبوت تجاهل "تأخيرات التبديل" لدى البشر واكتشاف كيفية استخدام أذرعه الثلاثة في آن واحد؟
هنا يأتي دور TriManPolicy، وهو نظام ذكي جديد مصمم لتعليم الروبوتات ذات الأذرع الثلاثة باستخدام معلم بشري ذي يدين فقط. وجد الباحثون أنه عندما يتحكم إنسان في روبوت ذي ثلاثة أذرع، يتعين عليه التناوب: فهو يتحكم في ذراعين، ثم ينتقل للتحكم في زوج آخر من الأذرع، مما يترك الذراع الثالثة متوقفة في مكانها. إذا قام الروبوت ببساطة بتقليد هذا الفيديو، فإنه سيتعلم التوقف أيضاً، منتظراً الإنسان حتى يغير أوضاع التحكم. ولحل هذه المشكلة، ابتكر الفريق أداة "سفر عبر الزمن" رقمية تسمى DATS (جدولة الأذرع الثلاثة المعتمدة على التبعية). فكر في DATS كأنه محرر أفلام يشاهد تسجيل الإنسان ويعيد تحرير الجدول الزمني. فهو يحافظ على جميع الحركات الفعلية — مثل إمساك الإنسان بحقيبة مفتوحة بيد واحدة بينما تقوم اليدان الأخريان بطي منشفة — ولكنه يزيل التوقفات المحرجة حيث كان على الإنسان التوقف وتبديل التحكم. يكتشف DATS أي الأفعال يجب أن تحدث بترتيب معين (مثل وضع غطاء على صندوق قبل وضعه أرضاً) وأي الأفعال يمكن أن تحدث في نفس الوقت (مثل تثبيت صندوق بينما تمسح ذراع أخرى سطحه). ومن خلال إعادة ترتيب الفيديو لإظهار هذه الأفعال وهي تحدث معاً، فإنه يدرب الروبوت ليكون بطلاً خارقاً بثلاثة أذرع.
النتائج مثيرة للإعجاب. اختبر الفريق هذا على ست مهام مختلفة من العالم الحقيقي، مثل طي المناشف، ولصق الأكياس، ووضع الممحاة في الصناديق. أجروا 25 تجربة لكل مهمة. كانت الروبوتات التي تدربت باستخدام طريقة DATS "المسافرة عبر الزمن" أسرع بشكل ملحوظ. في الواقع، في كل مهمة من المهام، أنهت الروبوتات المدربة بـ DATS وظائفها في وقت أقل من الروبوتات التي تدربت على الفيديوهات الخام غير المحررة. على سبيل المثال، في مهمة تتضمن وضع الممحاة، كانت روبوتات DATS أسرع بنسبة 50% تقريباً. كما نجحت بنفس وتيرة الروبوتات الأخرى، أو حتى أكثر منها. تظهر البيانات أنه من خلال تعليم الروبوت تجاهل تأخيرات التبديل لدى البشر والتركيز على التدفق المنطقي للمهمة، يتعلم الروبوت تنسيق جميع أذرعه الثلاثة بسلاسة، محولاً الأداء المتعثر والمتقطع إلى رقصة انسيابية ومتناغمة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.