GenTrack: Physical Alignment for Robot-Native Motion Generation and Zero-Shot Humanoid Tracking
يقدم GenTrack إطار عمل عبر الإنترنت للتوليد والتتبع يتناوب بين توليد الحركة المرتكزة على التنفيذ وتدريب المتتبع لتقليص الفجوة بفعالية بين الحركات المعقولة حركياً والحركات القابلة للتنفيذ بواسطة الروبوت، مما يحقق تتبعاً بشرياً فائقاً من نوع "الصفر استباقي" (zero-shot) عبر مراجع متنوعة وخارج نطاق التوزيع دون الحاجة إلى جمع بيانات إضافية.
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 الرقص. لديك طريقتان رئيسيتان للقيام بذلك. الطريقة الأولى هي تسجيل راقص بشري، ونسخ حركاته على الروبوت، والأمل في أن تتحمل أرجل ومفاصل الروبوت تلك الخطوات. المشكلة هي أن البشر والروبوتات مبنيون بشكل مختلف؛ فالحركة التي تبدو سلسة على الإنسان قد تجعل الروبوت يتعثر، أو يسقط، أو يكسر مفصلاً. الطريقة الثانية هي ترك برنامج كمبيوتر يبتكر حركات رقص جديدة من الصفر باستخدام أوصاف نصية، مثل "قم بقفزة دورانية". ولكن إذا تعلم الكمبيوتر فقط من البيانات البشرية، فقد يبتكر حركات تبدو رائعة على الشاشة، لكنها مستحيلة جسدياً بالنسبة للروبوت.
لكي يكون الروبوت مفيداً حقاً، فإنه يحتاج إلى تعلم حركات جديدة فوراً، بمجرد قراءة وصف، دون الحاجة إلى وجود إنسان يقوم بتقديم عرض مادي لكل حركة أولاً. وهذا ما يسمى بالتعلم "بصفر محاولة" (zero-shot learning). التحدي الكبير هو سد الفجوة بين "ما يجب أن يفعله الروبوت" (الخطة) و"ما يمكن للروبوت فعله حقاً" (الفيزياء). إذا كانت الخطة صعبة للغاية، فسوف يصطدم الروبوت ويسقط. وإذا كانت الخطة سهلة للغاية، فلن يتعلم أي شيء جديد. يحاول العلماء باستمرار اكتشاف كيفية توليد حركات رقص تكون إبداعية وآمنة جسدياً في نفس الوقت ليتمكن الروبوت من تنفيذها.
وهنا يأتي دور طريقة جديدة تسمى GenTrack. فكر في GenTrack كاستوديو رقص عالي التقنية حيث يتعلم روبوتان مختلفان تماماً من بعضهما البعض في حلقة مستمرة. على أحد الجوانب، لديك المولد (Generator)، وهو ذكاء اصطناعي إبداعي يبتكر حركات رقص جديدة بناءً على مطالبات نصية. وعلى الجانب الآخر، لديك المتتبع (Tracker)، وهو روبوت ماهر يحاول أداء تلك الحركات جسدياً (وتحديداً روبوت Unitree G1 في بيئة محاكاة).
في الطريقة القديمة، كان هذان يعملان بشكل منفصل. كان المولد يصنع حركات بناءً على بيانات بشرية، وكان المتتبع يحاول اتباعها. وإذا فشل المتتبع، فلن يعرف المولد سبب فشله، وسيستمر المتتبع في محاولة اتباع تعليمات سيئة. كان الأمر يشبه مدرب رقص لا يشاهد الطالب أبداً أثناء التدريب؛ فهو يستمر فقط في الصراخ بحركات جديدة دون أن يدرك أن الطالب يتعثر في قدميه.
لقد غير GenTrack قواعد اللعبة بجعلهم فريقاً يتعلمون معاً في الوقت الفقيق. إليك كيف تعمل الحلقة:
- المولد يبتكر حركة رقص جديدة بناءً على مطالبة نصية.
- المتتبع يحاول أداء تلك الحركة على روبوت حقيقي (تحديداً روبوت Unitree G1) في عملية محاكاة.
- التغذية الراجعة: إذا تعثر المتتبع، أو انزلق، أو سقط، فإنه يرسل إشارة عائدة إلى المولد. إنه يشبه الطالب وهو يقول: "مهلاً، تلك الدورة كانت سريعة جداً على ساقي!".
- التحديث: يستمع المولد إلى هذه التغذية الراجعة ويعدل حركاته المستقبلية لتكون أكثر ملاءمة للروبوت. وفي الوقت نفسه، يتعلم المتتبع من هذه الحركات الجديدة، التي أصبحت أسهل قليلاً (ولكنها لا تزال مليئة بالتحديات)، ليصبح أفضل في اتباع تعليمات لم يسبق له رؤيتها من قبل.
اختبر الباحثون هذا النظام باستخدام "عقلين" مختلفين للمتتبع (يُسميان ProtoMotions و SONIC)، ووجدوا أن هذا التعلم المتبادل أتى بثمار مذهلة. في عمليات المحاكاة الخاصة بهم، أنتج نظام GenTrack روبوتات يمكنها بنجاح اتباع مجموعة أوسع بكثير من حركات الرقص مقارنة بما سبق. على سبيل المثال، مع عقل SONIC، قفز معدل نجاح الروبوت في اتباع الحركات الصعبة وغير المرئية من حوالي 85% إلى 90%، وانخفضت الأخطاء في مدى مطابقة المسار المقصود بشكل كبير.
من المهم أن الورقة البحثية تجادل ضد نهجين آخرين شائعين. أولاً، مجرد إعادة استخدام قائمة ثابتة من الحركات المعدة مسبقاً (التشغيل الاستاتيكي) لا يعمل بشكل جيد لأن الحركات لا تتكيف مع تطور الروبوت. ثانياً، مجرد تصفية الحركات عبر عقل روبوت واحد ثابت (التصفية أحادية الاتجاه) يتسبب في إنتاج المولد فقط لأسهل الحركات التي يستطيع الروبوت القيام بها بالفعل، مما يقلل من الإبداع والتنوع. يتجنب GenTrack هذه الأفخاخ من خلال إبقاء كل من المولد والمتتبع في حالة تطور مستمر معاً.
تظهر النتائج أن هذا "التدريب المشترك عبر الإنترنت" يساعد الروبوت على فهم الفرق بين الحركة التي تبدو جيدة على الورق والحركة التي يمكن تنفيذها فعلياً. تعلم المولد إنشاء حركات معقولة فيزيائياً للروبوت، بينما تعلم المتتبع التعامل مع مجموعة أوسع من التعليمات الصعبة وغير التقليدية. وبينما أُجريت هذه الدراسة في بيئة محاكاة، فإن النتائج تشير إلى أن هذه الحلقة التعاونية هي وسيلة قوية لتعليم الروبوتات مهارات جديدة دون الحاجة إلى ملايين الساعات من العروض البشرية الواقعية المكلفة. إنها خطوة نحو روبوتات يمكنها حقاً الرقص على أي نغمة، وليس فقط النغمات التي تم تعليمها إياها في البداية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.