SkillMemo: Expert-guided Skill Memory Framework for Compositional Embodied Manipulation

تخيل أنك تعلم روبوتًا كيفية طهي وجبة معقدة. أنت لا تكتفي بمجرد قوله له "اصنع العشاء"؛ بل تعرض عليه فيديو للعملية بأكملة: التقطيع، القلي، التقديم، والخدمة. في عالم الروبوتات، يسمى هذا "التلاعب المتجسد" (Embodied Manipulation)، حيث يتعلم الجهاز كيف يحرك جسده في العالم الحقيقي بناءً على ما يراه. لفترة طويلة، حاول العلماء تعليم الروبوتات عبر تغذيتها بكميات هائلة من عروض الفيديو هذه. الطرق الأكثر شيوعًا، والتي تُسمى غالبًا "سياسات الانتشار" (Diffusion Policies) أو نماذج "الرؤية واللغة والعمل" (Vision-Language-Action)، تعمل مثل طالب ذكي جدًا يحفظ الفيديو بأكمله عن ظهر قلب. إنهم بارعون في نسخ ما رأوه بالضبط، لكنهم يصطدمون بحائط مسدود عندما يواجهون موقفًا جديدًا. إذا طلبت من روبوت تدرب على "وضع تفاحة في وعاء" أن "يضع ليمونة في قدر"، فإنه غالبًا ما يتجمد. الأمر يشبه طالبًا حفظ نموذج الإجابة لاختبار محدد، لكنه يفشل بمجرد إعادة ترتيب الأسئلة. المشكلة هي أن هذه الروبات تحاول تذكر "الفيلم بأكمله" دفعة واحدة، بدلًا من فهم المشاهد الفردية أو "المهارات" التي تشكل القصة.

هنا تأتي فكرة جديدة تسمى SkillMemo. بدلاً من محاولة حفظ الفيديو بأكمله ككتلة واحدة ضخمة وغير قابلة للتجزئة، يعلم SkillMemo الروبوت كيفية تفكيك الفيديو إلى "مهارات ذرية" صغيرة وقابلة لإعادة الاستخدام — مثل "الإمساك"، "الرفع"، أو "الوضع". ثم يقوم بتخزين هذه المهارات في مكتبة خاصة وديناميكية (بنك ذاكرة) يمكن للروبوت البحث فيها أثناء عمله. فكر في الأمر كطاهٍ لا يحفظ وصفة "التقليب السريع" (Stir-fry) فحسب، بل يحتفظ بفهرس ذهني لكيفية التقطيع، وكيفية التشويح، وكيفية التتبيل. عندما يحتاج الشيف لإعداد طبق جديد، فإنه لا يبدأ من الصفر؛ بل يسحب مهارة "التقطيع" المناسبة ومهارة "التشويح" المناسبة من ذاكرته ويجمعهما فورًا. تقترح هذه الورقة أنه من خلال منح الروبوتات هذا النوع من "ذاكرة المهارات"، يمكنها أن تصبح أفضل بكثير في التعامل مع مجموعات جديدة وغير مرئية من المهام، مما يجعل حركاتها أكثر مرونة وشبيهة بالبشر.

المشكلة: روبوتات لا تستطيع "الخلط والمطابقة"

أدمغة الروبوتات الحالية مثيرة للإعجاب، لكن لديها نقطة ضعف محددة. لقد تم تدريبها على مجموعات بيانات ضخمة من العروض البشرية، حيث تتعلم التنبؤ بالحركة التالية بناءً على الصورة الحالية. ومع ذلك، غالبًا ما تعامل هذه النماذج المهمة ككتلة واحدة صماء من البيانات. إذا تعلم الروبوت "التقاط كوب وسكب الماء"، فإنه يتعلم ذلك التسلسل المحدد. إذا طلبت منه بعد ذلك "التقاط كوب وسكب عصير"، أو "التقاط وعاء وسكب ماء"، فقد يواجه صعوبة لأنه لم يرَ هذا المزيج المحدد من قبل. إنه يفتقر إلى القدرة على تفكيك الفعل إلى أجزاء أصغر قابلة لإعادة الاستخدام. إنه يشبه موسيقيًا يمكنه عزف أغنية محددة بإتقان، لكنه لا يستطيع الارتجال بلحن جديد باستخدام نفس النوتات.

يجادل المؤلفون بأن الحل ليس مجرد تغذية الروبوت بمزيد من البيانات (وهو أمر مكلف وصعب الحصول عليه)، بل بتغيير كيفية تعلم الروبوت وتذكره. هم يقترحون أن الروبوتات تحتاج إلى تعلم تحديد وتخزين "المهارات" بشكل منفصل، حتى تتمكن من خلطها ومطابقتها لاحقًا.

الحل: روبوت بـ "مكتبة مهارات"

تقدم الورقة إطار عمل SkillMemo، الذي يعمل مثل أمين مكتبة ذكي لمهارات الروبوت. وهو يعمل عبر مرحلتين رئيسيتين:

1. تقسيم الفيلم إلى مشاهد (تقسيم المسار بتوجيه الخبراء)
أولاً، يحتاج النظام إلى معرفة أين تنتهي مهارة ما وتبدأ أخرى. وبدلاً من مطالبة الإنسان بتسمية كل حركة (وهو أمر ممل)، يستخدم SkillMemo خدعة ذكية تسمى خليط الخبراء (Mixture-of-Experts - MoE). تخيل فريقًا من العمال المتخصصين (الخبراء) داخل دماغ الروبوت. بينما يشاهد الروبوت عرضًا توضيحيًا، يتناوب عمال مختلفون على "العمل". قد يكون أحد العمال بارعًا في "الإمساك"، والآخر في "التحريك"، وثالث في "الوضع". يتعلم النظام التبديل بين هؤلاء العمال تلقائيًا. عندما يكون عامل "الإمساك" نشطًا، يعرف الروبوت أنه في مرحلة "الإمساك" من المهمة. يحدث هذا دون أي تسميات بشرية؛ إذ يكتشف الروبوت حدود المهارات من تلقاء نفسه من خلال ملاحظة الأنماط في الحركة.

2. تخزين واسترجاع المهارات (ذاكرة مستوى المهارة)
بمجرد أن يقوم الروبوت بتفكيك المهمة إلى هذه المهارات الصغيرة والمتميزة، فإنه يخزنها في بنك ذاكرة عرضي ديناميكي. هذا ليس مجرد ملف فيديو؛ بل هو مكتبة مدمجة من تعليمات "كيفية القيام بالأمر".

• المفتاح (Key): يحفظ النظام ملخصًا لما كان يبدو عليه الموقف عندما استُخدمت المهارة (على سبيل المثال: "كان هناك وعاء قريبًا").
• القيمة (Value): يحفظ التعليمات المحددة لكيفية تنفيذ تلك المهارة (معاملات البوابة التي تخبر دماغ الروبوت أي العمال يجب تفعيلهم).

عندما يواجه الروبوت مهمة جديدة، فإنه لا يخمن فحما. ينظر إلى وضعه الحالي، ويبحث في مكتبة ذاكرته عن المهارات الأكثر صلة، ويستخرجها. ثم يدمج هذه المهارات المسترجعة مع خطته الحالية. إذا كان بحاجة إلى "وضع ليمونة في قدر"، فقد يسترجع مهارة "إمساك الليمونة" من ذاكرة واحدة ومهارة "الصب في القدر" من ذاكرة أخرى، ويجمعهما معًا لإنشاء إجراء جديد ناجح.

ما أظهرته التجارب

اختبر الباحثون هذه الفكرة بطريقتين: في عمليات محاكاة حاسوبية وعلى ذراع روبوت حقيقي (UR5e) في مختبر.

في المحاكاة:
اختبروا SkillMemo على تحديات الروبوت القياسية، بما في ذلك معيار LIBERO (الذي يختبر مدى قدرة الروبوتات على التعميم لمهام جديدة) وبيئات أخرى مثل Push-T و Franka Kitchen.

• النتائج: عندما أضافوا SkillMemo إلى نماذج الروبوت الحالية (مثل Diffusion Policy ونماذج الرؤية واللغة والعمل الضخمة)، أصبح الروبوتات أفضل بكثير.
• الأرقام: في معيار LIBERO، حقق النموذج القياسي π0.5 معدل نجاح بنسبة 96.8%. ومع SkillMemo، قفز هذا المعدل إلى 98.0%. ورغم أن هذا قد يبدو رقمًا صغيرًا، إلا أنه في علم الروبوتات، يعد التحسن بنسبة 1.2% أمرًا هائلًا.
• التعميم: النتيجة الأكثر إثارة كانت مدى جودة تعامل الروبوتات مع مهام لم يسبق لها رؤيتها. على سبيل المثال، إذا تم تدريب الروبوت على "وضع فراولة في وعاء" و"وضع ليمونة في طبق"، فيمكنه بنجاح اكتشاف كيفية "وضع فراولة على طبق" دون أن يتم تدريبه على هذا المزيج المحدد من قبل. سمحت له بنك الذاكرة بإعادة استخدام مهارة "الفراولة" ومهارة "الطبق" بطريقة جديدة.

في العالم الحقيقي:
اختبر الفريق أيضًا النظام على ذراع روبوت حقيقي مع خمس مهام مختلفة، مثل وضع فراولة في وعاء أو زبدة في قدر.

• النتائج: تفوق SkillMemo باستمرار على نموذج Diffusion Policy القياسي. ففي مهمة "الزبدة في القدر"، ارتفع معدل النجاح من 62.5% إلى 75.0%.
• المجموعات غير المرئية: عندما اختبروا الروبوت على تركيبات جديدة (مثل وضع ليمونة في قدر، وهو ما لم يره أثناء التدريب)، حسن SkillMemo معدل النجاح من 57.5% إلى 72.5%. أثبت هذا أن الروبوت لم يكن يحفظ فقط، بل كان يدمج المهارات حقًا.

ما تنفيه الورقة وما تؤكده

يحرص المؤلفون على توضيح ما لا يمثله منهجهم. فهم يجادلون ضد فكرة أن مجرد جعل دماغ الروبوت أكبر أو تدريبه على المزيد من البيانات الخام هو الحل الوحيد. لقد أظهروا أنه بدون طريقة منظمة لتذكر وإعادة استخدام المهارات، ستعاني حتى النماذج القوية مع التركيبات الجديدة.

كما أكدوا أن طريقتهم تعمل دون الحاجة إلى قيام البشر بتسمية كل "مهارة" يدويًا في فيديوهات التدريب. فالروبوت يتعلم تحديد هذه الحدود من تلقاء نفسه. ومع ذلك، تشير الورقة بوضوح إلى أن هذه النتائج تعتمد على عمليات محاكاة محددة ومجموعة محدودة من مهام العالم الحقيقي. ورغم أن النتائج قوية، إلا أنها ليست حلًا سحريًا لكل مشاكل الروبوتات الممكنة في الوجود. فالنجاح يُقاس في معايير محددة، والاختبارات "في العالم الحقيقي" أجريت في بيئة مختبرية محكومة.

لماذا هذا مهم؟

الفكرة الجوهرية لـ SkillMemo هي أن الروبوتات تحتاج لأن تكون مثلنا: قادرة على تفكيك الأفعال المعقدة إلى أجزاء أصغر قابلة لإعادة الاستخدام وتذكر كيفية القيام بها. من خلال منح الروبوتات "مكتبة مهارات" يمكنها البحث فيها والخلط بينها، يمكننا مساعدتها في التعامل مع الطبيعة الفوضوية وغير المتوقعة للعالم الحقيقي. بدلاً من كونها مجرد مقلدات جامدة تفشل بمجرد تغير السيناريو، يمكن لهذه الروبوتات أن تصبح حلالة للمشكلات تتسم بالمرونة، حيث تأخذ ما تعرفه وتطبقه على مواقف لم تواجهها من قبل. تشير الورقة إلى أن هذا النهج يعد خطوة واعدة نحو جعل الروبوتات قادرة حقًا على التكيف مع عالمنا، بدلاً من مجرد تكرار ما أُمرت به.