تخيل عالماً لا تكتفي فيه الروبوتات باتباع سيناريو جامد كتبه مهندس بشري، بل تتعلم وتتحسن من تلقاء نفسها، تماماً كما نفعل نحن. هذا هو "الكأس المقدسة" في علم الروبوتات: بناء آلات يمكنها السير إلى غرفة جديدة، واكتشاف ما يجب القيام به، والتحسن في ذلك من خلال التجربة والخطأ. لفهم كيف يعمل هذا، فكر في عقل الروبوت كأنه يتكون من جزأين رئيسيين. أولاً، يحتاج إلى قاعدة "معرفة عامة"، مثل مكتبة حول كيفية عمل العالم، والتي يتعلمها من خلال مشاهدة ملايين الفيديوهات لأشخاص يقومون بأشياء مختلفة. ثانياً، يحتاج إلى تعلم مهارات محددة، مثل كيفية فتح مرطبان معين أو تكديس مجموعة معينة من المكعبات. التحدي الكبير الذي يواجه العلماء هو أنه بينما أصبحت الروبوتات بارعة في تلك المعرفة العامة، إلا أنها لا تزال سيئة جداً في تعلم مهام محددة جديدة بمفردها. إذا طلبت من روبوت القيام بشيء لم يره من قبل، فغالباً ما يتجمد أو يتخبط بعشوائية لأنه لا يعرف من أين يبدأ. الأمر يشبه إعطاء شخص خريطة للعالم بأكل، لكن دون معرفة أي شارع هو فيه حالياً؛ لديه كل الأدوات للملاحة، لكنه لا يستطيع اتخاذ الخطوة الأولى دون القليل من المساعدة.

هذه هي قصة طريقة جديدة تسمى MiDAS، والتي تحاول حل مشكلة "الخطوة الأولى" تلك. تساءل الباحثون سؤالاً بسيطاً: ماذا لو أعطينا الروبوت فيديو واحداً فقط لشخص ينجح في أداء المهمة، ثم تركنا الروبوت يحاول اكتشاف الباقي بمفرده؟ عادةً، لا يكفي فيديو واحد. الأمر يشبه مشاهدة شخص يحل مكعب روبيك مرة واحدة، ثم إخبارك بأن تحل أنت المكعب بنفسك؛ قد تعرف الفكرة العامة، لكنك على الأرجح ستفشل كثيراً قبل أن تتقنها. تشير الورقة البحثية إلى أنه من خلال دمج ذلك الفيديو الوحيد مع طريقة ذكية للتعلم من الأخطاء، يمكن للروبوت في الواقع أن يتعلم أداء المهمة بشكل موثوق. لقد اختبروا ذلك في محاكاة حاسوبية وعلى روبوت حقيقي بذراعين، ووجدوا أنه حتى مع وجود مثال واحد فقط، استطاع الروبوت تعلم النجاح بعد بضع ساعات من الممارسة، بينما كانت الطرق الأخرى ستستسلم فوراً.

المشكلة: "النظرة الفارغة" للروبوت

تخيل أنك تعلم روبوتاً صنع شطيرة. لديك روبوت فائق الذكاء شاهد ملايين الفيديوهات لبشر يطبخون. هو يعرف شكل الخبز، وما هو الجبن، وكيف تعمل السكين. هذا هو عقله "المُدرب مسبقاً". ولكن إذا دخلت المطبخ وقلت له: "اصنع لي شطيرة بوضع الجبن الأزرق على اليسار"، فقد يكتفي الروبوت بالنظر إليك بنظرة فارغة. هو يعرف المكونات، لكنه لا يعرف هذه الشطيرة "بالتحديد".

إذا تركت الروبوت يحاول التعلم بمفرده (التعلم الذاتي)، فمن المحتمل أن يفشل مراراً وتكراراً. قد يمسك الخبز الخطأ، أو يسقط الجبن، أو يحاول وضع السكين في محمصة الخبز. في عالم الروبوتات، تُسمى هذه الإخفاقات "المكافآت الشحيحة" (sparse rewards). الأمر يشبه لعب لعبة فيديو حيث لا تحصل إلا على رسالة "لقد فزت!" في النهاية تماماً، ولا تحصل على أي تلميحات أو نقاط للاقتراب من الفوز. إذا فشل الروبوت 99 مرة من أصل 100، فلن يحصل أبداً على إشارة "لقد فزت!"، وبالتالي لن يتعلم أبداً ما يجب فعله. إنه عالق في حلقة مفرغة من الفشل.

الحل: فيديو واحد و"مساعد متبقٍ" (Residual)

ابتكر الباحثون وراء MiDAS (استراتيجية تكييف البيانات الدنيا) وصفة ذكية من خطوتين لكسر هذه الحلقة.

الخطوة 1: فيديو "الارتكاز"
أولاً، يعرضون على الروبوت فيديو واحد ناجح فقط للمهمة. هم لا يكتفون بجعله يشاهد فحسب؛ بل يستخدمون تقنية تسمى "نسخ السلوك" (behavior cloning). فكر في هذا كأن الروبوت يخضع لجلسة دراسة مكثفة وسريعة. ينظر إلى الفيديو الواحد ويحاول تقليد الحركات.

• ماذا يحدث: يصبح الروبوت أفضل بكثير. يتوقف عن التحديق بفراغ. يعرف أنه يجب أن يمسك الخبز، ثم الجبن، ثم السكين.
• العقبة: لا يزال متعثراً. قد يمسك الخبز بشكل صحيح، لكنه يسقط الجبن لأن قبضته قوية جداً، أو قد يخطئ في تحديد مكان الطبق لأنه مزاح قليلاً عن المركز. لديه "فكرة" المهمة، لكنه يفتقر إلى "الدقة". في اختبارات الورقة البحثية، استطاع هذا الروبوت (الذي اعتمد على فيديو واحد) الاقتراب من الهدف، لكنه غالباً ما فشل في إتمام المهمة.

الخطوة 2: المدرب "المتبقي" (Residual Coach)
هنا يحدث السحر. بدلاً من محاولة إعادة تعليم الروبوت كل شيء من الصفر، تضيف MiDAS "مدرباً" صغيراً وخفيف الوزن فوق عقل الروبوت.

• كيف يعمل: العقل الرئيسي للروبوت (الذي تدرب على الفيديو الواحد) يقول: "أعتقد أنني يجب أن أحرك الذراع بهذا الاتجاه". يستمع "المدرب" الجديد (السياسة المتبقية - residual policy) لهذا الاقتراح ويقول: "في الواقع، حركها أكثر قليلاً جهة اليسار".
• التعلم: يقوم الروبوت بعد ذلك بتجربة هذه الحركة المعدلة. إذا نجح، يحصل المدرب على نقطة. إذا فشل، يتعلم المدرب كيف يعدل الحركة بشكل مختلف في المرة القادمة.
• لماذا هو مميز: يظل العقل الرئيسي ثابتاً (لا يتغير)، لذا لا ينسى الروبوت ما تعلمه من الفيديو. المدرب صغير وسريع، حيث يتعلم فقط التصحيحات الصغيرة اللازمة لتحويل "المحاولة الجيدة" إلى "نجاح مثالي".

النتائج: من المحاولة الأولى إلى الإتقان

اختبر الفريق هذه الفكرة في عالمين افتراضيين مختلفين (يُسميان LIBERO-Long وRoboCasa) وعلى روبوت حقيقي بذراعين (يُسمى YAM).

في عمليات المحاكاة:
كانت النتائج قوية بشكل مفاجئ. باستخدام فيديو واحد فقط:

• الطرق القياسية التي حاولت التعلم من الصفر أو مجرد نسخ الفيديو فشلت تماماً (0% نجاح).
• الطرق المتقدمة الأخرى التي حاولت تعديل سلوك الروبوت تمكنت من إنجاز حوالي 30% إلى 40% من المهام بشكل صحيح.
• حققت MiDAS نجاحاً بنسبة 91% في المهام في المتوسط. وفي مهام محددة، مثل وضع قدر على الموقد، وصلت نسبة النجاح إلى 98%.

في العالم الحقيقي:
طبقوا الطريقة على روبوت حقيقي بذراعين.

• المهمة 1: وضع مكعب أخضر في حاوية واحدة ومكعب أزرق في أخرى. بدأ الروبوت بنسبة نجاح 40% بعد رؤية الفيديو الواحد. وبعد حوالي 6 ساعات من الممارسة بمفرده، تحسن إلى 67%.
• المهمة 2: وضع سكين ودونات على طبق. كانت هذه المهمة أصعب. بدأ الروبوت بنسبة نجاح 27% فقط. لكن بعد 5 إلى 6 ساعات من التفاعل الذاتي، قفزت النسبة إلى 80%.

تشير الورقة البحثية إلى أن هذا ينجح لأن العقل المُدرب مسبقاً للروبوت يعرف بالفعل "كيف" يحرك ذراعيه وما هي الأشياء التي يراها. الفيديو الواحد يخبره "ماذا" يفعل. أما التعلم عبر الإنترنت (المدرب) فيقوم فقط بسد الفجوات في "كيفية القيام بذلك بشكل مثالي".

ماذا يعني هذا (وما لا يعنيه)

يؤكد الباحثون بحذر على ما يمكن لهذه الطريقة فعله وما لا تستطيع فعله.

ما تفعله جيداً:

• تحول الـ "ربما" إلى "نعم" للمهام التي يمتلك الروبوت عنها معرفة عامة مسبقة.
• تسمح للروبوت بالتعميم. إذا حركت الأشياء قليلاً أو غيرت الإضاءة، فلا يزال بإمكان الروبوت فهم الأمر لأن "عقله" ذكي بما يكفي للتعامل مع هذه التغييرات.
• تعمل بمساعدة بشرية ضئيلة جداً. لا تحتاج لتسجيل 100 فيديو؛ فيديو واحد يكفي للبدء.

ما لا تفعله (حتى الآن):

• لا يمكنها تعليم الروبوت شيئاً جديداً تماماً ليس لديه معرفة سابقة به. إذا لم يسبق للروبوت رؤية سكين أو دونات، فلن يكفي فيديو واحد.
• تعاني إذا كانت المهمة تتطلب طريقة حركة مختلفة تماماً. على سبيل المثال، إذا احتاج الروبوت لتبديل مواقع جسمين بطريقة تتعارض مع الفيديو، فقد يرتبك.
• "6 ساعات" من الممارسة لا تزال وقتاً طويلاً بالنسبة للروبوت. تشير الورقة إلى أنه رغم كون هذه خطوة كبيرة للأمام، إلا أننا لا نزال بحاجة لجعل التعلم أسرع وأكثر كفاءة.

الصورة الكبيرة

فكر في MiDAS كجسر. قبل هذا، كان هناك فجوة هائلة بين "الروبوتات التي تعرف كل شيء بشكل عام" وبين "الروبوتات التي يمكنها القيام بمهمة محددة". كنت إما تحتاج لإنسان يبرمج كل حركة، أو تحتاج لمئات الساعات من التجربة والخطأ. توضح MiDAS أنه إذا أعطيت الروبوت قدراً ضئيلاً من التوجيه البشري (فيديو واحد) وتركته يتدرب مع مدرب ذكي وخفيف الوزن، فيمكنه عبور هذه الفجوة بمفرده.

يشير المؤلفون إلى أن هذه هي المرة الأولى التي يثبت فيها أي شخص أن الروبوت يمكنه التكيف بشكل موثوق مع مهمة جديدة بدءاً من عرض توضيحي واحد فقط. إنها ليست عصا سحرية تحل كل المشاكل، لكنها أداة جديدة قوية تشير إلى أننا نقترب من روبوتات يمكنها حقاً التعلم منا، بمجرد القليل من المساعدة.