SOLO: Stable Omni-terrain Long-Horizon Perceptive Humanoid Locomotion
إنَّ SOLO هو إطار عمل موحد لحركة الروبوتات البشرية المستقرة وطويلة المدى، يجمع بين "مُعيد بناء الاستعلام المشفر بفوريه" للحفاظ على حدود التضاريس الحادة، وطريقة "تقطير متوسط مربع الخطأ المدرك للمسار" لتحسين التخصيص الزمني للائتمان، مما يُمكِّن من عبور قوي ومباشر (zero-shot) للتضاربات الخارجية والداخلية المعقدة.
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
أثناء السير في غابة، لا يحتاج الشخص إلى حساب الارتفاع الدقيق لكل جذر أو الزاوية الدقيقة لكل حجر. بدلاً من ذلك، يعتمد على حلقة سلسة: العين ترى الأرض، والدماغ يفسر الشكل، والساقان تعدلان الخطوة، وكل ذلك في جزء من الثانية. تتيح هذه التغذية الراجعة المستمرة للبشر السفر لمسافات طويلة فوق تضاريس غير مستوية دون السقوط، حتى عندما تتغير الأرض من عشب إلى حصى إلى مجموعة منحدرة من الدرج. لعقود من الزمن، حاول المهندسون منح الروبوتات هذه القدرة نفسها. لقد بنوا آلات يمكنها المشي، ولكن عندما يُطلب منها التنقل في مسار معقد ومتغير لفترة طويلة، غالباً ما تتعثر هذه الروبوتات. المشكلة ليست في عدم قدرتها على تحريك أرجلها، بل في أن فهمها للعالم يصبح ضبابياً بمرور الوقت. فبينما تسير، تتراكم الأخطاء الصغيرة في كيفية رؤيتها للأرض وكيفية اتخاذها للقرار بشأن الحركة، مما يؤدي في النهاية إلى فقدان توازنها.
طوّر فريق من الباحثين نظاماً جديداً يسمى SOLO يسمح لروبوت بشري الهيئة بالمشي فوق مسار صعب ومستمر لفترة طويلة جداً دون السقوط. تم اختبار النظام على روبوت يدعى "أومني" (Omni)، وهو مزود بكاميرا واحدة على صدره ومستشعرات تشعر بوضعية جسمه. في اختبار واقعي، مشى الروبوت مسافة 1.5 كيلومتر في الهواء الطلق، عابراً درجات طبيعية، ومنحدرات، وعشباً، وأرضاً غير مستوية في جولة واحدة دون أي مساعدة بشرية أو إعادة ضبط. كما نجح في التنقل عبر مسار داخلي معقد يتضمن فجوات وعقبات. وجد الباحثون أن الطرق السابقة فشلت لأنها كانت تنعم التفاصيل المهمة للأرض ولأنها كانت تتحقق فقط مما إذا كانت خطوة الروبوت الحالية صحيحة، متجاهلة ما إذا كانت هذه الخطوة ستؤدي إلى السقوط لاحقاً. يعالج نظام SOLO كلتا المشكلتين من خلال إنشاء صورة أكثر حدة للأرض ومن خلال تعليم الروبوت التفكير مسبقاً في كيفية تأثير أفعاله الحالية على استقراره المستقبلي.
يكمن جوهر المشكلة في كيفية بناء الروبوتات لخريطة ذهنية للأرض. فالأنظمة التقليدية تأخذ تدفقاً من الصور من الكاميرا وتحاول تحويلها إلى خريطة مسطحة للتضاريس. وللقيام بذلك بسرعة، غالباً ما تقوم بضغط جميع المعلومات المرئية في ملخص واحد مشترك. وبينما ينجح هذا في إظهار الأشكال العامة، إلا أنه يطمس الحواف الحادة التي تهم أكثر، مثل الحدود الدقيقة لحجر الخطوة أو حافة الدرجة. وعندما لا يستطيع الروبوت رؤية هذه الخطوط الحادة بوضوح، فإنه يضع قدمه في المكان الخاطئ، ومع مرور الوقت أثناء المشي الطويل، تتراكم هذه الأخطاء الصغيرة لتؤدي إلى السقوط. حل الباحثون ذلك بتغيير كيفية طلب الروبوت للمعلومات؛ فبدلاً من طلب ملخص واحد للمشهد بأكمده، يخصص النظام سؤالاً محدداً لكل نقطة على خريطة الأرض. كل نقطة تسأل تاريخ الكاميرا: "ماذا يوجد هنا بالضبط؟". وهذا يسمح للروبوت باسترجاع التفاصيل الدقيقة لهذا الموقع المحدد، مما يحافظ على الحواف الحادة للدرج والأحجار التي تميل الأنظمة الأخرى إلى طمسها.
عالج الباحثون أيضاً المشكلة الثانية وهي كيفية تعلم الروبوت للمشي. في العديد من طرق التدريب، يتعلم الروبوت عن طريق تقليد أفعال معلم مثالي في اللحظة التي يقف فيها. إذا كانت قدم الروبوت في المكان الصحيح الآن، فإنه يحصل على مكافأة، حتى لو كان هذا الفعل نفسه سيؤدي إلى تعثره بعد بضع خطوات. هذا يشبه طالباً يحصل على درجة جيدة في سؤال اختبار واحد ولكنه يفشل في الامتحان النهائي لأنه لم يفهم كيفية ترابط الأسئلة. يضيف نظام SOLO الجديد طبقة من الاستشراف لعملية التعلم هذه؛ فهو لا يتحقق فقط مما إذا كان الروبوت يفعل الشيء الصحيح الآن، بل يتحقق أيضاً مما يحدث بعد أن يتخذ الروبوت تلك الخطوة. إذا أدى فعل معين إلى حالة مستقبلية حيث سيواجه الروبوت صعوبة في مطابقة حركات المعلم المثالية، فإن النظام يعاقب ذلك الفعل. هذا يعلم الروبوت تجنب الحركات التي تبدو جيدة في اللحظة الراهنة ولكنها تؤدي إلى المتاعب لاحقاً، مما يمنحه فعلياً حساً بالنتائج طويلة المدى.
لإثبات نجاح هذه التغييرات، أجرى الباحثون سلسلة من الاختبارات الصارمة للروبوت في بيئة محاكاة قبل أخذه إلى الخارج. وقارنوا نظامهم الجديد بالطرق القديمة التي استخدمت نفس بيانات التدريب ونفس الروبوت. عندما كانت التضاريس صعبة، مثل مجموعة من أحجار الخطوة الضيقة أو الدرج المنحدر، فشلت الأنظمة القديمة في معظم الأوقات، حيث انخفضت معدلات النجاح إلى ما يقرب من الصفر في أصعب العقبات. وفي المقابل، نجح النظام الجديد في 96 بالمائة من تجارب أحجار الخطوة و97.5 بالمائة من اختبارات التضاريس الصعبة بشكل عام. وقاس الباحثون دقة خريطة الأرض ووجدوا أن الطريقة الجديدة قللت الأخطاء بأكثر من ثلاث مرات مقارنة بالمناهج القديمة. هذا التحسن يعني أن الروبوت يمكنه وضع قدميه بدقة أكبر بكثير، متجنباً الانزلاقات الصغيرة التي تسبب السقوط عادةً.
أجري الاختبار النهائي في العالم الحقيقي، حيث كان على الروبوت الاعتماد كلياً على مستشعراته الخاصة دون أي تتبع خارجي أو توجيه بشري. مشى الروبوت مساراً مستمراً بطول 1.5 كيلومتر في الهواء الطلق، متنقلاً بين الانتقالات الطبيعية بين العشب والتربة والحجر. كما خاض مساراً داخلياً تطلب منه الصعود والهبوط في الدرج، وعبور فجوة، وتجاوز عقبة متحركة. وفي كل حالة، أكمل الروبوت المسار دون السقوط أو الحاجة إلى إيقافه وإعادة ضبطه. لاحظ الباحثون أن الروبوت استخدم فقط البيانات من كاميرته المثبتة على صدره ومستشعرات جسمه الداخلية، مما يثبت أن النظام يمكنه التعامل مع تعقيدات العالم الحقيقي دون الحاجة إلى كمبيوتر خارق أو خريطة مثالية للمنطقة. إن نجاح هذه المشية طويلة المسافة يثبت أنه من خلال إصلاح كيفية رؤية الروبوتات للأرض وكيفية تخطيط خطواتها، من الممكن إنشاء آلات يمكنها التحرك عبر المسارات الطويلة والمعقدة باستقرار يضاهي المشي البشري.
لا يدعي هذا العمل أن الروبوتات يمكنها الآن المشي في أي مكان دون أي قيود. فلا يزال النظام يتطلب من الإنسان تقديم الاتجاه والسرعة العامين، بينما يتولى الروبوت تفاصيل التوازن ووضع القدم. كما أن لدى الروبوت نقطة عمياء خلفه، مما يعني أنه لا يمكنه المشي للخلف فوق التضاريس الصعبة بنفس سهولة مشيه للأمام. ومع ذلك، تظهر النتائج مساراً واضحاً نحو جعل الروبوتات البشرية أكثر موثوقية. فمن خلال الجمع بين طريقة أكثر حدة لرؤية الأرض وطريقة أذكى للتعلم من الأخطاء، أظهر الباحثون أن الروبوتات يمكنها اجتياز طرق طويلة ومعقدة دون فقدان توازنها. هذا التقدم يقرب المجال من هدف امتلاك روبوتات يمكنها العمل والتحرك جنباً إلى جنب مع البشر في البيئات الحقيقية الفوضوية وغير المتوقعة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.