M3-Tele: A Unified Multimodal Teleoperational Framework for Compliant Whole-Body Mobile Manipulation

لطالما كانت الروبوتات التي يمكنها التحرك في أرجاء المنزل والتقاط الأشياء حلماً من أحلام الخيال العلمي، لكن تحويل هذا الحلم إلى واقع يتطلب حل لغز فيزيائي معقد. لكي يكون الروبوت مفيداً حقاً، يجب عليه القيام بشيئين في آن واحد: التنقل عبر غرفة مزدحمة، والتعامل بلطف مع الأشياء دون كسرها. يتطلب هذا توازناً دقيقاً بين تحريك جسده والشعور بالعالم الذي يلمسه. فإذا ضغط الروبوت بقوة كبيرة، قد يقلب مزهرية؛ وإذا تحرك بصلابة مفرطة، فلن يتمكن من فتح درج أو مسح سطح ما. ولكي يتعلم الروبوت هذه المهارات من إنسان، يجب أن يكون بمقدور الإنسان توجيهه بمستوى من الحساسية يبدو طبيعياً، بينما يجب على الروبوت أن يكون قادراً على الاستماع إلى مستشعراته الخاصة وتعديل قبضته وضغطه في الوقت الفعلي. وبدون هذه القدرة على الشعور والتكيف، غالباً ما تكون البيانات التي تُجمع لتعليم الروبوت خرقاء وغير متسقة، مما يجعل من الصعب على الآلة تعلم المهام المعقدة لاحقاً.

قام باحثون في جامعة شينزين للتكنولوجيا بتطوير نظام جديد يسمى M3-Tele لحل هذه المشكلة. لقد بنوا إطار عمل يسمح للإنسان بالتحكم في ذراع روبوت متنقل باستخدام هاتف ذكي، ولكن مع لمسة حاسمة: النظام مصمم ليشعر بالتلامس بين الروبوت والعالم. الروبوت مزود بمستشعرات خاصة على قابضته يمكنها رؤية مقدار انضغاط الوسادات الناعمة على أصابعه عند لمس جسم ما، بالإضافة إلى مستشعرات تقيس القوة التي تضغط على معصمه. عندما يقوم مشغل بشري بتوجيه الروبوت لمسح سبورة أو فتح درج، فإن النظام لا يتبع مسار اليد بشكل أعمى فحسب، بل يتحقق باستمرار من الضغط وانضغاط القابضة، ويعدل حركة الروبوت تلقائياً للحفاظ على تلامس لطيف وثابت. وهذا يخلق تجربة سلسة واستجابية حيث يتصرف الروبوت كشريك مرن بدلاً من آلة صلبة.

اختبر الفريق هذا النظام في أربع مهام مختلفة تراوحت من البسيطة إلى الصعبة. طلبوا من متطوعين بشريين استخدام النظام لالتقاط كتلة، وتدوير قضيب، وسحب درج، ومسح سبورة. وأظهرت النتائج أن النظام الجديد كان أفضل بكثير في الحفاظ على تلامس الروبوت مع الأشياء دون فقدان قبضته أو تطبيق قوة مفرطة. وعندما قارن الباحثون نظامهم بالطرق القديمة التي لم تستخدم تعديلات استشعار القوة، كان الفرق صارخاً. فقد قلل المتحكم الجديد من الخطأ في تتبع القوة المطلوبة من أكثر من 4 نيوتن إلى أقل من 0.35 نيوتن. ومن الناحية العملية، يعني هذا أن الروبوت يمكنه الحفاظ على ضغط ثابت ضد سطح ما بدقة أكبر بكثير. علاوة على ذلك، منع النظام الروبوت من فقدان التلامس مع الجسم عن طريق الخطأ، مما قلل عدد المرات التي انزلقت فيها القبضة من ما يقرب من 2.5 مرة لكل محاولة إلى ما يقرب من الصفر.

كما بحثت الدراسة في مدى سهولة استخدام النظام من قبل البشر. ووجد الباحثون أن منح المشغل تغذية راجعة حول لمس الروبوت جعل المهمة تبدو أكثر سلاسة. وقد قيم المستخدمون سهولة استخدام الواجهة الجديدة المدعومة بالتغذية الراجعة أعلى بكثير من طرق التحكم القياسية، حيث سجلت حوالي 8.4 من 10 مقارنة بـ 5.8 للنسخة الأساسية. وهذا يشير إلى أنه عندما يستطيع الإنسان "الشعور" بما يشعر به الروبوت من خلال وحدة التحكم، فإنه يستطيع توجيهه بفعالية أكبر. عمل النظام بشكل جيد عبر جميع المهام المختلفة، حيث نجح في إكمال مهمة المسح الصعبة بنسبة 80% من المرات والمهام الأبسط بنسبة تصل إلى 94%. وهذه الموثوقية ضرورية لأنها تعني أن الروبوت يمكنه جمع نماذج توضيحية عالية الجودة ومتسقة بما يكفي لاستخدامها في التدريب.

أخيراً، استخدم الباحثون البيانات التي جمعها هذا النظام لتعليم روبوت كيفية مسح سبورة بمفرده، باستخدام طريقة تعلم تُعرف باسم "سياسة الانتشار" (diffusion policy). واختبروا ما إذا كان الروبوت يتعلم بشكل أفضل عندما تتوفر له جميع المعلومات الحسية — عرض الكاميرا، وقياسات القوة، وبيانات اللمس الانضغاطية — أم إذا كان بإمكانه الاكتفاء بالكاميرا فقط. وأظهرت التجارب أن الروبوت تعلم سلوك المسح الأكثر فعالية عندما امتلك الأنواع الثلاثة من المعلومات مجتمعة. وحتى عندما أعطى الباحثون خوارزمية التعلم قدراً صغيراً فقط من البيانات، ساعد الجمع بين مستشعرات اللس والضغط الروبوت على فهم المهمة بشكل أفضل من الرؤية وحدها. وهذا يؤكد أنه لكي تتقن الروبوتات المهام التي تتضمن تلامساً فيزيائياً، فإنها تحتاج إلى تعليمها باستخدام بيانات لا تلتقط فقط ما يراه الروبوت، بل كيف يشعر بالعالم تماماً. يوضح هذا العمل أنه من خلال دمج هذه الحواس في نظام التحكم، يمكننا بناء روبوتات ليست قادرة فقط على التحرك في منازلنا، بل هي أيضاً لطيفة ودقيقة بما يكفي للتفاعل مع الأشياء الموجودة بداخلها.