Efficient Vision-Language-Action Management and Serving for Robot Factories
تقدم الورقة البحثية Robion، وهو نظام جديد لخدمة وإدارة أعباء عمل الرؤية واللغة والعمل (VLA) متعددة الروبوتات ومتعددة النماذج على خوادم الحافة، والذي يستخدم تفكيك المراحل داخل وحدة معالجة الرسومات والتحكم الذكي في حركة المرور لتعظيم حمولة الروبوت مع الالتزام الصارم بأهداف مستوى الخدمة (SLOs) المتعلقة بالسلامة على مقياس الميلي ثانية.
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 أرضية مصنع حيث لا تكتفي الآلات باتباع أوامر جامدة ومبرمجة مسبقاً، بل ترى العالم، وتفهم التعليمات المعطاة بلغة بسيطة، وتقرر كيفية تحريك أذرعها بنفسها لالتقاط قطعة أو تجميع مكون ما. هذا هو الوعد الذي يقدمه الذكاء الاصطناعي الفيزيائي، وهو مجال تُجهز فيه الروبوتات بنماذج "الرؤية واللغة والعمل". تعمل هذه الأنظمة كدماغ للروبوت، حيث تستقبل صورة من الكاميرا وأمرًا نصيًا مثل "التقط الصندوق الأحمر"، ثم تحسب الحركات الفيزيائية الدقيقة اللازمة لإتمام المهمة. ولكي تعمل هذه الروبوتات بأمان وفعالية، يجب أن تستجيب في لمح البصر؛ فإذا استغرق الدماغ وقتاً طويلاً في التفكير، فقد يهز الروبوت ذراعه، أو يسقط جسماً، أو حتى يوقف خط تجميع بأكمله، مما يتسبب في تأخيرات مكلفة أو مخاطر تتعلق بالسلامة.
يكمن التحدي في حقيقة أن أجهزة الكمبيوتر القادرة على تشغيل نماذج التفكير هذه ثقيلة جداً، ومكلفة، وتستهلك الكثير من الطاقة بحيث لا يمكن تثبيتها مباشرة على الروبوت نفسه. بدلاً من ذلك، اقترح المهندسون إرسال أفكار الروبوت إلى خادم محلي قريب، وهو نوع من مراكز الدماغ الرقمية، يقوم بالمهام الشاقة ويرسل الإجابات مرة أخرى. ومع ذلك، فإن هذا الإعداد يخلق مشكلة جديدة: كيف تدير خادماً واحداً يجب أن يخدم عشرات الروبوتات في آن واحد، مع ضمان حصول كل طلب على إجابة سريعة بما يكفي للحفاظ على سير العمل في المصنع بسلاسة؟ لقد تم تصميم نظام جديد يسمى "روبيونيون" (Robion) لحل هذا اللغز تحديداً، مما يسمح لخادم واحد بالتعامل مع مهام روبوتية مختلفة عديدة في وقت واحد دون أن يفقد إيقاعه.
اكتشف الباحثون وراء "روبيونيون" أن طريقة عمل أدمغة هذه الروبوتات تختلف جوهرياً عن النماذج اللغوية الكبيرة المستخدمة في برامج الدردشة الآلية أو مولدات الصور الضخمة المستخدمة في الفن. فبينما تعمل تلك الأنظمة غالباً لمئات الميلي ثانية أو حتى لثوانٍ، فإن عملية تفكير الروبوت تحدث في بضع ميلي ثوانٍ فقط. إنها عملية من خطوتين: أولاً، ينظر النظام إلى الصورة ويقرأ التعليمات لفهم الموقف؛ ثانياً، يحسب الحركات الفيزيائية المحددة المطلوبة للعمل. ولأن هاتين الخطوتين سريعتان ولهما احتياجات مختلفة — إحداهما تتطلب حسابات ثقيلة بينما الأخرى تتطلب وصولاً سريعاً للذاكرة — فإن محاولة تشغيل كل منهما كمسار مستمر واحد على الخادم تكون غير فعالة. الأمر يشبه محاولة الجري في ماراثون وسباق قصير في آن واحد؛ فالعداء البطيء والثقيل يبطئ العداء السريع والخفيف.
ولإصلاح ذلك، بنى الفريق "روبيونيون" ليفصل هاتين الخطوتين ويعمل بهما جنباً إلى جنب على نفس شريحة الكمبيوتر، ولكن بطريقة محكومة بعناية. لقد أنشأوا مسارين منفصلين لحركة المرور على معالج الخادم؛ مسار واحد يتعامل مع التفكير الثقيل، والآخر يتعامل مع حسابات الحركة السريعة. والأهم من ذلك، صمموا متحكماً في حركة المرور يضمن ألا يغلق المسار الثقيل المسار الخفيف تماماً. إنهم يفعلون ذلك عبر حجز قدر محدد من القدرة الحوسبية للمسار السريع، مما يضمن وجود مساحة له دائماً للعمل، حتى أثناء حدوث التفكير الثقيل. وهذا يسمح للخادم بمعالجة طلبات متعددة للروبوتات في الوقت ذاته، عبر دمج تفكير روبوت واحد مع حساب حركة روبوت آخر.
علاوة على ذلك، أدرك الباحثون أن خادماً واحداً يمكنه التعامل مع أنواع مختلفة من الروبوتات، لكل منها وظيفته الخاصة ونسخته الخاصة من الدماغ. فقد تقوم بعض الروبوتات بتعبئة الصناديق، بينما تقوم أخرى بتجميع قطع السيارات. يسمح "روبيونيون" لهذه الأدمغة الروبوتية المختلفة بالعيش على نفس الخادم، ومشاركة مسارات الحوسبة نفسها. يعمل النظام كموزع ذكي، يتحقق باستمرار من أي روبوت هو الأقرب لتجاوز موعده النهائي للسلامة. إذا كان الروبوت على وشك نفاد الوقت لإنهاء مهمته، يقوم النظام فوراً بإعطاء الأولوية لطلبه، مما يضمن إنجاز المهام الأكثر إلحاحاً أولاً. وهذا يمنع المصنع من التوقف بسبب انتظار روبوت واحد للإجابة.
اختبر الفريق هذا النظام في بيئة مصنع محاكية باستخدام ما يصل إلى أربع بطاقات رسومات قوية، وهي المحركات التي تدفع نماذج الذكاء الاصطناعي هذه. وقارنوا "روبيونيون" بالطرق الموجودة التي إما تشغل دماغ الروبوت كسلسلة واحدة غير منقطعة من الأحداث أو تقسم الخطوات عبر أجهزة كمبيوتر مختلفة. أظهرت النتائج أن "روبيونيون" يمكنه دعم عدد أكبر بكثير من الروبوتات مع الاستمرار في تلبية متطلبات التوقيت الصارمة. وفي اختبار واسع النطاق، نجح خادم واحد يعمل بنظام "روبيونيون" في إدارة ثمانية نماذج روبوتية مختلفة، وخدم ما يصل إلى 64 روبوتاً في وقت واحد بنسبة نجاح بلغت 98 بالمائة. وهذا يعني أنه بالنسبة لكل طلب تقريباً، تلقى الروبوت إجابته في الوقت المناسب لمواصلة الحركة بأمان.
كما بحثت الدراسة فيما إذا كان من الأفضل وضع الأجزاء المختلفة لدماغ الروبوت على أجهزة كمبيوتر منفصلة أو إبقائها معاً. ووجدوا أن تقسيم مرحلتي التفكير والحركة عبر أجهزة كمبيوتر مختلفة يجعل الأمور أبطأ وأقل كفاءة لأن البيانات يجب أن تنتقل ذهاباً وإياباً، مما يهدر وقتاً ثميناً. ومن خلال إبقاء كل شيء على خادم واحد قوي وإدارة حركة المرور الداخلية بعناية، حقق "روبيونيون" أداءً أفضل بكثير. كما نظر الباحثون في التكلفة، مشيرين إلى أن استخدام خادم واحد قوي لتشغيل العديد من الروبوتات هو أرخص بكثير من محاولة وضع أجهزة كمبيوتر عالية الأداء ومكلفة على كل روبوت على حدة. ويمكن لهذا النهج أن يجعل المصانع المستقلة المتقدمة واقعاً عملياً للشركات الكبرى، مما يسمح بنشر أساطيل من الروبوتات الذكية التي تعمل معاً بكفاءة دون استهلاك مواردها الحوسبية بشكل مفرط.
في النهاية، يوضح "روبيونيون" أن مفتاح تشغيل مصنع من الروبوتات الذكية لا يقتصر فقط على امتلاك أجهزة كمبيوتر قوية، بل في امتلاك نظام يمكنه إدارةها بدقة متناهية. ومن خلال فهم الطبيعة الفريدة والمجزأة لاتخاذ القرار لدى الروبوتات، وتصميم خادم يحترم تلك المواعيد النهائية الضيقة، نجح الباحثون في وضع مخطط لكيفية توسيع نطاق الذكاء الاصطناعي الفيزيائي. يضمن النظام أنه مع نمو المصانع وزيادة تعقيدها، يمكن للروبوتات الاستمرار في الرؤية والتفكير والعمل في الوقت الفعلي، مما يحافظ على استمرار خطوط الإنتاج بسلاسة وأمان.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.