← أحدث الأبحاث
💻 computer science

Learning Slope-Adaptive Whole-Body Locomotion for Humanoid Robots in Roofing Construction

تقدم هذه الورقة إطار عمل دلالي للمهام ومستند إلى المشهد، يجمع بين عروض بشرية مُعاد توجيهها وتحسين المسار والتعلم التعزيزي لتمكين روبوت بشري من طراز Unitree G1 من أداء مهام تنقل وتشييد معقدة ومتكيفة مع المنحدرات، مثل تسقيف الأسطح، مع الحفاظ على قيود دقيقة للدعم وخلوص العمل.

المؤلفون الأصليون: Songyang Liu, Shuai Li

نُشر 2026-09-18
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Songyang Liu, Shuai Li

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 روبوتًا يمكنه المشي، والتسلق، والعمل تمامًا مثل البشر. لسنوات، علم العلماء الآلات كيفية الحركة من خلال عرض مقاطع فيديو لأشخاص يمشون أو يركضون. يقوم الكمبيوتر بتقليد الحركات، ويأمر أرجل الروبوت وأذرعه بمحاكاة جسم الإنسان. هذا الأسلوب يعمل بشكل جيد على الأرضيات المستوية، ولكنه ينهار عندما تميل الأرض. فعلى سطح منحدر، يمكن أن يكون مجرد تقليد لحركة بشرية أمرًا خطيرًا. إذا حاول الروبوت تقليد إنسان ينحني للأسفل ليطرق مسمارًا، فقد يضع الكمبيوتر أقدام الروبوت في الهواء أو يدفع يديه مباشرة عبر بلاط السقف. يحتاج الروبوت إلى فهم ليس فقط كيفية حركة الجسم، بل وأين يقع هذا الجسم بالنسبة للسطح المحدد الذي يقف عليه. هذا هو التحدي الجوهري لمنح الروبوتات القدرة على العمل في عالم البناء الفوضوي وغير المستوي.

قام فريق من الباحثين في جامعة فلوريدا بمعالجة هذه المشكلة من خلال تعليم روبوت بشري (Humanoid) كيف يتصرف كعامل سقف. ركزوا على نوع معين من الروبوتات وهو "Unitite G1"، الذي يقف على ساقين ويمتلك أذرعًا مثل الإنسان. كان الهدف هو تجاوز مجرد المشي وتعليم الآلة كيفية عبور سقف مائل، والانحناء للأسفل للعمل، واستخدام أدوات مثل مسدس المسامير أو المطرقة دون السقوط أو الاصطدام بالسطح. أدرك الباحثون أن مجرد نسخ حركات الإنسان لم يكن كافيًا. فالإنسان يعرف غريزيًا كيفية ضبط توازنه على المنحدر، لكن الروبوت الذي يتبع نصًا مرئيًا قد لا يدرك أن قدمه تحوم فوق فجوة أو أن يده على وشك اختراق السقف. ولحل هذه المشكلة، ابتكر الفريق طريقة جديدة تجمع بين الحركة البشرية وخريطة رقمية دقيقة للسقف.

بدأت العملية بتسجيل عامل بشري يؤدي مهام تسقيف على منحدر مختبري. ارتدى الشخص سماعة واقع افتراضي وأجهزة تتبع على يديه وكاحليه، مما سمح للباحثين بالتقاط توقيت وانسيابية الحركات. بعد ذلك، تم نقل هذه البيانات إلى الروبوت، مما خلق مسودة أولى للحركة. ومع ذلك، كانت هذه المسودة معيبة؛ لأن جسم الروبوت يختلف عن جسم الإنسان، فإن النسخة الأولية وضعت أقدام الروبوت في أماكن خاطئة ويديه على ارتفاعات غير صحيحة بالنسبة للسقف. ولإصلاح ذلك، استخدم الباحثون نموذجًا ثلاثي الأبعاد مفصلًا لسطح السقف. قاموا بتعديل مسار المرجع الخاص بالروبوت بحيث تكون أقدامه ثابتة بقوة على المنحدر ويداه على مسافة آمنة ومحددة من البلاط. على سبيل المثال، تأكدوا من بقاء يد الروبوت على بعد 25 سنتيمترًا بالضبط من السقف عند حمل مسدس المسامير، و12 سنتيمترًا عند استخدام المطرقة. ضمنت هذه الخطوة أن تكون خطة الروبوت ممكنة فيزيائيًا وآمنة قبل أن يحاول التحرك فعليًا.

حتى مع وجود خطة مثالية، يمكن للروبوت أن يرتكب أخطاء عند التحرك فعليًا. فالعالم الحقيقي مليء بالانزلاقات والتأخيرات الصغيرة التي لا تتوقعها المحاكاة الحاسوبية دائمًا. وللتعامل مع هذا، علم الباحثون الروبوت كيفية الانتباه لقواعد السلامة هذه أثناء حركته. استخدموا طريقة تعلم تكافئ الروبوت على إبقاء يديه بالمسافة الصحيحة من السقف، وتُعاقبه إذا لمس أي جزء من جسمه السطح في غير موضعه. حدث هذا التدريب في محاكاة حاسوبية أولاً، حيث تدرب الروبوت آلاف المرات على زوايا أسقف مختلفة، تتراوح من منحدر لطيف بزاوية 9 درجات إلى منحدر شديد بزاوية 25 درجة. أظهرت النتائج أن الروبوت تعلم تكييف وضعية جسده مع المنحدر، محافظًا على توازنه أثناء الانحناء للعمل.

ثم اختبر الفريق هذه المهارات على الروبوت الفعلي في مختبرهم. أعدوا منصة سقف حقيقية وتركوا الروبوت يجرب المهام التي تعلمها في المحاكاة. نجح الروبوت في المشي صعودًا المنحدر، والانحناء للإمساك بمسدس المسامير، وأرجح المطرقة. في كل اختبار، حافظ الروبوت على أقدامه على السقف ويديه على المسافة الصحيحة، متجنبًا أي اصطدامات مع السطح. أظهرت القياسات أن حركات الروبوت كانت دقيقة، حيث ظل جسمه ضمن نطاق سنتيمترات قليلة من المسار المقصود. كما قارن الباحثون طريقتهم بنهج أخرى، ووجدوا أن الروبوتات التي تدربت فقط على اتباع إشارة مكافأة دون دليل حركة بشرية انتهت بوضعيات غريبة ومنحنية لا تشبه أعمال التسقيف الحقيقية. وبالمثل، فإن الروبوتات التي يتم التحكم فيها مباشرة بواسطة مشغل بشري في الوقت الفعلي فقدت توازنها وسقطت عند محاولة الخطو على المنحدر. كانت الطريقة الجديدة، التي جمعت بين الحركة البشرية، والخريطة الرقمية للسقف، والتعلم الواعي بالسلامة، هي الوحيدة التي نجحت بشكل موثوق.

تشير هذه الدراسة إلى أنه لكي تعمل الروبوتات في مجال البناء، فإنها تحتاج إلى ما هو أكثر من مجرد القدرة على المشي. فهي تحتاج إلى فهم هندسة السطح الذي تقف عليه والحفاظ على علاقة آمنة معه أثناء العمل. وجد الباحثون أن مجرد نسخ الحركات البشرية ليس كافيًا؛ إذ يجب أن يكون الروبوت مرتبطًا بالواقع الفيزيائي لموقع العمل. ومن خلال تعليم الروبوت احترام شكل السقف وإبقاء أدواته على المسافة الصحيحة، وضع الفريق أساسًا لآلات يمكنها يومًا ما المساعدة في المهام الخطرة مثل تسقيف المنازل. وبينما أجريت الاختبارات الحالية في مختبر محكوم مع حزام أمان، فإن النتائج تظهر أن المهارات الأساسية للتسلق والعمل على منحدر باتت في المتناول. الخطوة التالية ستكون معرفة ما إذا كان بإمكان هذه الروبوتات التعامل مع الظروف القاسية وغير المستوية وغير المتوقعة لموقع بناء حقيقي.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 💻 cs →