ForceTwin: Physics-informed Digital Twins for Robotic Manipulation from Instrumented Human Interaction
يُعد ForceTwin نظاماً يحدد التوائم الرقمية القائمة على الفيزياء للأجسام المفصلية من خلال تحليل التفاعلات البشرية المزودة بأجهزة استشعار مع مقابض حساسة للقوة، مما يتيح قدرة أكبر بكثير على التحكم والتلاعب مقارنة بالنهج الحالية التي تعتمد فقط على الكينماتيكا أو المعارف المسبقة القائمة على اللغة المرئية.
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
لطالما كانت الروبوتات أسياداً في أرض المصنع، حيث يكون كل جسم ثابتاً في مكانه وكل حركة مبرمجة مسبقاً. ولكن بمجرد أن يخطو الروبوت داخل منزل بشري، فإنه يواجه واقعاً فوضووياً: قد يكون الدرج فارغاً أو ممتلئاً بأطباق ثقيلة، وقد يكون الباب مزوداً بمفصلة بسيطة أو بزمبرك خفي يقاوم الفتح. ولتحريك هذه الأشياء، يحتاج الروبوت إلى ما هو أكثر من مجرد صورة لما تبدو عليه؛ يحتاج إلى فهم كيف "تشعر" تلك الأشياء. يجب أن يعرف وزن الجسم، واحتكاك مسارات انزلاقه، والقوى الخفية داخل آلياته. وبدون هذا الحدس الفيزيائي، قد يتوقف الروبوت ببساطة عند دفع باب، عاجزاً عن التمييز بين جسم عالق وبين جسم يقاوم الحركة بشكل طبيعي.
هذا هو التحدي الذي واجهه الباحثون في جامعة ETH Zurich ومعهم متعاونون من خلال نظام جديد يسمى ForceTwin. فبدلاً من الاعتماد على الكاميرات لتخمين مدى ثقل أو صلابة جسم ما، جعلوا الإنسان يقوم بالمهمة. حيث يمسك شخص أداة خاصة مزودة بمستشعر للقوة، ويقوم ببساطة بدفع وسحب وهز باب أو درج أو خزانة. وبينما يتفاعل الإنسان مع الجسم، تسجل الأداة بدقة كيف يتحرك الجسم، والأهم من ذلك، مقدار القوة المطلوبة لتحريكه. ومن خلال هذه التفاعلات البسيطة والطبيعية، يبني النظام "توأماً رقمياً" – نسخة افتراضية من الجسم لا تتضمن شكله فحسب، بل تتضمن أيضاً "شخصيته الفيزيائية" المحددة. هذا التوأم يعرف بالضبط الجهد المطلوب لفتح باب معين، مع مراعاة الزنبركات غير المرئية، والمحتويات الثقيلة، والمفصلات اللزجة التي لا يمكن للكاميرا رؤيتها أبداً.
يكمن جوهر هذا الاكتشاف في الإدراك بأن المظهر دليل ضعيف على الفيزياء. فبابان يبدوان متطابقين تماماً قد يتطلبان مستويات متفاوتة جداً من القوة لفتحهما؛ فقد يكون أحدهما خفيفاً وسلساً، بينما يكون الآخر ثقيلاً ومزوداً بآلية إغلاق قوية تدفعه للإغلاق بعنف. لقد اعتمدت المحاولات السابقة لإنشاء نسخ رقمية للأجسام على البيانات البصرية أو الأوصاف اللغوية لتخمين هذه الخصائص، مما أدى غالباً إلى عمليات محاكاة تبدو صحيحة من الناحية الشكلية لكنها تبدو خاطئة من الناحية الملموسة. وعندما حاولت الروبوتات استخدام هذه النماذج المعيبة، فشلت مراراً، خاصة مع الأجسام التي تحتوي على آليات داخلية قوية. ووجد الباحثون أنه من خلال قياس القوى الفعلية أثناء التفاعل البشري، يمكنهم تحديد المعلمات الفيزيائية الحقيقية للجسم. لقد فصلوا بين الخصائص الثابتة، مثل كتلة الجسم واحتكاكه الأساسي، وبين القوى المعقدة والمتغيرة للآليات، مثل مغلقات الأبواب، التي تتصرف بشكل مختلف اعتماداً على سرعة أو مسافة تحرك الجسم.
ولاختبار مدى فعالية هذا النهج، وضع الفريق "تؤامهم الرقمي" تحت الاختبار في العالم الحقيقي. استخدموا البيانات التي تم جمعها من الاستكشاف البشري لبرمجة روبوتين مختلفين تماماً: روبوت رباعي الأرجل يدعى "Spot"، وذراع ثابت يدعى "Franka". كُلف الروبوتان بفتح مجموعة متنوعة من الأشياء، بما في ذلك الأدراج، والأبواب المنزلقة، والأبواب الخشبية والمعدنية الثقيلة. وعندما استخدمت الروبوتات التوائم الرقمية الجديدة المستندة إلى الفيزياء، نجحت في فتح الأشياء بنسبة 87 بالمائة. وفي المقابل، عندما اعتمدت على الطرق القديمة التي تخمن الفيزياء بناءً على شكل الأشياء فقط، أو الطرق التي تعرف الشكل دون معرفة القوى، انخفضت معدلات نجاحها إلى 60 بالمائة و57 بالمائة، على التوالي. كان الفرق أكثر وضوحاً مع الأجسام الصعبة؛ فمع باب معدني ثقيل مزود بآلية زنبركية قوية، تسببت الطرق القديمة في توقف الروبوتات تماماً، لعجزها عن توليد قوة كافية لتحريك الباب. ومع ذلك، سمح نظام ForceTwin للروبوتات بالدفع بقوة عبر المقاومة وإتمام المهمة.
كما أظهر الباحثون أن هذه التوائم الرقمية يمكن استخدامها لتعليم الروبوتات مهارات جديدة من خلال المحاكاة. فمن خلال تغذية البيانات الفيزيائية الدقيقة في محاكاة حاسوبية، قاموا بتدريب روبوت على المشي عبر فتحة باب. وعندما أرسلوا هذا الروبوت المدرب إلى العالم الحقيقي لتجربة المهمة نفسها على باب حقيقي، نجح في ذلك. وقد أثبت هذا أن النموذج الفيزيائي الذي التقطه التفاعل البشري كان دقيقاً بما يكفي لتوجيه سلوك معقد في العالم الحقيقي. يعمل النظام من خلال أخذ البيانات الخام لعمليات الدفع والسحب البشرية، وحساب عطالة الجسم واحتكاكه، ثم استخدام خوارزمية ذكية لنمذجة القوى المتبقية المعقدة. وهذا يخلق صورة كاملة لسلوك الجسم يمكن استخدامها فوراً بواسطة وحدة تحكم الروبوت أو تصديرها إلى بيئة محاكاة.
وعلى الرغم من قوة هذا النظام، إلا أن له حدوداً. فهو يتطلب تفاعلاً بشرياً مادياً مع كل جسم لجمع البيانات، مما يعني أنه لا يمكنه التخمين الفوري لخصائص جسم لم يلمسه من قبل. كما يفترض أن الجسم يتصرف بطريقة يمكن التنبؤ بها أثناء تحريكه، لذا لا يمكنه مراعاة أشياء مثل درج قد يعلق فجأة أو قفل يغير حالته. ومع ذلك، بالنسبة للأجسام التي يتم فحصها، فإن النتائج دقيقة بشكل مذهل. فقد قلل النظام الخطأ في تقدير وزن الجسم ومقاومته بنسبة تقارب النصف مقارنة بطرق التخمين السابقة. وقد نجح في تحديد أن الدرج الثقيل كان ثقيلاً بالفعل، وأن باباً معيناً يتطلب كمية محددة من القوة الإضافية للتغلب على زنبركه الداخلي.
يمثل هذا العمل تحولاً في كيفية تعلم الروبوتات عن العالم المادي. فبدلاً من محاولة استنتاج كل شيء من صورة ثابتة، فإنه يتبنى فكرة أنه لكي تفهم جسماً ما حقاً، يجب عليك لمسه. ومن خلال الجمع بين براعة التفاعل البشري ودقة مستشعرات القوة، نجح الباحثون في إيجاد طريقة لمنح الروبوتات حاسة لمس تمتد إلى ما وراء مقابضها الخاصة. لقد أظهروا أن الاستكشاف البسيط بقيادة الإنسان يمكن أن يولد نموذجاً فيزيائياً مفصلاً يسم يسمح للآلة بالتنقل في الواقع الفوضوي والمقاوم للمنزل البشري. والنتيجة هي روبوت لا يرى الباب فحسب، بل يفهم الجهد المطلوب لفتحه، محولاً الفشل المحتمل إلى تفاعل ناجح.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.