← أحدث الأبحاث
💻 علوم الحاسوب

Autonomous robotic photography as a creative urban service

تقدم الورقة البحثية نظام LEAP، وهو نظام تصوير روبوتي ذاتي التشغيل تحت إشراف، يدمج بنجاح القواعد الجمالية المتعلمة مع الملاحة الآمنة والتكيفية في البيئات الحضرية الديناميكية، متفوقاً على النماذج المرجعية الحالية في كل من التقييمات الحسابية والجمالية البشرية مع إظهار قدرة قوية على التعميم عبر إعدادات متنوعة.

المؤلفون الأصليون: Jia Pan, Chang Chen, Dawei Wang, Zhilan Liao, Hang Xu, Yipeng Pan, Ignatius Japar, Mathieu Chambe, Xiaofeng Liu, Hua Chen, Marc Christie

نُشر 2026-10-15
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Jia Pan, Chang Chen, Dawei Wang, Zhilan Liao, Hang Xu, Yipeng Pan, Ignatius Japar, Mathieu Chambe, Xiaofeng Liu, Hua Chen, Marc Christie

البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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

في ظل الإيقاع الصاخب للمدن الحديثة، أصبحت الروبوتات مشاهد مألوفة، ومع ذلك، ظلت أدوارها محددة إلى حد كبير بالمنفعة الوظيفية؛ فهي توصل الطرود، وتفحص الجسور، وتجمع الهياكل، وتؤدي مهام تتسم بالدقة ولكنها تفتقر إلى الروح. هذه الآلات تبرع في الانتقال من النقطة (أ) إلى النقطة (ب)، والتنقل عبر الحشود لضمان وصول الطرد بأمان. بيد أن الحياة النابضة في المدينة لا تقتصر فقط على اللوجستيات، بل تتعلق أيضاً باللحظات التي نختار تذكرها. فالتصوير الفوتوغرافي، وهو فعل إنساني عميق يتمثل في التقاط مشهد ما، ظل تجربة سلبية حيث يتعين على الشخص الذي يحمل الكاميرا تقسيم انتباهه باستمرار بين العالم من حوله وبين الجهاز في يديه. والسؤال الذي بدأ الباحثون في طرحه هو: هل يمكن للروبوت أن يفعل أكثر من مجرد نقل الأشياء؟ هل يمكنه المشاركة في الفعل الإبداعي للرؤية وتأطير اللحظة، ليعمل ليس كأداة فحسب، بل كرفيق في توثيق حياة المدينة؟

وللإجابة على ذلك، طور فريق من الباحثين نظاماً يسمى "LEAP"، وهو اختصار لـ "تعلم الجماليات المتجسدة للتصوير الفوتوغرافي" (Learning Embodied Aesthetics for Photography). هذا ليس مجرد كاميرا تنتظر الضغط على الزناد، بل هو روبوت متنقل يسعى بنشاط لإيجادة أفضل زاوية لالتقاط صورة. إن التحدي في بناء مثل هذه الآلة جسيم؛ إذ يجب على الروبوت أن يتحرك بأمان عبر مساحة عامة، متجنباً الناس والعقبات، بينما يتخذ في الوقت ذاته قرارات فنية حول مكان الوقوف وكيفية تأطير الموضوع. وخلافاً لروبوت التوصيل الذي يتبع مساراً ثابتاً، يجب على روبوت التصوير الفوتوغرافي أن يعدل موقعه باستمرار بناءً على ما يراه، مستجيباً لشخص يغير وضعية وقوفه أو يغير من حركته. أراد الباحثون معرفة ما إذا كان بإمكان الآلة تعلم القواعد الدقيقة والبديهية للتصوير الجيد وتطبيقها في الوقت الفعلي، دون تدخل بشري، لإنتاج صور يرغب الناس حقاً في الاحتفاظ بها.

اختبر الفريق هذا النظام في ثلاث بيئات مختلفة تماماً في العالم الحقيقي: حديقة عامة في شنتشن، وفعالية ترفيهية لكبار السن في مركز رعاية مسنين، ويوم تعريفي للطلاب وأولياء أمورهم في حرم جامعي. وفي كل موقع، تم نشر الروبوت للتفاعل مع الأشخاص الذين رغبوا في التقاط صور لهم. بدأت العملية عندما يبدي الشخص موافقته ويتخذ وضعية معينة. ثم يبدأ الروبوت، الذي يقف على بعد حوالي مترين، دورة من المراقبة والحركة؛ حيث ينظر إلى الشخص، ويحسب زاوية أفضل، ويحرك عجلاته ويميل كاميرته، ثم ينظر مرة أخرى. تكررت هذه العملية، في حلقة مغلقة من الرؤية والتعديل، حتى شعر الروبوت أنه وجد التكوين المثالي. وبمجرد التقاط الصورة، يقوم أحد الموظفين بمساعدة المشارك في اختيار صورته المفضلة، والتي تُطبع فوراً في الموقع. وعلى مدار أربع عشرة ساعة عبر هذه المواقع الثلاثة، أكمل الروبوت بنجاح إحدى وسبعين جلسة مع خمسة وأربعين مشاركاً مختلفاً. ومن المثير للإعجاب أنه فعل ذلك دون وقوع حادث تصادم واحد أو فشل في تأطير الموضوع، مما أثبت أن الآلة يمكنها التنقل في بيئة بشرية مزدحمة مع التركيز على المهمة الفنية المنوطة بها.

ولفهم مدى جودة الصور التي التقطها الروبوت، قارن الباحثون عمله بطريقتين روبوتيتين أخريين وبمصور بشري محترف كان مقيداً بنفس حركات الروبوت. وأظهرت النتائج أن نظام "LEAP" أنتج صوراً أفضل بكثير من النهجين الروبوتيين الآخرين. وفي اختبارات عمياء حيث قام الناس بتقييم الصور دون معرفة من أو ما الذي التقطها، حصلت صور "LEAP" على درجات أعلى في الجمال العام والتكوين. لقد استطاع الروبوت التعلم من مجموعة بيانات لمصورين خبراء، مراقباً كيف يحركون كاميراتهم لتأطير الأشخاص الواقفين، أو الجالسين، أو حتى المنحنين. كما تعلم كيفية التعامل مع المواقف المعقدة، مثل تحرك الشخص بشكل غير متوقع أو تغير الخلفية، وذلك من خلال تعديل موقعه للحفاظ على مظهر الموضوع بشكل جيد. بل إنه نجح في إنتاج أنواع مختلفة من اللقطات من نفس نقطة البداية، مما أظهر مرونة افتقرت إليها الأنظمة الجامدة القائمة على القواعد.

يشير نجاح هذا المشروع إلى أن الروبوتات يمكنها تجاوز المنفعة البسيطة لتصبح شريكة في الأنشاء الثقافية والإبداعية. فمن خلال الجمع بين الملاحة الآمنة والتقدير الفني المتعلم، أثبت النظام أن الآلات يمكنها فهم الفروق الدقيقة في التفاعل البشري والسرد البصري. ووجد الباحثون أن قدرة الروبوت على التكيف مع البيئات الجديدة والوضعيات المتغيرة كانت مفتاح أدائه، مما سمح له بالعمل بفعالية في أماكن لم يسبق له رؤيتها من قبل. وبينما لا يزال النظام يعتمد على طاقم بشري للإشراف على السلامة والتسليم النهائي، فإن الفعل الجوهري المتمثل في إيجاد اللقطة والتقاط الصورة كان يتم بشكل مستقل. يفتح هذا العمل آفاقاً جديدة للخدمات الحضرية، حيث قد تساعد الروبوتات يوماً ما الناس على توثيق حياتهم، أو التقاط ذكريات سفرهم، أو ببساطة الاستمتاع بلحظة تواصل دون تشتت الانتباه بإدارة الكاميرا. وتشير النتائج إلى أن مستقبل الروبوتات الخدمية قد لا يقتصر فقط على نقل الأشياء، بل يتعلق بمساعدتنا على رؤية وتذكر العالم من حولنا.

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 →