يتعلم الروبوت كالطفل، ثم يتقن لعب البولينج والطي وتحضير العصير بمفرده
لقد تعلم الروبوت كيفية الوعاء وطي المناشف وفك الأغطية وسكب المشروبات وإعداد عصير البرتقال الطازج من خلال تقليد العروض البشرية أولاً ثم صقل مهاراته من خلال التعلم الذاتي. طور الباحثون إطارًا تدريبيًا جديدًا يسمى RL-100 يجمع بين التعلم بالتقليد والتعلم المعزز، مما يمكّن الروبوتات من أداء مجموعة واسعة من مهام التلاعب في العالم الحقيقي بموثوقية عالية. في الاختبارات، تكيف النظام مع المواقف غير المألوفة، وتعافى من الاضطرابات، بل وتمكن من مطابقة مشغلي البعد البشري أو تفوقهم في العديد من المهام. كما عمل الروبوت بشكل مستمر لمدة سبع ساعات لتقديم العصير الطازج في مركز تجاري عام دون أي فشل. تعلم الروبوتات الأكثر ذكاءً، يسمح هذا الإطار، الذي طوره باحثون بقيادة جامعة شنغهاي جياو تونغ، والذي يسمى RL-100، للروبوتات باكتساب سلوكيات آمنة تشبه السلوك البشري من العروض التوضيحية ثم تحسين تلك المهارات من خلال التجربة والخطأ المستقلة. يتغلب هذا النهج على أحد أكبر التحديات التي تواجه الروبوتات: الانتقال من مجرد تقليد البشر إلى تحقيق أداء أسرع وأكثر موثوقية وأكثر قدرة على التكيف في البيئات غير المنظمة. واستوحى الباحثون الإلهام من كيفية تعلم الأطفال. يعتمد الأطفال في البداية على توجيهات الوالدين قبل تحسين قدراتهم تدريجيًا من خلال الممارسة المستقلة. يتبع RL-100 نفس الفلسفة من خلال خط أنابيب تعليمي ثلاثي المراحل. تستخدم المرحلة الأولى التعلم بالتقليد، حيث يراقب الروبوت العروض التوضيحية التي يتم إجراؤها عن بعد والتي يؤديها خبراء بشريون. تدرب هذه العروض التوضيحية سياسة حركية بصرية قائمة على الانتشار، مما يمكّن الروبوت من تعلم العلاقة بين المدخلات المرئية – التي يتم التقاطها من خلال كاميرات RGB أو السحب النقطية ثلاثية الأبعاد – وإجراءات المعالجة المقابلة. توفر هذه المرحلة أساسًا سلوكيًا مستقرًا ولكنها تظل محدودة بجودة وكفاءة العروض البشرية. للتغلب على “سقف التقليد” هذا، تقدم المرحلة الثانية التعلم المعزز التكراري دون الاتصال بالإنترنت. فبدلاً من الاعتماد فقط على البيانات البشرية، يقوم الروبوت بتنفيذ المهام بشكل متكرر، ويخزن الخبرات الناتجة، ويعيد تدريب نفسه باستخدام بيانات العرض التوضيحي ومحاولاته الناجحة. يسمح الهدف الموحد القائم على تحسين السياسة القريبة (PPO) للنظام بتحسين سياسة النشر دون زعزعة استقرار السلوكيات التي تم تعلمها مسبقًا، بينما تمنع آلية تقييم السياسة غير المتصلة بالإنترنت التحديثات التي قد تقلل من الأداء. تطبق المرحلة النهائية قدرًا أقل من التعلم المعزز عبر الإنترنت مباشرةً على الروبوت المادي. تستهدف هذه المرحلة على وجه التحديد حالات الفشل النادرة التي تبقى بعد التدريب دون الاتصال بالإنترنت، مما يؤدي إلى تحسين الموثوقية من نجاح بنسبة 90 بالمائة تقريبًا إلى إكمال المهمة بشكل شبه مثالي مع الحاجة إلى القليل نسبيًا من البيانات الواقعية الإضافية. يعالج التحكم الرئيسي في الروبوتات RL-100 أيضًا أحد القيود العملية الرئيسية لسياسات الانتشار، وهو زمن الاستجابة الحسابي الخاص بها. تتطلب نماذج الانتشار القياسية خطوات متعددة لتقليل الضوضاء قبل إنتاج كل إجراء، مما يجعلها بطيئة جدًا بحيث لا يمكن التحكم الآلي عالي التردد فيها. لحل هذه المشكلة، طور الباحثون تقنية التقطير بنموذج الاتساق، والتي تضغط سياسة الانتشار متعددة الخطوات في وحدة تحكم أحادية الخطوة، مما يقلل زمن الوصول للاستدلال من حوالي 100 مللي ثانية إلى حوالي 10 مللي ثانية مع الحفاظ على الأداء. يتيح ذلك أوقات رد فعل أسرع وتحكمًا أكثر سلاسة أثناء النشر. تم تصميم إطار العمل ليكون مستقلاً عن المهام والروبوتات والتمثيل، ويدعم كلاً من الروبوتات ذات الذراع الواحدة والذراع المزدوجة، والتحكم في الحركة الفردية والتحكم في مجموعة الحركة، وإما صور RGB أو السحب النقطية ثلاثية الأبعاد دون تغيير إطار التعلم الأساسي. قام الباحثون بتقييم RL-100 من خلال ثماني مهام معالجة صعبة تتضمن الأجسام الصلبة والمواد القابلة للتشوه والسوائل والتجميع الدقيق. وشملت هذه البولينج، وطي المناشف، والسكب، وفك الأغطية، وصناديق قابلة للطي، ومرحلتين لعصر البرتقال. بعد إكمال مسار التدريب الكامل، حقق الروبوت معدل نجاح بنسبة 100 بالمئة عبر 1000 تجربة تقييم، وضاهى أو تجاوز خبراء التشغيل عن بعد من البشر في سرعة إكمال المهمة، وتكيف مع الأشياء غير المرئية والتغيرات البيئية دون إعادة تدريب، وظل قويًا حتى عندما تدخل الباحثون جسديًا في تصرفاته. في عملية نشر في العالم الحقيقي، قام الروبوت باستمرار بإعداد عصير البرتقال الطازج للعملاء في مركز تسوق لمدة سبع ساعات دون أي فشل، مما يدل على قدرة الإطار على التشغيل الموثوق به على المدى الطويل في المنازل والمصانع والأماكن العامة.
تم النشر: 2026-07-22 19:20:00
