قد تكون الروبوتات التي تقوم بالحركات البهلوانية خدعة تسويقية رائعة، ولكن عادةً ما تكون هذه العروض مصممة بدقة عالية ومبرمجة بعناية شديدة. الآن، قام الباحثون بتدريب روبوت ذكاء اصطناعي ذو أربعة أرجل للتعامل مع مسارات العوائق المعقدة التي لم يسبق لها مثيل في ظروف العالم الحقيقي.
يعد إنشاء روبوتات رشيقة أمرًا صعبًا نظرًا للتعقيد المتأصل في العالم الحقيقي، والكمية المحدودة من البيانات التي يمكن للروبوتات جمعها عنها، والسرعة التي يجب بها اتخاذ القرارات لتنفيذ الحركات الديناميكية.
قامت شركات مثل بوسطن ديناميكس بإصدار مقاطع فيديو بانتظام لروبوتاتها التي تقوم بكل شيء الباركور إلى روتين الرقص. ولكن على الرغم من أن هذه الأعمال البطولية مثيرة للإعجاب، إلا أنها تتضمن عادةً قيام البشر ببرمجة كل خطوة أو تدريب في نفس البيئات شديدة التحكم مرارًا وتكرارًا.
تحد هذه العملية بشكل خطير من القدرة على نقل المهارات إلى العالم الحقيقي. ولكن الآن، استخدم باحثون من ETH Zurich في سويسرا التعلم الآلي لتعليم كلبهم الآلي ANYmal مجموعة من مهارات القاطرة الأساسية التي يمكن بعد ذلك ربطها معًا للتعامل مع مجموعة واسعة من مضامير العوائق الصعبة، سواء في الداخل أو في الهواء الطلق، بسرعات تصل إلى إلى 4.5 ميل في الساعة.
"إن النهج المقترح يسمح للروبوت بالتحرك بخفة حركة غير مسبوقة"، كما كتب مؤلفو ورقة بحثية جديدة حول البحث في الروبوتات العلم. "يمكنه الآن أن يتطور في مشاهد معقدة حيث يجب عليه التسلق والقفز فوق العوائق الكبيرة مع اختيار مسار غير تافه نحو موقعه المستهدف."
[المحتوى جزءا لا يتجزأ]
لإنشاء نظام مرن لكنه قادر، قام الباحثون بتقسيم المشكلة إلى ثلاثة أجزاء وتخصيص شبكة عصبية لكل منها. أولاً، قاموا بإنشاء وحدة إدراك تأخذ المدخلات من الكاميرات وأجهزة الليدار وتستخدمها لبناء صورة للتضاريس وأي عوائق فيها.
لقد دمجوا ذلك مع وحدة الحركة التي تعلمت قائمة من المهارات المصممة لمساعدتها على اجتياز أنواع مختلفة من العقبات، بما في ذلك القفز، والتسلق، والتسلق إلى الأسفل، والانحناء. وأخيرًا، قاموا بدمج هذه الوحدات مع وحدة ملاحية يمكنها رسم مسار عبر سلسلة من العوائق وتحديد المهارات التي يجب الاستعانة بها للتغلب عليها.
يقول نيكيتا رودين، أحد مؤلفي البحث، وهو مهندس في شركة Nvidia، وطالب دكتوراه في ETH Zurich: "نحن نستبدل البرامج القياسية لمعظم الروبوتات بالشبكات العصبية". قال عالم جديد. "وهذا يسمح للروبوت بتحقيق سلوكيات لم تكن ممكنة بطريقة أخرى."
أحد الجوانب الأكثر إثارة للإعجاب في البحث هو حقيقة أن الروبوت تم تدريبه على المحاكاة. أحد العوائق الرئيسية في مجال الروبوتات هو جمع ما يكفي من البيانات الواقعية التي يمكن للروبوتات أن تتعلم منها. يمكن المحاكاة المساعدة في جمع البيانات بسرعة أكبر من خلال إخضاع العديد من الروبوتات الافتراضية للتجارب بالتوازي وبسرعة أكبر بكثير مما هو ممكن مع الروبوتات المادية.
لكن ترجمة المهارات المكتسبة في المحاكاة إلى العالم الحقيقي أمر صعب بسبب الفجوة الحتمية بين العوالم الافتراضية البسيطة والعالم المادي المعقد للغاية. يعد تدريب نظام آلي يمكنه العمل بشكل مستقل في بيئات غير مرئية في الداخل والخارج على حد سواء إنجازًا كبيرًا.
اعتمدت عملية التدريب بشكل كامل على التعلم المعزز - التجربة والخطأ بشكل فعال - بدلاً من العروض البشرية، مما سمح للباحثين بتدريب نموذج الذكاء الاصطناعي على عدد كبير جدًا من السيناريوهات العشوائية بدلاً من الاضطرار إلى تصنيف كل منها يدويًا.
ميزة أخرى مثيرة للإعجاب هي أن كل شيء يعمل على شرائح مثبتة في الروبوت، بدلاً من الاعتماد على أجهزة كمبيوتر خارجية. وبالإضافة إلى القدرة على التعامل مع مجموعة متنوعة من السيناريوهات المختلفة، أظهر الباحثون أن ANYmal يمكنه التعافي من السقوط أو الانزلاق لإكمال مسار العوائق.
ويقول الباحثون إن سرعة النظام وقدرته على التكيف تشير إلى أن الروبوتات المدربة بهذه الطريقة يمكن استخدامها يومًا ما في مهام البحث والإنقاذ في بيئات لا يمكن التنبؤ بها ويصعب التنقل فيها مثل الأنقاض والمباني المنهارة.
على الرغم من أن هذا النهج له حدود. تم تدريب النظام للتعامل مع أنواع معينة من العوائق، حتى لو كانت تختلف في الحجم والتكوين. إن جعلها تعمل في بيئات غير منظمة سيتطلب المزيد من التدريب في سيناريوهات أكثر تنوعًا لتطوير مجموعة أوسع من المهارات. وهذا التدريب معقد ويستغرق وقتًا طويلاً.
لكن البحث مع ذلك يشير إلى ذلك أصبحت الروبوتات قادرة بشكل متزايد للعمل في بيئات العالم الحقيقي المعقدة. وهذا يشير إلى أنه من الممكن أن يصبحوا قريبًا أكثر وضوحًا في كل مكان حولنا.
الصورة الائتمان: ETH زيورخ
- محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
- PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
- أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
- أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
- أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
- المصدر https://singularityhub.com/2024/03/14/watch-an-ai-robot-dog-rock-an-agility-course-its-never-seen-before/
