لقد تم إنشاء روبوت يتمتع بذكاء يمكنه التخطيط والتعلم أثناء التنقل

قام علماء من كلية تاندون للهندسة بجامعة نيويورك بتطوير خوارزمية تسمى BrainBody-LLM تسمح للروبوتات بالقيام بأكثر من مجرد اتباع الأوامر، وتخطيط الإجراءات بشكل مستقل، وضبط الحركات أثناء التنقل والتعلم بناءً على التعليقات. تم تصميم الخوارزمية للبيئات المعقدة وغير المتوقعة حيث غالبًا ما تفشل الروبوتات التقليدية. تم نشر نتائج العمل في أبحاث الروبوتات المتقدمة.

حتى الآن، كانت معظم أنظمة الروبوتات مقتصرة على الخطط الثابتة أو الإجراءات المشفرة. وحتى شهادات الماجستير المستخدمة في توليد الأوامر لم تأخذ في الاعتبار القدرات المادية للروبوت، مما أدى إلى حدوث أخطاء. يعالج BrainBody-LLM هذه القيود من خلال محاكاة تفاعلات الدماغ والجسم الشبيهة بالإنسان.

مستويين من السيطرة

يتكون النظام من Brain LLM، وهو المسؤول عن التخطيط الاستراتيجي، وBody LLM، الذي يترجم الأهداف عالية المستوى إلى أوامر دقيقة للمحركات والمفاصل وأجهزة الاستشعار. يقوم الروبوت بمراقبة نفسه والبيئة باستمرار، وإذا انحرف عن الخطة، يتم إرجاع إشارة خطأ إلى Brain LLM، مما يسمح بتصحيح الإجراءات في الوقت الفعلي.

قال فينيت بهات، المؤلف الأول للدراسة: “الميزة الرئيسية لـ BrainBody-LLM هي حلقة التغذية الراجعة المغلقة، والتي تتيح التفاعل الديناميكي بين المكونات وتسمح بأداء المهام المعقدة بشكل موثوق وآمن”.

الاختبار افتراضيًا وفي العالم الحقيقي

تم اختبار الخوارزمية لأول مرة في محاكاة VirtualHome، حيث قام الروبوت الافتراضي بأداء المهام اليومية: حمل الأشياء وفتح الأبواب والتنظيف. أظهر BrainBody-LLM تحسنًا بنسبة تصل إلى 17% في سرعة إنجاز المهام وتقليل الأخطاء بشكل ملحوظ مقارنة بالطرق السابقة.

تم بعد ذلك اختبار النظام على ذراع آلية من Franka Research 3. نجح الروبوت في التلاعب بالأشياء ذات الأشكال والأوزان المختلفة، وتعديل مساره في حالة وجود عوائق غير متوقعة، والتكيف مع التغيرات في البيئة. يوضح هذا أن الخوارزمية تسمح للروبوت الحقيقي بالتصرف بمرونة بدلاً من مجرد تكرار الإجراءات المبرمجة.

لماذا هذا مهم

يفتح BrainBody-LLM آفاقًا جديدة لاستخدام الروبوتات في البيئات المنزلية والطبية والصناعية. وفي المستشفيات، ستكون هذه الروبوتات قادرة على تنفيذ عمليات معقدة بدقة، وفي المنازل – لمساعدة الأشخاص ذوي الإعاقة، وفي المصانع – للعمل مع الناس، والاستجابة لمواقف لا يمكن التنبؤ بها.

يمكن دمج الخوارزمية مع كاميرا ثلاثية الأبعاد وأجهزة استشعار العمق وأجهزة استشعار اللمس وأنظمة التعرف على الكائنات. سيسمح ذلك للروبوت بالتنقل في الفضاء بشكل طبيعي وآمن، وتجنب الاصطدامات والتعامل مع الأشياء بدقة. ويخطط الباحثون لتوسيع نطاق المدخلات الحسية، بما في ذلك الإشارات البصرية واللمسية والصوتية، لتحسين التكيف وتخطيط العمل.

يمهد BrainBody-LLM أيضًا الطريق للروبوتات التي يمكنها التعلم من التجربة: يمكن للخوارزمية تحليل الإجراءات الناجحة وغير الناجحة، وتعديل الاستراتيجيات للمهام المستقبلية. وهذا يجعلنا أقرب إلى الروبوتات المستقلة، القادرة على العمل بأمان في بيئات ديناميكية معقدة، والتفاعل مع الناس، واتخاذ القرارات التي كان يعتقد في السابق أنها ممكنة فقط من قبل البشر.

خطوة نحو الروبوتات الذكية

إن الجمع بين أنماط اللغة والتحكم في الجسم يجعل الروبوت مرنًا وقابلاً للتكيف. في الأساس، تسمح الخوارزمية للآلة ليس فقط بتنفيذ التعليمات، ولكن أيضًا بفهم تنفيذها الفعلي. يؤدي هذا إلى تغيير جذري في النهج المتبع في مجال الروبوتات، مما يخلق فرصًا جديدة للتطبيقات الطبية والتعليمية والصناعية التي تتطلب الدقة والقدرة على التكيف والاستقلالية.

وخلص الباحثون إلى أن “عملنا يظهر أن الجمع بين نماذج التحكم في اللغة والحركة يسمح للروبوتات بالتفكير والتصرف مثل البشر تقريبًا، والتكيف مع بيئتهم والتعلم من التجربة”.