كشفت شركة إنفيديا عن إنجاز تكنولوجي لافت في مجال الروبوتات الشبيهة بالبشر، يتمثل في نظام تعلم روبوتي جديد يدعى “DoorMan” (حارس الباب).
يعد هذا النظام بتمكين الروبوتات من أداء مهمة فتح الأبواب بكفاءة ودقة تفوق قدرة المشغلين البشريين أنفسهم.
تفوق على المشغل البشري
النتائج الأولية لاختبارات نظام “DoorMan” مثيرة للإعجاب، إذ تم اختباره على الروبوت البشري الشكل “Unitree G1″، الذي يبلغ سعره 16 ألف دولار. وفق ما ذكرت “العربية”.
ووفقًا لتقرير نشره موقع “إنترستنغ إنجنيرينغ”. أظهر الروبوت المدعوم بالنظام الجديد تفوقًا واضحًا على المشغلين البشريين الذين يتحكمون فيه «عن بُعد».
في الاختبارات الواقعية، أكمل الروبوت المهمة أسرع بنسبة تصل إلى 31% من المشغلين البشر ذوي الخبرة، كما حقق معدل نجاح إجمالي أعلى.
كما يشير الباحثون إلى أن هذا يمثل تقدمًا كبيرًا في مجال “التلاعب الحركي”. وهي المهام المعقدة التي تتطلب من الروبوتات تنسيقًا عاليًا بين الحركة (المشي)، والإدراك، والتعامل مع الأشياء في وقت واحد.
الاعتماد على الرؤية فقط
يكمن سر كفاءة “DoorMan” في طريقته المبتكرة في التدريب والنشر. على عكس معظم الروبوتات الشبيهة بالبشر التي تحتاج إلى مدخلات متخصصة مثل مستشعرات العمق أو علامات تتبع الحركة (التي قد تكون غير موثوقة في بيئات غير متوقعة)، يعتمد “DoorMan” بشكل فريد على كاميرات “RGB” المدمجة الخام فقط.
كذلك يستخدم النظام سياسة التعلم التعزيزي المعتمدة على الرؤية فقط، والتي تم تدريبها بالكامل في بيئة محاكاة “Isaac Lab” التابعة لإنفيديا.
وقد تم نشر هذه السياسة في العالم الحقيقي على روبوت “G1” دون أي تعديلات إضافية. وهو ما يثبت قوة وواقعية بيئات محاكاة إنفيديا.
كيف يتغلب الروبوت على التحديات؟
المقارنة المباشرة بين أداء الروبوت والمشغلين البشريين المتحكمين بوحدة “G1” عبر أنظمة الواقع الافتراضي كشفت عن نقاط ضعف التحكم البشري في هذه البيئات.
غالبًا ما واجه المشغلون البشر صعوبة في تقدير قوة مفصل الباب من خلال واجهة الواقع الافتراضي. ما أدى بهم إلى سحب الباب بقوة زائدة أو فقدان توازن الروبوت.
في المقابل، تم عرض نظام “DoorMan” المستقل على ملايين الأبواب المحاكية باختلافات في صلابة المفصل. وامتصاص الصدمات، والأشكال الهندسية.
هذا التدريب الشامل في المحاكاة مكن الروبوت من تطوير أسلوب تفاعل متوازن ومتكيف. ما يتيح له التعامل مع أنواع الأبواب المختلفة بشكل أفضل بكثير من البشر الذين يتحكمون فيه “عن بعد”.
علاوة على ذلك، يؤكد هذا الإنجاز على الإمكانات الهائلة للتدريب الروبوتي القائم على المحاكاة. ويفتح الباب أمام تطوير روبوتات قادرة على أداء المهام الحركية المعقدة في بيئات غير متوقعة بكفاءة تضاهي. بل تتجاوز القدرات البشرية.