روبوت LocoMan رباعي الأرجل المعزز بالذكاء الاصطناعي الذي يحاكي البشر

مهّد البحث المشترك بين جامعة كارنيجي ميلون، وجامعة واشنطن، وجوجل ديب مايند (Google DeepMind) الطريق أمام اختراق روبوت رباعي الأرجل اصطناعي يمكنه المشق والقبض في وقت واحد. سيُعد هذا التطور الجديد في مجال الروبوتات اختراقاً ثورياً من خلال تحسين المرونة والقدرة على التكيف عندما يتحرك الروبوت داخل موطن معقد.

التصميم القابل للتكيف لـ LocoMan يسهل المهام المتعلقة بالتعامل مع الأجسام.

يتميز هذا الروبوت الرباعي الأرجل الجديد، المسمى LocoMan، بخاصية مميزة لأطرافه، مصممة لأداء عمليات التلاعب بالأجسام. وعلى عكس نماذج الروبوتات القديمة التي استخدمت أذرعاً مفصلية لأغراض التلاعب، يستخدم LocoMan مورفولوجيته المميزة لإدراك أكثر مرونة لترتيب أطرافه بدلاً من استخدام الأذرع المثبتة في الأعلى لأداء مهام التلاعب.

إذا تم تنفيذها بشكل صحيح، يمكن لهذه الميزة، جنباً إلى جنب مع ميزات أخرى في البرنامج، ضمان انتقال سلس بين أوضاع التشغيل. يقوم إطار عمل شامل للتحكم في الجسم بأكمله (WBC) بدعم وظائف LocoMan، مما يسهل الانتقال السلس عبر خمسة أوضاع تشغيلية: القبضة بيد واحدة، التلاعب بالقدم، التلاعب بكلتا اليدين، الحركة، والتلاعب أثناء الحركة. وبفضل وجود ذراعي تحكم في الساقين مع الحفاظ على الأرجل الأصلية، تتكامل هذه العناصر معاً، مما يمنح LocoMan قدرة كبيرة على محاكاة وضعية 6D، وبالتالي الاقتراب بشكل واسع من مهام التلاعب المعقدة المختلفة.

أداء ماهر في العالم الحقيقي

تم تحدي تعقيد ودقة LocoMan في تجارب عملية أظهرت مرونته وقدرته على التكيف. كان الروبوت التجريبي قادراً على أداء المهام البشرية بسهولة، مثل فتح الباب، إدخال مقابس الطاقة في المقابس، والتقاط الأجسام المخزنة في مساحات ضيقة. 

الروبوت مثالي لتحريك البيئة والتلاعب بها بدقة وسرعة. بالإضافة إلى ذلك، فإن فعاليته من حيث التكلفة الضئيلة وقدرته على الاستخدام في مجالات مختلفة تظهر وعود استخدامه في التطبيقات الواقعية في المستقبل القريب.

في الأوقات القادمة، يهدف الباحثون إلى مواءمة قدرات LocoMan مع أحدث تقنيات الرؤية الحاسوبية والتعلم الآلي من خلال دمج التكنولوجيا المذكورة في الروبوت. يستخدم الروبوت نماذج اللغة والرؤية لفهم الترتيب البصري للظروف الخاصة، ويعالج الأوامر اللفظية من البشر، مما يعزز الإجراءات التفاعلية لتصبح طبيعية تقريباً. يحتوي ذلك على إمكانية الاسترداد من خلال الوصول إلى إجراءات الروبوت إلى حد كبير، مما يؤدي في النهاية إلى تعزيز الاستقلالية وتحسين القدرة على التكيف.

التلاعب المتكامل للأطراف يعزز الكفاءة

يمثل تطوير LocoMan خطوة مهمة في تقنيات الروبوتات، حيث يقدم نهجاً جديداً للمشكلة. ونتيجة لذلك، تصبح التنقل والتلاعب بالبيئات المعقدة أكثر كفاءة. 

يتبنى الروبوت هذه الميزة من خلال قدرات التلاعب المدمجة في أطرافه، والتي قد لا تُرى في أنواع الروبوتات الرباعية الأخرى، مما يؤدي إلى تعزيز التنوع والمهارة. ومع ظهور طرق جديدة في الرؤية الحاسوبية والتعلم الآلي، سيكون LocoMan قادراً على حل مجموعة أكبر من المشكلات العملية. لذلك، فإن فئات جديدة من الأنظمة الروبوتية الذكية والقابلة للتكيف على أعتابنا.