متابعات: طوّر باحثون من جامعتي كاليفورنيا في بيركلي وستانفورد إطاراً جديداً للذكاء الاصطناعي يتيح للروبوتات البشرية تعلم مجموعة واسعة من الحركات المعقدة انطلاقاً من بيانات الحركة البشرية، بما يشمل الركض والرقص والقفز والحركات القتالية والعجلات الهوائية. ويحمل النظام اسم «BeyondMimic»، وقد نُشرت نتائجه في مجلة «Science Robotics».
الفكرة الأساسية لا تقتصر على جعل الروبوت يقلّد حركة بعينها، بل على تدريبه على مجموعة من المهارات الحركية ثم منحه القدرة على تركيبها واستخدامها في مهام لم يواجهها أثناء التدريب. ويستهدف الباحثون بذلك معالجة أحد أبرز تحديات الروبوتات البشرية الحالية، إذ تستطيع كثير من الأنظمة تنفيذ مجموعة محدودة من الحركات بشكل جيد، لكنها تحتاج غالباً إلى تدريب أو ضبط منفصل لكل حركة أو مهمة جديدة.
اعتمد الفريق في التدريب على نحو 2.5 ساعة من بيانات الحركة البشرية، تضمنت المشي والركض والرقص وفنوناً قتالية وقفزات وحركات أكروباتية أخرى. وبعد ذلك جرى تكييف هذه الحركات مع أبعاد ومفاصل روبوت «G1» البشري من شركة «Unitree Robotics».
واستخدم الباحثون التعلم المعزز لتدريب سياسات التحكم على محاكاة مواضع أعضاء الجسم واتجاهاتها وسرعاتها أثناء الحركة. وفي هذا النوع من التدريب، يحصل النظام على مكافآت عندما يتتبع الحركة المرجعية بصورة دقيقة، بينما تُفرض عليه عقوبات عند تنفيذ حركات متقطعة أو وضع المفاصل في أوضاع غير آمنة أو التسبب في احتكاكات غير مرغوبة بين أجزاء الجسم.
ووفق الفريق، أتاحت هذه الطريقة للروبوت إتقان حركات شديدة الديناميكية ضمن إعداد موحد بدلاً من الحاجة إلى ضبط منفصل لكل مهارة. وتشمل الأمثلة الركض والركلات الدورانية والركلات الهوائية والعجلات الأكروباتية.
من التقليد إلى تركيب الحركات
الجزء الأكثر أهمية في «BeyondMimic» يأتي بعد مرحلة التقليد المباشر. فقد استخدم الباحثون نموذجاً رياضياً لضغط الحركات التي تعلمها الروبوت إلى تمثيل مبسط، ثم دربوا نموذج انتشار «Diffusion Model» على استخدام هذه التمثيلات لإنشاء تسلسلات حركية جديدة. وبذلك، لا يحتاج الروبوت إلى استدعاء حركة محفوظة كما هي فقط، بل يمكنه مزج مجموعة من المهارات الحركية بما يتناسب مع الهدف المطلوب.
وتوضح الصفحة الرسمية للمشروع أن النظام يستطيع تنفيذ مهام مثل التحرك نحو نقاط محددة، والتحكم عبر عصا قيادة وتجنب العوائق من دون تدريب منفصل مخصص لكل مهمة. ويصف الباحثون هذه القدرة بأنها انتقال من مجرد تتبع الحركة إلى تحكم أكثر مرونة في كامل جسم الروبوت.